电站仿真器PID控制参数的模糊整定

在归纳总结目前使用较广泛的一些控制系统参数整定方法的基础上,通过对热工过程对象特性的研究,提出一种基于模式识别的模糊整定方法,以此在电站控制系统中的汽温控制等回路上进行了仿真整定试验,并将其应用于东北电力局６００ＭＷ电站仿真器的控制系统参数整定,效果良好,证明了本文提出的整定方法的可行性     

一类多输入多输出系统的预测PID控制算法仿真

研究了一类参教未知的多变量系统的广义预测PID参数整定问题。基于广义预测控制(GPC)的思想和γGPC与PID的相互关系，提出了一种新的离散多变量系统PID参数整定方法，其中性能指标包含了稳态误差加权项。PID参数通过γGPC与PID的相互关系递推计算得到。仿真例子说明了该方法的有效性和可行性。     

基于遗传算法的车辆ABS在线整定PID控制及仿真

分析了ABS(防抱制动系统)PID控制方法的原理。提出了基于遗传算法的在线ABS PID控制方法。为了使控制器具有更高的搜索效率以满足ABS的实时性要求,改进了遗传算法的遗传算子,使复制与交叉操作并列存在,使用具有选择性的交叉操作,并改变变异操作的随机性,使其成为受控的随机操作。使系统能根据车辆的运行条件实时整定PID控制参数。仿真结果表明,基于遗传算法的在线ABSPID控制方法能有效抑制超调,控制ABS跟踪路面条件变化。     

控制系统PID参数整定软件包CSLab

介绍了控制系统PID参数整定软件包CSLab。该软件包是以Matlab5．3为平台开发的，针对于单变量控制系统，采用了多种PID参数整定方法。具有丰富的控制系统仿真、分析计算和设计功能，并且建立了开放性的结构，具有高度的可扩展性，可以把新的参数整定方法扩充进来，同时还为用户提供了其它复杂控制结构，使得用户可以根据需要进行控制系统的设计。     

TITO系统的非线性鲁棒控制器参数整定

基于Monte-Carlo实验研究了TITO(二输入二输出)系统的非线性鲁棒控制器(NRC)参数整定的规律.提出了以一种Monte-Carlo实验原理为基础的NRC参数整定规律研究方法.该方法以ITAE值和超调量为控制系统性能指标,主要分析NRC参数取值变化对控制系统性能鲁棒性的影响.以若干典型TITO非线性对象为例进行仿真研究,并在大量仿真试验结果的基础上,总结出TITO系统的NRC参数整定的规律.     

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。     

基于群体智能免疫算法的PID自整定

传统的PID整定方法得到的结果通常不是最优参数,很多学者采用遗传算法和模拟退火方法来解决这个问题.针对遗传算法很容易陷入局部最优值和模拟退火算法收敛速度慢这些缺点,融合了粒子群算法和人工免疫机理的优点,提出了一种基于群体智能的免疫算法,对典型二阶对象进行PID控制器参数优化整定.仿真结果证明了提出的算法有效可行.     

随动系统的模糊自适应整定PID变阻尼控制

为了使随动系统的输出以尽可能小的误差复现输入,通常用速度反馈以增大等效阻尼比的方法减小输出响应振荡和超调量,但阻尼比增大,系统响应迟钝,快速性变差。变阻尼控制技术根据系统输出响应的不同阶段在线实时调整系统的阻尼比,从而改善随动系统的动态性能。结合PID控制和模糊控制的优点,运用模糊推理方法建立PID三参数的模糊控制规则,设计出一种随动系统的模糊自适应整定PID变阻尼控制器。仿真结果证明了该方法可行,系统动态性能得到明显改善,具有良好的抗干扰性和鲁棒性。     

参数自整定2自由度PID全神经元实现的仿真研究

2自由度PID控制器参数整定是一个复杂而又困难的问题，本文采用全神经元方法实现了2自由度PID控制。通过权值自学习解决了参数自动整定这一难题，只要选择适当的神经元权值系数，就可以是系统的抗干扰能力和跟踪给定的能力同时达到最佳，并使系统具有自适应能力和较强的 鲁棒性。     

基于改进PSO算法的多变量PID型神经网络控制

充分利用PID结构简单、稳定性强的良好性能以及神经网络的自学习和自适应的特长,引入粒子群优化(PSO)学习算法,设计一种多变量自适应PID型神经网络控制器。神经网络的隐含层由带有输出反馈和激活反馈的混合局部连接递归网络组成,采用PSO学习算法优化神经网络参数。在深入研究分析PSO算法的基础上,引入变异因子和惯性权重自适应策略对该算法进行改进,既发挥了PSO算法随机优化收敛速度快的优点,又克服了该算法易陷入局部最优点的缺点,显著提高了控制系统的性能指标。最后,通过对二级倒立摆控制的仿真分析,证明该算法具有较强的鲁棒性。     

