基于模糊理论的参数可调整的模糊PID控制器的研究

PID控制是最早发展起来的控制策略之一,由于其算法简单,鲁棒性好,可靠性高等优点被广泛用于工业过程控制。我们将模糊控制理论应用于PID控制器的设计,给出了参数可调整的模糊PID控制器的设计方法。     

一种基于模糊神经网络的智能PID控制器

本文设计了一种基于模糊神经网络的PID控制器,利用模糊神经网络对被控制象进行模糊辨识,采用BP学习算法的神经网络自适应地调整PID控制器的参数,将模糊技术、神经网络与PID控制综合起来,实现PID控制的智能化。通过仿真实验表明,该控制器具有较高的控制品质。     

超声换能器恒振幅控制策略研究

为了解决超声换能器在变负载情况下振幅不稳定而影响超声焊接质量的问题,在单神经元比例积分微分(PID)控制器的基础上,提出了改进型单神经元模糊自适应PID恒振幅控制算法.该算法以电流的偏差和偏差率为输入制定模糊控制规则,通过在线调整PID控制器3个参数的学习率ηp、ηi和ηd,进而自适应地调整PID控制器的3个系数kp、...     

一种基于模糊神经网络的自适应PID智能控制器

设计了一种新的基于模糊神经网络的自适应PID智能控制器,该系统利用模糊神经网络对被控对象进行模糊辨识,同时,采用BP学习算法的神经网络自适应地调整PID控制器的参数,将模糊技术、神经网络与PID控制综合起来,从而实现PID控制的自适应和智能化。仿真实验表明,该控制器具有较高的控制品质。     

不确定磁悬浮轴承模型的自适应PID控制研究

针对磁悬浮系统具有开环不稳定、非线性以及传统PID控制器由于固定参数无法达到很好的控制效果问题,提出一种RBF神经网络前馈逆补偿-模糊RBF神经网络反馈控制方法,将模糊控制和RBF神经网络融合到PID控制器参数调整中,满足磁悬浮系统静态和动态性能要求。实验结果表明,采用常规PID控制有大约4%的超调,改进后的控制基本没有,且响应时间提前0.3s,具有更好的适应性和鲁棒性,可以更有效地控制磁悬浮系统。     

一类基于PID控制的新型模糊控制方法

研究了一类基于模糊规则的变参数 PID控制方法 .对于模型未知对象 ,常规 PID控制器参数的调节一般要基于一些语言信息的经验知识 ,这对 PID参数的调节带来一定的困难 .模糊控制在处理语言信息方面具有一定的优势 ,因此将模糊控制和 PID控制方法相结合组成一种复合控制器的设计是可行的 .采用 TS模糊模型 ,给出了一类给予模糊规则的变参数 PID控制器的设计 .这种控制方法兼备模糊控制与 PID控制优点 ,具有广泛的应用价值     

三相SVPWM逆变电源输出波形优化控制策略

为了提高三相逆变电源的电压输出波形质量,减少输出电压的谐波分量和总畸变率,提出模糊神经元PID控制策略。以DSP芯片为控制系统核心,对输出电压进行Clarke和Park矢量变换,采用人工神经网络方法与PID控制理论构成神经元PID控制器,对PID控制器参数进行在线调整,将模糊控制理论引入神经元PID控制器形成模糊神经元PID控制策略,并将基于60°坐标系的SVPWM算法用于逆变电源控制系统中,对系统稳态负载、动态负载、不对称负载情况下分别进行仿真实验。仿真结果表明:采用模糊神经元PID控制策略控制下的三相SVPWM逆变电源,在不同负载情况下的输出电压谐波分量小,总畸变率少,达到电压输出波形质量性能要求。     

模糊控制器在高阶水位控制中的设计及应用

在高阶大惯性环节对象的控制问题中 ,采用普通PID难以实现其良好的控制作用 .设计了一种基于模糊控制原理的模糊PID参数自适应控制器和模糊控制器 ,根据偏差和偏差变化率来实时调整参数 ,水位控制实验结果表明 ,这种模糊控制器比常规PID控制器有更好的控制效果 ,明显改善了系统的动态性能和稳态性能 .     

模糊神经免疫自适应PID在恒张力控制系统中的应用

应用免疫反馈系统原理和模糊神经网络控制理论,在传统PID控制基础上设计出一种模糊神经免疫自适应PID控制器,阐述了该控制器的特点、控制规律和整定方法.控制器参数P、I和D分别由模糊神经免疫反馈系统和模糊神经网络控制器在线修正.进行了恒张力控制系统的动态仿真,并与数字PID和模糊PID控制进行了比较.仿真结果表明,模糊神经免疫自适应PID控制器响应速度快、控制输出稳定、抗干扰能力强和鲁棒性好,较传统PID和模糊PID控制器具有更好的动、静态特性.     

家用变频空调温度模糊控制算法研究

在家用变频空调的温度控制策略上选择模糊控制算法,并进行了设计.通过分析其缺点,给出了改进后的参数自调整模糊控制器的设计.利用Matlab软件进行仿真,结果表明,该控制方案在调节时间、控制精度等方面的性能均优于常规的模糊控制算法和PID控制算法.结合模糊控制与PID控制算法各自的优点,最终选定了参数自调整的模糊与PID调节混合控制的方案.     

