分数阶控制器参数整定策略研究

对分数维的分数阶系统的研究吸引了越来越多的研究者。分数阶PIλDμ控制器是整数阶PID控制器的一般形式,较整数阶PID控制器具有优越性,但对其整定方法的研究还很少。基于改进的随机搜索方法,实现了分数阶控制器包括积分次数、微分次数五个参数的优化整定,获得了良好的整定效果。仿真实验证明了提出的整定策略的有效性。同时通过比较说明在被控系统有非线形环节的情况下采取分数阶PIλDμ控制器往往能获得更好的控制效果。     

基于迭代学习控制的PID控制器设计

针对传统的经验PID整定方法,提出了一种新的PID参数整定算法。该算法首先利用PD型迭代学习控制来进行期望轨迹的跟踪控制,然后根据迭代学习控制的输入输出数据序列,通过强跟踪滤波器来进行参数辨识,可获得对应于期望轨迹的优化的PID控制参数。给出了迭代学习控制的收敛条件,以及如何利用强跟踪滤波器来进行参数辨识。仿真和实验结果表明,采用该算法设计PID控制器,被控系统可以获得较佳的动态性能和较强的鲁棒性。     

基于遗传神经网络的自整定PID控制器

提出了一种基于遗传算法和神经网络的自整定PID控制器的设计方法。该控制器主要由三个部分组成。第一部分利用遗传算法搜索出一组准优的PID参数，作为PID控制器参数的初值，第二部分利用神经网络具有逼近任意非线形函数的能力，在线调整PID参数，以确保系统的响应具有最优的动态和稳态性能，第三部分是传统的PID控制器，直接对被控对象闭环控制。计算机仿真结果表明，这种控制算法鲁棒性强，响应速度快，可用于控制不同的对象和过程。     

分数阶PID控制器参数的自适应设计

分数阶比例-积分-微分(proportional-integral-derivative,PID)控制器是整数阶PID控制器在复数域的推广,通过引入两个可调参数λ和μ使得控制器参数整定范围变大,但使得参数设计变得更加复杂。针对分数阶PID控制器的特点,提出了一种参数自适应的改进型差分进化算法整定方法,在目标函数的选取上,针对传统时间与绝对误差乘积准则对超调量控制不足,引入误差与控制信号加权,分别对整数阶和分数阶被控模型进行理论分析和数值仿真,仿真结果证明了该控制器参数设计方法的有效性和准确性。     

基于动态神经网络的PID参数整定与实时控制

提出了一种基于对角回归神经网络的PID控制器结构,给出了PID参数在线自整定的学习控制算法。为检验控制效果同时还使用了静态BP网络来整定PID参数,并在Matlab环境下,分别建立了基于对角回归神经网络和BP网络的液位实时控制系统。实际的控制效果说明,基于动态网络的PID控制器工作稳定,具有较好的鲁棒性。     

电加热锅炉系统神经网络PID解耦控制器

以多输入多输出系统电加热锅炉为被控对象 ,基于神经网络 PID控制 ,提出了一种可用于带有耦合时延的多输入多输出系统的比例、积分和微分参数自整定的多输入多输出神经网络 PID解耦控制器 ,可以实现多变量系统的解耦 ,定值跟踪控制 ,并使系统具有很好的动态及稳态性能.     

基于动态RBF神经网络在线辨识的单神经元PID控制

针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法。采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智能控制。仿真结果表明,与常规RBF神经网络辨识的PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。     

基于广义预测的非线性解耦PID控制

针对一类非线性多变量离散时间动态系统,提出了基于神经网络的非线性多变量PID解耦控制方法。该控制器是由常规PID控制器与解耦补偿器、未建模动态前馈补偿器组成,而PID参数的整定是通过广义预测的方法实现的。同时给出了该控制方法的闭环系统的稳定性和收敛性分析。最后通过仿真实例验证了所提方法的有效性和可行性。     

空调房间温度预估模糊PID控制器的研究

针对中央空调房间温度被控对象的大滞后大惯性,设计了具有Smith预估的模糊自整定PID控制器。建立中央空调房间温度控制系统的数学模型,介绍预估模糊PID控制器结构,以及模糊控制规则的生成方法,并且对该控制方案进行了数字仿真。仿真结果表明:该方法调节精度较高,调节迅速,超调小,具有一定的可行性。     

