一种基于BP网络的PID控制器

针对PID控制中三个参数的整定问题,提出了一种基于BP神经网络的PID参数整定方法,并依据此种方法对某模型进行了仿真仿真结果表明此方法能较好的调整比例(P)、积分(I)和微分(D)的关系,使之达到一种比较理想的组合状态.     

基于改进鸡群算法的PID参数整定

PID参数整定一直是控制工程研究的热点,利用传统的方法整定参数得到的系统性能往往较差,为解决PID参数整定问题,提高系统性能,提出一种基于改进鸡群算法(CSO)的PID参数整定方法。改进鸡群算法的目的是提高鸡群算法的收敛速度与精度,增强算法跳出局部最优的能力,4个标准测试函数的测试结果验证了改进的有效性。利用改进鸡群算法对4类典型工业过程的PID参数进行整定,以时间乘绝对误差积分函数(ITAE)为优化目标,Matlab仿真结果表明：通过改进鸡群算法整定PID参数得到的系统性能比传统的Z-N参数整定法以及Matlab遗传算法(GA)工具箱参数整定得到的系统性能有很大的提高。     

基于改进鸡群算法的比例-积分-微分参数整定

比例-积分-微分(PID)参数整定一直是控制工程研究的热点。利用传统的方法整定参数得到的系统性能往往较差,为解决PID参数整定问题,提高系统性能,提出一种基于改进鸡群算法(CSO)的PID参数整定方法。改进鸡群算法的目的是提高鸡群算法的收敛速度与精度,增强算法跳出局部最优的能力,4个标准测试函数的测试结果验证了改进的有效性。利用改进鸡群算法对4类典型工业过程的PID参数进行整定,以时间乘绝对误差积分函数(ITAE)为优化目标。Matlab仿真结果表明:通过改进鸡群算法整定PID参数得到的系统性能比传统的Z-N参数整定法以及Matlab遗传算法(GA)工具箱参数整定得到的系统性能有很大的提高。     

基于MATLAB/Simulink环境下的PID参数整定

针对PID参数复杂烦琐的整定过程这一问题,基于MATLAB/Simulink仿真环境,模拟工程稳定边界法的PID参数整定策略和步骤,提出了一种简单有效的PID参数整定方法.与通常的整定方法比较,其优点是非常直观、完全可视化操作、省去了编程的工作量.仿真结果表明该方法具有良好的收敛性,使得控制系统动态性能得到有效改善,并且很大程度上减少了工作量.     

基于微粒群算法的PID控制器优化研究

微粒群算法是近年来提出的一种新型群体智能优化算法,它具有结构简单,收敛速度快,所需参数少等优点.为改善传统PID参数整定问题,提出了基于微粒群算法整定PID控制器参数的优化设计方法.通过对双容水箱建模并与传统整定方法进行仿真比较.仿真结果表明,采用微粒群算法来优化PID参数,可以获得综合性能良好的PID控制器参数.对控制器的设计具有一定的指导意义.     

稳定边界法PID控制器的设计

根据稳定边界法整定控制器参数原理,将MATLAB仿真技术应用于PID控制器参数整定中,仿真结果表明,该方法响应特性好,是一种有效的参数整定方法.     

基于免疫思维进化算法的过热汽温控制系统参数整定

结合人工免疫系统的克隆选择机制,提出了一种基于免疫思维进化算法的PID参数整定方法,并在LabVIEW环境下实现了基于该方法的火电厂过热汽温串级控制系统的参数整定。仿真结果表明,基于免疫思维进化算法的过热汽温参数整定方法能获得比相同条件下,采用思维进化算法和常规PID整定方法更好的控制品质。     

互联电力系统AGC的模糊和遗传控制算法

针对互联电力系统自动发电控制(AGC)，结合模糊控制和遗传算法提出一种新型的PID智能控制器，这种控制器主要特点是选用遗传算法整定的PID参数值作为模糊自整定PID参数控制器的初值，然后再对模糊控制的相关参数用遗传算法优化，避免了参数选择的盲目性。仿真结果明显优于传统的PID控制器，同样也优于单独模糊PID控制器和由遗传算法寻优而设计的PID控制器。同时，在研究遗传算法寻优的过程中提出一种新的适应度选择方法。     

模糊PID双层参数整定及其在固化炉中的应用

提出了一种模糊PID(proportion integration differentiation)控制器的双层参数整定方法。将模糊PID控制器的参数整定分为比例因子的整定与模糊隶属度函数参数整定2部分。推导出模糊PID控制器的解析模型,该解析模型包括线性部分和非线性补偿2个部分。整定的过程中,把模糊PID控制器解析模型的非线性补偿看作过程扰动,由线性部分和被控对象的二阶纯时滞模型,基于系统的增益裕度关系,导出模糊PID控制器的比例因子。再基于粒子群优化算法(PSO,particle swarm optimization)对三角隶属度函数进行优化,使控制器进一步适应被控对象的动态特性。仿真结果表明了研究方法的有效性以及应用在芯片固化炉的温度控制过程中,提升温度控制的效果。     

