基于内模原理的简单PID自校正预测控制器

论述了PID自校正预测控制器的一种简单设计方法。其主要内容有：内模控制原理；基于内模原理构成d步超前预测控来］器；根据d步超前预测信号，设计了PID自校正预测控制器。仿真结果表明：这种控制技术是有效的。     

基于内模原理的简单极点配置自校正预测控制器

给出了一种简单的极点配置自校正预测控制器。主要内容有：根据Ｓｍｉｔｈ预测补偿原理，设计ｄ步超前预测器根据预测信号及预置闭环极点，采用双估计器技术，构筑极点配置自校正预测控制器；仿真结果表明这种控制技术是可行的。     

广义预测自校正控制器的内模结构及全局收敛性

给出了基于ＣＡＲＩＭＡ模型的广义预测控制器的内模结构，分析了其闭环特性和鲁棒性，并证明了显式自交正算法的全局收敛性。     

自校正内模控制器

提出了设计自校正内模控制的新方法。该方法把输出预测误差划分为有规律和无规律误差两部分。通过在线辨识建立有规律误差的预报模型,由此模型对误差值进行自适应预报,达到对内模控制器的在线校正,而对无规律的误差只作闭环反馈修正,最后达到消除系统的稳态余差。本方法比通常自校正内模控制算法的运算量大大减少,而在对象参数在一定范围内漂移时,同样能取到自校正效果。     

一种广义预测自校正PID控制器

本文将 Clarke.D.W 氏的广义预测控制思想引入常规 PID 算法中,提出了一种新型的参数自适应 PID 策略——广义预测自校正 PID 控制器.主要内容如下:基本算法新算法介绍基于如下 ARMA 模型:A(z~(-1))e(t)=z~(-d)B(z~(-1))u(t)+c(z~(-1))ε(t) (1)其中:A(z~(-1))=1+a_1z~(-1)+a_2z~(-2);B(z~(-1))=b_0+b_1z~(-1),c(z~(-1))=1+c_1z~(-1)+c_2z~(-2);ε(t)为白噪声.考虑 PID 控制的应用实际,首先给出一种工程意义直观的二次型性能指标函数:     

PID型大范围预测自校正控制器的设计与实现

本文通过对一般的大范围预测控制中目标函数的改进，导出了具有ＰＩＤ结构的新型大范围预测自校正控制计算法，使得控制器的动态性能及鲁棒性得到加强。本文还给出了这种方法的实现步骤，进行了数值仿真实验。仿真结果验证了该项控制器的有效性。     

时滞系统简单自校正PID控制器

采用Smith型时滞补偿器,对于具有未知或时变时滞的二阶(或一阶)开环稳定被控过程,分别提出了以任意稳定裕度和极点配置为指标的自校正PID(或PI)控制算法。仿真结果表明,该算法简单可行,且易于实施。     

基于灰色预测的自适应内模PID双重控制器设计

针对一类非线性系统，提出一种基于灰色预测的自适应内模PID双重控制方法．把由系统的输入输出数据得到的灰色预测模型作为系统的内部模型，并在基本的内模控制结构上增加PID控制器，加快了跟踪误差收敛速度，内模控制的性能明显改善．仿真结果表明，该控制方法简单而有效，内模PID双重控制较单一内模控制具有更好的系统性能．     

基于内模控制原理整定PID参数

针对一类不稳定时滞过程,采用双环控制结构,首先使广义对象（内环）稳定,然后根据内模控制原理设计外环控制器,得到等效的PID控制器参数的整定方法．仿真结果表明,整定后的系统不但具有良好的鲁棒性,而且调节快速．适合于工程实际应用．     

含对象脉冲序列模型辨识智能PID参数自整定

提出了一种新的在线ＰＩＤ参数自整定方法，在对象辨识中，引进了非参数的离散脉冲序列模型，并推导出一组闭环情况下的辨识公式，它适合于大纯滞后和各种阶次的复杂对象，很好地解决了大纯滞后的辨识问题，文中还把仿真技术引进实时控制中，设计出一种实用的，具有一定智能性的自整定方法，实时控制实验证明此方法是正确和有效的。     

一种新的基于参数辨识的自校正PID控制算法

本文在辩识过程模型参数的基础上,利用计算机求出对象的开环响应曲线,然后根据响应曲线法整定PI或PID参数的经验公式求出PI或PID参数。为了获得更好的控制效果,对所获得的PID参数进行了逐步地优化。该算法与其它自校正PID控制算法相比,具有适用范围更广的特点。计算机仿真和实时控制实验证实了该算法的有效性。     

基于过程辨识的PID参数自动整定

从标准的ＰＩＤ控制器结构出发，导出了一类基于被控过程辨识的ＰＩＤ参数自动整定算法，对由此构成的自校正ＰＩＤ控制系统的稳定性和其他性能进行了理论分析和仿真研究。结果表明，该算法对开环稳定的非最小相位过程具有良好的控制效果，但如果离散化方法选取不当，将导致闭环系统不稳定。     

基于伪输出的鲁棒PI型广义预测自校正控制器

本文提出了一种新型的广义预测自校正控制器。由于在控制器的设计中，所用输出序列为量测输出与基于辨识模型的输出综合而成的，并且控制器采用了ＰＩ型目标函数，因此该控制器对未建模动态具有较强的鲁棒性。     

一种不完全微分PID的多环Smith预估控制

提出一种不完全微分PID控制器组态,代替理想的PID控制器进行控制.对于系统外扰的影响,采用一种多环Smith预估器系统,利用MATLAB进行仿真.结果表明,该控制系统具有良好的抗外扰性能,可改善系统的调节品质.     

基于阻尼最小二乘法的鲁棒自校正预测控制器

本文将广义预测控制器（GPC）与阻尼最小二乘法（DLS）相结合,构成一种鲁棒自校正预测控制器．仿真结果表明,这种算法比基于通常的递推最小二乘法（RLS）的自校正预测算法有更强的鲁棒性．     

一种基于神经网络的内模控制方法及其应用

根据具有非线性、强耦合、不确定性过程的控制需要，提出了一种基于神经网络的内模控制方法，该方法充分利用神经 自学习及非线性逼近能力，建立非线性、强耦合、不确定性过程的动态模型及逆模型，采用这种方法对冷轧过程中带材全局板形进行仿真实验控制，取得了理想的控制效果。     

带Smith预估器的模糊PID组织温度控制系统

针对激光热疗法中组织温度模型的纯滞后和大惯性,提出一种新颖的带Smith预估器的模糊PID控制系统.模糊PID控制器是由一个简单的模糊PI控制器和一个简单的模糊PD控制器并行结合而成.模糊PID控制器的增益通过解析推导与线性PID控制器的增益相联系.设计好的线性PID控制器的增益可用于在线设计模糊PID控制器.计算机仿真结果表明模糊控制系统在组织温度控制中比对应的线性PID控制系统鲁棒.