径向基神经网络和模糊PID控制器在矿井输送机中的应用

矿井输送机运行过程中,由于被控对象具有时变、非线性等因素,传统自适应PID控制算法难以满足控制要求．针对这一问题,采用径向基神经网络和模糊控制策略优化PID控制器参数,从而对矿井输送机进行控制。在MATLAB上进行试验仿真实验结果表明,这种PID控制器在矿井输送机中起到了很好的效果,     

模糊PID增益调节器的算法,结构及硬件实现

提出了一种模糊ＰＩＤ增益调节器算法。通过模糊推理在线调整ＰＩＤ控制器的参数,从而改善控制效果。仿真结果表明,模糊ＰＩＤ增益调节器在稳定时间、超调和均方误差上均比传统ＰＩＤ控制有较大的改进。     

基于DRNN的三电机变频调速系统参数PID控制研究

三电机变频调速系统是一个多输入多输出、非线性、耦合的系统。针对电流跟踪型感应电机系统,以解析式的方式建立其数学模型。采用基于对角递归DRNN神经网络的自整定PID控制器,结合自适应神经元解耦补偿器的解耦控制技术,设计三电机变频调速系统神经网络控制器。基于S7-300 PLC控制平台进行实际的试验,结果表明,该方法能够根据外界环境信息变化获得最佳PID调节参数,较好的实现了速度和张力的解耦控制,系统具有良好的动静态性能和抗干扰能力。提出的方法满足了许多工业控制场合的需要,具有良好应用前景。     

轴承动态测量仪神经网络控制系统设计

轴承摩擦转矩的测量是一种动态测量,需要轴承在转动条件下获得数据.轴承型号及承载条件的改变,影响电机转速的控制规律.针对经典PID控制器的结构参数不能在线修改的问题,提出利用BP神经网络的自学习能力,对PID控制器进行结构参数调整,实现对电机速度规律的优化控制方法.仿真结果表明,经神经网络修正过的PID控制器,动态性能优于未修正的PID控制器.     

分组自适应模糊神经网络在双摆吊车上的应用

在工业生产中,若吊钩质量较大不能忽略,吊车会呈现出双摆系统特征,即吊钩绕台车进行一级摆动,同时负载绕吊钩进行二级摆动.针对这种欠驱动非线性系统控制问题,提出一种基于双摆桥式吊车系统的自适应神经网络与分组模糊控制相结合的控制策略.具体而言,采用改进的Takagi-Sugeno型神经网络模糊控制模型,利用分组模糊控制的方法,规避多输入模糊系统规则冗杂导致的时效性问题.因模糊控制不具备自适应与迭代优化参数的能力,引入神经网络模型借助混合算法,通过前向学习与反向学习,利用二次型最优控制理论设计得出的样本数据,不断优化模糊规则和隶属度函数,从而使控制器参数高精度逼近系统要求,满足双摆吊车高温熔融金属吊运的需求.最后仿真实验结果证明该控制策略不仅使双摆桥式吊车台车与负载快速、精确到达目标位置,还能够抑制吊钩与负载的摆动,提高了控制器性能.     

柴油机模糊自校正PID控制器

提出一种在线修正ＰＩＤ参数的模糊控制器改进算法。首次增加载荷和增压器进气流量作为新的模糊变量,用模糊芯片Ｆ１００实时调整柴油机电子调速器ＰＩＤ参数。仿真结果和Ｚ６１３５柴油机调速性能试验表明,模糊控制器改善了调速器带载条件下的动态响应,提高了系统的综合性能。     

神经网络模糊控制器单片机实现

为了实现工业控制过程的智能化,引入智能控制算法,在改善算法与软件仿真基础上,采用单片机控制技术,将模糊控制的规则集存储在神经连接权上,存入单片机的ＲＯＭ中,经过神经网络前向计算就可提取模糊规则,实现神经网络模糊控制器用于实际对象实时控制,详细给出模糊神经控制器的单片机实现方法和设计过程,实验结果表明,它是一性能优良实时控制器。     

AGC板厚控制系统中对时滞非线性问题的有效控制方法

针对在AGC板厚控制系统中存在时滞、时变、大惯性、非线性等问题，提出了采用，自适应集中延时神经网络辨识、最优预报和模糊免疫PID控制相结合的控制方案，有效地提高了系统的控制精度和动态性能。经MATLAB仿真实验表明，各项指标均好于传统的控制方式，取得了令人满意的控制效果。     

智能PID控制器在船舶发电机电压控制中的应用

解决船舶发电机在负荷突变尤其是大负荷突变时能够稳定发电机端电压是控制系统需要解决的基本问题.为此提出和使用一种新型智能PID控制系统,其中PID控制器由三层前馈神经网络组成.利用神经网络的自学习能力,PID控制器的参数能够根据系统动态特性通过神经网络权系数进行自行调整,其特点是结构简单、工作稳定.仿真结果表明,该智能PID控制器比传统的PID控制器具有对扰动响应速度快和具有更好的控制效果和更好的鲁棒性,能更好地稳定船舶发电机端电压.该智能PID控制器已用于船舶发电机控制系统中,并取得满意的效果.