基于混沌PID参数寻优的伺服系统控制方法研究

利用混沌运动遍历性和随机性的特点,对PID控制器进行参数寻优。在满足系统稳定前提条件下,通过利用混沌运动的粗寻优和细寻优,最终可以找到性能指标最小的一组参数。把这组参数就作为PID控制器的主要参数。仿真结果证明此方法可以快速稳定地实现PID参数寻优整定,而且所得参数的控制效果与传统参数整定方法相比在响应时间、超调量等方面效果更好。     

智能PID控制在电石炉电极调节系统中的应用

针对三相电极电流耦合的电石炉系统,设计出一种智能PID控制器。该控制器首先采用实数编码的遗传算法优化PID控制器的参数,得到一组参数的最优值。然后以此最优值作为PID参数的初始值,结合积分分离的原则设计出一种模糊解耦推理规则对PID参数进行实时整定,以确保系统的响应具有最优的动态和稳态性能。对比仿真试验的结果表明,与常规的PID控制器相比,这种智能PID控制器用于电石炉控制系统可达到良好的动、静态性能和鲁棒性。     

基于Simulink的空调系统先进自校正控制仿真研究

空调系统可以被看作是一阶惯性加延迟的过程,系统具有时延和参数时变的特性.提出了一种先进的自校正控制策略并将其应用在空调系统中.该控制策略采用了一种混合的参数辨识算法,在控制系统闭环运行条件下,空调系统的过程参数包括延迟时间可以被在线辨识.辨识出的延迟时间被Smith预估器用来补偿控制回路中的时延,同时该控制策略的控制信号可由内环回路中的PI控制器根据ITAE整定规则计算获得.Simulink仿真结果表明该自校正控制策略较自适应PI控制的控制性能更为优越.     

基于BP神经网络PID参数自整定的研究

PID控制是迄今为止在过程控制中应用最为广泛的控制方法。但在实际应用中，其参数整定仍未得到较好的解决。本文把神经网络技术应用在PID控制中，充分利用神经网络具有非线性函数逼近能力，构造神经网络PID自整定控制器，并通过仿真试验，取得较好的结果。     

基于自适应灰色预测的虚速率算法

虚速率(VRC)算法是近年来新兴的一种基于速率的主动队列管理算法,本文将灰色预测、自适应控制与虚速率算法三者的设计思想融合起来,提出一种新的基于自适应灰色预测的虚速率算法。将二次型性能指标引入到VRC算法中PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了PID的自适应最优控制。同时将自适应PID与灰色预测器相结合,用预测结果代替被控对象测量值,克服了网络时滞和干扰给系统带来的负面影响,并进行了稳定性分析。仿真结果表明,该算法具有优良的性能。     

基于干扰观测器的Fuzzy-PID控制及应用研究

针对大射电望远镜(LT)悬索粗调系统为一变结构、非线性、慢时变、大滞后、强耦合、多输入多输出柔性结构系统的特点,提出了一种Fuzzy-PID控制和干扰观测器相结合的控制算法来实现馈源轨迹跟踪策略。这种方法通过构造干扰观测器来预测该柔性结构系统的各种干扰,并根据预测到的干扰信息进行补偿以抑制干扰对系统的影响,同时引入Fuzzy控制算法来自适应整定PID控制器的参数实现具有最佳组合的PID控制。最后,对LT悬索-馈源舱控制系统进行了数值仿真,结果表明该控制算法可以较好地满足馈源系统轨迹跟踪精度要求,同时系统具有较强的适应性和鲁棒性。     

基于Q8的电阻炉控制系统的半实物仿真

介绍了一种基于Quanser Q8卡和Simulink的半实物仿真系统的构造与应用方法,搭建起理论仿真研究与实时控制之间的桥梁。以电阻炉控制为例,详细介绍了电阻炉温度控制半实物仿真控制系统中硬件构成及PID控制器的搭建和参数调整方法。给出仿真曲线,控制效果良好。仿真结果的验证过程直观,控制器的参数实时可调,易于操作。