模糊自整定PID控制器参数的设计

根据PID控制器的特点以及PID参数对过渡过程的影响，将模糊控制技术引入到PID控制器参数的自整定过程中，将PID控制和模糊控制结合起来，使控制质量大为提高，有一定的实用价值。     

伺服控制系统的模糊优化及其参数自整定

针对一次性整定的控制参数很难确保伺服控制系统始终处于最佳状态,探讨了伺服控制系统的模糊优化及其参数自整定.分析了参数调整的模糊性,研究了控制参数的整定原则及其自整定机理,基于动态特征提出了评价函数,讨论了奖惩函数与奖惩自学习算法,设计了参数自整定的伺服控制系统结构.系统仿真实验与实际工程运行结果显示,提出的算法可将系统精度稳定地控制在期望的范围内.工程应用效果表明,该方法控制精度高,鲁棒性强,可满足高精度伺服控制系统的工况需要.     

参数自整定模糊PID控制器的设计与仿真

为保证大时滞复杂系统的稳定性和抗干扰性,结合模糊控制和常规PID控制的优点,设计了一种参数自整定模糊PID控制器,根据其输出形式的不同,采用了位置式和增量式2种方法对时滞系统进行了有效控制,利用Matlab软件的Simulink和Fuzzy工具箱进行了仿真．结果表明：增量式输出方法时控制效果更好,并具有零超调、无静差、过渡时间短、稳定性好等特点．根据实验结果,总结出了调整模糊PID控制器各参数的一般规律和设计方法．     

模糊控制器比例因子最优整定

讨论了模糊控制器比例因子的一种整定方法，基于各态历细的平稳过程的统计辩识，在建立ＦＣ统计辩识数学模型的基础上，分析研究了ＦＣ比例因子与ＦＣ输入归一化信号分布，ＦＣ输入输出传统特性及ＦＣ统计输入输出特性之间的内在联系，阐明了整定方法的理论依据和关键技术。     

一种模糊自整定PID参数控制器的设计与仿真

应用模糊推理的方法,将一种自整定ＰＩＤ参数控制器应用于大惯性带纯滞后的系统。数字仿真结果表明了该方法的有效性和实用性     

移动机器人PID运动控制器参数的模糊自整定

通过对移动机器人运动学模型进行分析 ,以基于视觉的双轮机器人为实验平台 ,论证了参数模糊自整定的PID控制技术应用于移动机器人运动控制中的可行性 .该方案根据控制要求 ,运用模糊推理技术 ,模仿人工整定控制器参数时的思维方式 ,对控制器参数进行调整 .不仅保证了准确性 ,提高了快速性 ,还增强了自适应能力 .实验证明此方法对移动机器人的运动控制是有效的 .     

RTD A控制器参数性能分析及在线模糊自整定

为了减少RTD A控制器的参数调节难度，增强其实用性，分析了RTD A控制器中需要整定的4个参数，即系统鲁棒性θR、设定值跟踪θT、干扰抑制θD和全局收敛性θA对系统性能的影响.结果表明：当θT和θA在一定范围内取定值时，对系统控制结果不会产生明显的影响；而θR和θD的整定则能够改善系统模型失配和未知扰动等问题.为此，提出了一种基于模糊逻辑的控制器参数θR和θD的在线自整定方法.该方法首先建立了控制器参数的模糊控制规则，然后，根据模糊控制规则进行模糊推理，实现了参数θR和θD的在线模糊自整定.仿真实验结果表明，与手工设定参数方法相比，本文提出的参数在线模糊自整定方法能够简化参数的整定步骤，提高RTD A控制器的性能.     

一种模糊控制器的鲁棒自整定算法

提出一种简单并具有鲁棒性的模糊位置式加积分的控制器自整定算法。该算法采用模糊自整定的方案,它是定义在被控制量的误差ｅ和误差的变化Δｅ基础上的,可以在线实时调整输出比例因子Ｇｕ,用提出的方案与不含自整定方案的模糊控制器（简称ＦＣ）分别对一些带有滞后的二阶系统进行仿真、比较。结果表明,采用ＳＴＦＣ算法的系统响应波动性及其动态性能指标较ＦＣ方案的均有明显地改善,该算法具有鲁棒性。     

一种参数自整定模糊预估控制器

基于史密斯预估理论和模糊控制，提出了一种参数自整定模糊预估控制器。通过在线调整PID参数，并对模糊规则进行改造，实现纯滞后系统的自适应控制。仿真结果表明：该控制器比常规预估控制和常规模糊控制对纯滞后对象有较好的适应性，明显改善了控制系统的动态性能。     