钢球磨中储式制粉系统智能解耦控制仿真系统

钢球磨中储式制粉系统具有多变量强耦合，非线性以及生产工况变化大的特性，其自动控制问题一直是控制界关注的热点问题。本文建立了钢球磨中储式制粉系统智能解耦控制仿真系统。该软件集成了钢球磨中储式制粉系统的仿真模型以及针对钢球储式制粉系统而设计的变量智能解耦控制技术，为钢球磨中储式制粉系统自动控制问题的深入研究提供了有力的实验工具。     

基于自适应变异概率二进制PSO的球磨制粉系统控制

研究了一种新型自适应变异概率二进制粒子群算法。提出的自适应变异策略通过以一定的概率进行动态比特转换帮助算法更好地保持种群多样性和搜索新解,从而有效防止算法早熟。最终将提出的自适应变异概率二进制粒子群算法（adaptive mutation based pobability binary PSO,APBPSO）用于球磨制粉系统这一复杂多变量对象的PID控制器优化设计中以验证算法性能。多变量控制器分别采用了三种多目标优化目标函数,仿真结果表明提出APBPSO能有效避免陷入局部最优,其对控制器优化性能优于粒子群优化算法、离散二进制粒子群优化算法及基本的概率二进制粒子群优化算法。     

钢球磨煤机的动态参数模型与仿真研究

火电厂锅炉制粉系统的钢球磨煤机是多变量耦合、时滞及非线性的复杂对象,其复杂的动态特性,使其数学模型很难得到,投入自动控制的效果不理想。本文根据制粉系统钢球磨煤机的工作过程机理,研究了各输入、输出之间的相互影响关系,通过集中参数方法建立了钢球磨煤机的动态参数模型,用三输入三输出的状态方程表示。此模型很好地揭示了钢球磨煤机的运行状况及其非线性、强耦合的特性, 而且适合于不同类型的钢球磨煤机。动态参数模型仿真模块用Matlab 的Simulink 编写,仿真效果与实际运行相符, 因此为火电厂锅炉制粉系统的先进控制研究提供了良好的数学模型基础。     

球磨机制粉系统建模及广义预测控制的研究与应用

双进双出球磨机制粉系统作为火电厂里重要的发电设备,具有非线性、多变量、强耦合、大时滞的特点.从机理法出发,建立球磨机的机理数学模型,并在机理数学模型的输入变量加入一定量的扰动,给出阶跃扰动测试,建立出球磨机系统的传递函数模型.结合作为工业过程控制中应用最广泛的基本控制律—PID控制,在一般广义预测控制算法的基础上,将具有比例积分微分结构的广义预测控制算法俨ID-GPC)首次应用到球磨机上,通过对河北龙山某电厂300 MW大型单元机组负压运行球磨机制粉系统的仿真表明,该算法较一般前馈解耦PID控制具有更好的鲁棒性,更宜于工业应用.     

多变量系统模糊动态模型的辨识

介绍了一种新型的基于模糊神经网络的多变量模糊动态模型的辨识方法 ,该方法是通过将输入空间进行直接划分 ,而不是在输入空间的每一维上进行划分来得到模糊规则的。这样所形成的隶属函数为多维隶属函数 ,并使模糊规则的数目大为减少。在模糊聚类算法的基础上 ,提出了一个衡量聚类有效性的函数 ,以确定模糊规则的数目。以二级倒立摆系统为应用背景 ,取得了较好的辨识效果。     

主动队列管理的PI/PID拥塞控制器的调节

主动队列管理是一类重要的互联网拥塞控制策略。然而,要调节控制参数以达到性能目标是比较困难的,目前,许多研究工作致力于寻找简明有效的调节方法。提出了网络拥塞控制中主动队列管理的PI/PID控制器的一个简化模型,给出了控制器参数调节的经验公式。仿真结果表明,新的拥塞控制器简单易行,并具有系统响应时间短、网络流量吞吐率高等优点。     

无人直升机发动机PID自适应控制系统

以某型无人直升机发动机为被控对象,设计了数字式发动机控制系统。介绍了该控制系统的结构、功能和软硬件实现,利用台架试车试验验证了发动机控制系统的可行性,采用PID自适应控制策略解决了试车试验中所发现的问题。利用PC104嵌入式计算机系统构建了发动机控制系统的半物理仿真平台,完成了半物理仿真试验。仿真结果表明发动机PID自适应控制器能够实现不同工况下的参数自动整定,满足无人直升机飞行控制要求。