随机非线性系统的在线修正参数预测滤波PID控制

针对一类随机NARMAX模型,分析了其可采用PID控制的约束条件.提出采用辅助模型的可克服算法病态的遗忘因子递推最小二乘算法对被控对象进行参数估计,利用动态切平面逼近的预测算法对系统输出进行预测,基于一具有预测控制性能的增量型预测滤波PID控制算法,根据可克服算法病态的直接极小化指标函数自适应控制算法和Robbins-Monro算法,给出了具有在线修正PID控制参数和加快PID控制参数收敛速度的随机NARMAX模型的自适应预测滤波PID控制算法.仿真研究表明:因给出的PID控制算法具有预测控制性能和在线修正参数性能,故系统具有较好的控制品质.     

确定性多变量非线性系统的在线修正参数预测滤波PID控制

针对确定性多变量NARMAX模型,分析了其可采用PID控制的约束条件。提出一种增量型预测滤波解耦PID控制算法,基于递推参数估计算法对系统模型进行参数估计,采用逐步迭代预报算法进行预测,结合一种可克服算法病态的直接极小化指标函数的自适应控制算法和Robbins-Monro算法,给出了确定性多变量NARMAX模型的具有在线修正参数的预测滤波PID控制算法,因指标函数中含有输出的预测值,故算法具有加快PID控制参数收敛到有效值速度的性能。仿真研究表明,因为所提出的PID算法具有在线修正参数和预测控制的性能,故系统具有较好的控制品质。     

一种基于跟踪误差变化率的动态矩阵控制算法

作为一种基于对象阶跃响应的预测控制算法,动态矩阵控制在性能指标函数中通过对跟踪误差的优化及对控制量增量的软约束来保证控制的性能,指标函数中并没有考虑跟踪误差变化率对系统动态响应的影响.为了使对象具有更好的动态响应,笔者基于优化性能指标函数中的跟踪误差项,在指标函数中引入跟踪误差的微分项,提出一种改进动态矩阵控制算法,使得对象的动态响应更加平稳,闭环系统的鲁棒性更强.理论分析和计算机仿真结果表明了改进后的算法使系统具有更好的控制品质.     

多变量系统的变时滞无模型自适应单值预测控制

针对难以建模的变时滞多变量非线性系统的控制问题,基于改进具有辅助向量的多变量紧格式动态线性化泛模型,参考多变量单值预测控制算法,提出改进的目标函数,给出变时滞多变量无模型自适应单值预测控制算法,采用自适应递推算式的优化算法进行优化,给出了目标函数的加权网络参数的在线优化算法,解决了试凑法确定加权网络参数的问题.试凑法确定的加权网络参数不能保证控制算法最优,综上研究提出在线优化参数的变时滞多变量无模型自适应单值预测控制算法,仿真结果说明,单值预测控制算法具有无模型自适应控制性能及预测控制功能和参数寻优功能,故算法具有优良的控制性能.     

模糊自适应控制算法在水轮机调速器建模中的应用

在模糊控制器的设计中,模糊规则的提取,比例、量化因子和隶属度函数的确定都具有一定主观性;针对这种情况,提出改进的模糊自适应PID控制算法(IFPID),利用微粒群算法对经过预处理的隶属度函数进行优化.在水轮机调速器仿真实验中,与简单PID控制算法和一般模糊控制算法相比,基于改进模糊自适应PID算法的系统在响应频率扰动和负荷扰动时有着更短的调节时间和更小的超调量.     

双重控制系统的广义预测控制

传统的双重控制方法建立在简单PID算法基础上,其性能受到一定的限制.为此,将广义预测控制算法应用于双重控制系统中,形成基于预测控制的双重控制算法.该算法继承了传统双重控制方法的控制结构和控制思想,采用主、副2个控制器进行控制.其中主控制器采用广义预测控制算法,针对快回路产生快控制作用使系统具有良好的动态特性;副控制器采用PID算法,针对慢回路产生慢控制作用以实现一定的经济指标;同时,副控制器的输出作为前馈量引入主控制器.主、副2个控制器互相协调工作,使系统既具有良好的动态特性,又符合工艺上或经济上的要求.仿真对比结果表明,该算法控制性能优良,具有较强的的抗干扰性和良好的鲁棒性,是一种较好的双重控制系统控制算法.     