基于模糊模型的预测PID控制器的参数整定

提出一种基于模糊模型的预测PID控制器（PPID）的参数整定方法，PPID采用广义预测控制的控制策略，控制算法简单，容易在单片机、PLC和仪表上实现，且有比普通的PID更优良的性能，参数整定分两阶段进行，首先基于初始模型对PPID离线进行整定，然后在系统运行后利用对象的输入输出数据对模糊模型和PPIDR的参数再次进行离线整定，整定算法均采用批处理方式的梯度下降法。     

基于参数在线自调整的自适应模糊控制器研究

分析了模糊控制器的量化因子和比例因子对系统性能的影响，设计了一种自适应模糊控制器，能够在线调整其量化和比例因子以适应被控对象的变化，仿真结果表明该模糊控制器能获得较常规模糊控制器优良的控制效果．     

参数自调整Fuzzy＋I调节器

本文针对常规模糊控制系统存在的稳态误差，对设定值的跟踪性能差等缺陷，提出一种参数自调整Ｆｕｚｚｙ＋Ｉ调节器，用智能积分器来消除稳态误差，在线自调整调节器参数以改善动态特性。计算机仿真表明这种调节器有良好的动态特性，静态特性与很强的鲁棒性。     

一种新合成法则下的模糊控制器

本文给出一种优于max-min合成法则的新的模糊推理合成法则,用新法则设计的模糊控制器克服了max-min法则设计出的控制表的逻辑矛盾。还给出分别运用以上两种模糊控制器及PI调节器对直流调速系统进行控制的仿真结果,以说明本控制器的优点。     

制革生产线的温度模糊控制器设计

针对制革生产线的辊筒温度控制系统的大滞后、大惯性、时变的特点，提出模糊控制方法。实验证明能获得较高的控制精度。     

基于规则自校正模糊控制器的交流伺服系统

提出了一种规则自校正模糊控制器,并将其用于交流伺服系统的控制中,设计了一种在线的模糊推是算法,使得模糊控制规则可以得到实时在线的调整。仿真结果表明基于规则自校正模糊控制器的交流伺服系统的性能较一般模糊控制交流伺服系统有了较大的改善。     

温度控制系统的无超调模糊-PID控制器设计

提出一种针对典型温度控制系统的模糊-PID控制策略,使得系统在无超调的情况下获得最短的调节时间,以节省设备投资.对传统模糊控制方法与PID参数整定进行了改进,仿真结果表明控制器设计方法简单实用,并有良好的控制效果.     

参数在线辨识的模糊神经网络Smith控制器

将多变量系统的Smith预估器参数的在线辨识方法的研究结果运用到多变量模糊RBF神经网络控制系统中,构造多变量模糊RBF神经网络Smith预全控制器,详细地阐述了控制器的结构和设计方法,并对一个双输入双输出对象进行仿真研究,仿真结果表明所构造的控制器具有的控制效果,且当对象的特性发生变化时,系统仍具有较好的辨识效果,控制器具有一定的鲁棒性和自适应能力。     

自适应粒子群算法的整定模糊PID控制器的参数优化

提出了一种基于自适应粒子群算法(APSO)优化模糊PID控制器隶属函数的方法以及基于模糊控制规则的权值来消减规则数目的参数优化方法.仿真实验表明,该方法相比传统方法能得到具有更快响应速度和更小的超调量的模糊PID控制器.     

模糊与积分混合控制器

模糊控制技术具有很多优点而被广泛应用于控制领域 ,但其一个很大的缺陷就是无法消除稳态误差 .为了解决模糊控制器的稳态误差的问题 ,文中提出在模糊控制器中引入积分器的两种方法 .深入探讨引入积分器的时机和量的问题 .通过 MATLAB软件进行仿真试验 ,证明效果良好 .     

基于遗传算法的模糊逻辑控制器优化设计

设计了一种新的用于模糊逻辑控制器优化的遗传算法，实现了模糊逻辑控制器参数和结构的同步快速优化。该算法对经典的简单遗传算法进行了改良，设计了一种带区间限制的十进制编码方案，实现了模糊控制器隶属度函数和控制规则的联合编码；并设计了受限分步一致交叉和变异算子，改进了经典赌轮选择法,避免了病态个体产生，加快了收敛速度。通过对典型的一阶和二阶工业对象控制器优化的仿真研究表明，相对于一般的遗传算法，该算法在群体规模较小（20或40）的情况下，能够在20代左右快速收敛到理想结果，并且在进化过程中很少产生病态个体，因此能够在小群体规模下，实现模糊控制器参数和结构的快速同步优化。