基于数据驱动的PID自整定方法的研究

传统的PID参数整定依赖于数学模型,通过大量工程实验来确定,这给PID的实际应用带来很大的局限性。文章基于数据驱动理论,提出一种PID参数在线自整定方法,适用于非线性离散系统,该方法无需系统模型的相关信息,且具有PID方法的适应性、抗干扰性、可靠性。通过仿真比较试验结果,验证了这种自适应数据驱动PID参数整定算法的可行性和有效性。     

直流调速系统PID参数动态设计方法及应用

针对直流调速系统PID参数经典设计方法中要处理非典型系统,不能实现实时调整参数等问题,本文提出了一种动态参数设计方法.该方法基于经典双闭环直流调速系统动态结构,通过建立系统动态仿真模型,动态设计PID参数和调整系统性能指标,以获得满足设计要求的结果.仿真实例应用表明：动态参数设计可快速准确地实现系统设计要求,是直流调速系统PID参数设计的一种有效方法.     

基于MATLAB的机电液系统的PID分析

目的采用PID分析的方法对特种液压机电液伺服系统进行分析,得到该系统的传递函数及其各个参数。方法利用Ziegler-Nichols方法对PID参数进行整定,同时利用MATLAB工具对整定的参数进行选择,确定了控制器的参数。结果选取了合适的PID控制器的参数。结论采用PID分析法相对有更大的调整空间,从而可以获得更好的控制性能。     

基于遗传算法自整定和Smith预估的EMCCD温控系统设计

针对EMCCD温度控制过程的时间滞后特性,根据热力学理论建立整个系统的数学模型,利用有限元仿真方法得到其传递函数,在此基础上采用遗传算法实现PID控制参数的在线自适应整定,同时结合Smith预估控制补偿由滞后环节产生的时间迟滞。采用Matlab对控制算法进行仿真分析,结果表明该方法较常规PID控制方法具有调整时间短、超调量小、抗干扰能力强等优点。设计基于单片机和TEC驱动模块的硬件电路将控制算法应用于EMCCD温度控制系统,相机实际制冷温度可达-12±0.1℃,图像本底噪声方差仅为18,实际应用结果表明温度控制系统是提升EMCCD相机成像性能的有效方法。     

神经元二自由度PID控制器参数的MATLAB优化

提出一种在MATLAB环境下基于ITAE性能指标的神经元二自由度PID控制器参数优化方法,并利用经优化设计得到的神经元二自由度PID控制器对隧道式炉进行控制.结果表明,利用MATLAB软件可以实现神经元二自由度PID控制器的参数优化.     

多区域互联电网的分散式模糊PID负荷频率控制

为了有效改善多区域互联电网的动态稳定性,提出一种分散式模糊PID负荷频率控制方法.该方法为互联电网每个区域设计一个模糊PID控制器,以区域频率偏差和联络线功率偏差为控制目标,根据区域控制偏差的变化量,运用模糊推理,在线修正PID调节参数,从而控制互联电网快速趋于动态稳定.针对三区域环型互联电网,考虑发电速率的限制,对其负荷扰动和模型参数摄动进行仿真.结果表明:与传统PID算法相比较,所提出的方法具有更强的适应性、鲁棒性及扰动抑制能力,能使系统取得更好的动态控制性能.     

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。     

基于BP网络的PID控制器参数整定法研究

将神经网络和PID参数的整定相结合,提出了基于误差反传神经网络的PID参数整定方法,通过神经网络的自学习和权值调整寻找最优的PID参数。该方法适用于非线性系统和时变系统,实现了PID参数的在线整定。     

基于离线优化的压电陶瓷物镜驱动系统PID控制器

针对数字共焦显微技术中的压电陶瓷物镜驱动系统,分析了模糊PID控制器的控制性能,提出了离线优化思想,将初始参数的优化从在线实时调整中分离出来,在离线状态下预先采用遗传算法完成全局优化,以减小在线调整时间及调整次数,提高响应速度. 经优化的初始参数配置于模糊PID控制中,对系统进行在线实时反馈调整,控制系统进行步进定位驱动. 在Matlab环境下的实验结果表明,该方法显著提高了系统的控制精度和响应速度,为驱动系统的进一步研究提供理论依据.      

广义预测PID控制算法

本文根据广义预测控制(Generalized Predictive Control,简写GPC)与PID控制控制律结构的相似性,通过对广义预测控制性能指标函数中控制加权序列Qj(z-1)的配置给定,导出了具有PID算法结构的广义预测控制律。从而借助广义预测控制算法参数的递推关系链,自动优化整定PID调节参数,并实施广义预测PID控制。     

基于粒子群算法的逆变电路PID控制

针对逆变控制系统中PID控制器参数整定困难的问题,提出了基于粒子群算法的逆变电路PID控制器设计方法.通过推导逆变电路模型得到逆变电路传递函数,以该传递函数作为PID控制对象,利用粒子群算法搜索PID参数.MATLAB仿真结果证明了该方法的可行性和优越性.与采用遗传算法相比较,该粒子群算法能更快的获得合适的PID控制参数,所需迭代次数更少.