基于单神经元神经网络的无刷直流电机控制系统仿真

无刷直流电机是一种多变量、非线性、参数时变以及强耦合的复杂系统,利用传统比例积分微分(proportional integral differential,PID)算法控制无刷直流电机存在参数调整困难、自适应能力差、控制精度低以及抗干扰能力弱等问题.为实现无刷直流电机的高精度控制,在转速环中引入了基于单神经元神经网络PID控制算法,研究了无刷直流电机的数学模型及运行特性,提出了单神经元神经网络PID算法,最后比较分析了在电机双闭环控制系统中转速环采用不同控制算法下的转速阶跃函数响应,以及三相电流、反电动势和电磁转矩的运行状态.结果表明:单神经元神经网络PID算法控制下的无刷直流电机其转速的阶跃函数响应具有更快的上升时间、更小的超调量以及更加稳定的运行状态.     

采用自适应模糊PID控制的多级齿轮振动主动控制

针对齿轮传动系统在动态激励的作用下产生的多谐波复杂振动,设计一种在低速轴和高速轴分别安装有压电促动器的主动控制结构;提出一种将传统PID控制和自适应算法相结合的自适应模糊PID算法,抑制能量较高的多个谐波振动.在ADAMS平台建立齿轮传动系统虚拟样机,作为被控对象子模块,并在MATLAB/Simulink平台上加载控制算法对系统进行联合仿真.仿真结果表明:在不同转速下,自适应模糊PID控制算法对谐波振动具有良好的控制效果,且优于经典PID控制.     

基于神经网络的PID参数自整定控制及其Matlab仿真研究

将神经网络自适应PID算法与传统的PID控制算法进行比较分析,通过仿真实验,验证神经网络自适应PID控制算法在总体上优于传统的PID控制算法.该方法有利于系统控制效果的提高,并且受环境的影响较小,在一定程度上弥补了传统PID控制的不足.     

基于模糊PID控制器的汽轮机数字电液控制系统

模糊PID控制算法结合了PID控制算法和模糊控制算法的优点.该算法应用于火电厂汽轮机数字式电液调节系统的仿真研究表明,该控制方案能很好地适应被控对象参数的变化,减小了系统的超调量、振荡次数,增强了系统的稳定性与鲁棒性,使系统的动态性能和静态性能均得到了很大的改善.     

模糊反馈增量式比例积分微分油气悬架控制

为了提升工程车辆的行驶平稳性,以工程车辆油气悬架为研究对象,以车身加速度为主要优化目标,设计了基于模糊反馈的增量式PID油气悬架控制系统。对被动悬架,增量式PID和模糊反馈增量式PID控制器进行仿真,对车身垂向加速度,车轮动载荷,悬架动挠度和控制力四个指标进行分析。选取C级路面和车辆行驶速度作为油气悬架系统输入激励,在降低车身垂直加速度的前提下,着重解决增量式PID控制器存在的问题。仿真结果表明,与传统被动悬架系统相比,基于模糊反馈的增量式PID控制油气悬架系统的车身垂向加速度的均方根值降低52%、悬架动挠度降低24%、车轮动载荷降低了44%。与增量式PID相比,悬架动挠度降低了69%,且基于模糊反馈的增量式PID控制器相比较于传统增量式PID控制器其输出控制力降低了86%。因此可以证明,基于模糊反馈的增量式PID控制器,不仅可以提升油气悬架系统综合动态性能,对改善车辆行驶的平顺性和操作稳定性,具有较好的应用前景,且其在经济性和环保性方面同样更具优势。     

基于改进引力搜索算法的励磁控制PID参数优化

在引力搜索算法（GSA）基础上,结合PSO算法中粒子的运动特点,提出了改进引力搜索算法（IGSA）,并将其应用到励磁控制系统PID参数优化．IGSA嵌入了引力搜索和粒子群搜索,使其在保留引力搜索特点的前提下增加了信息共享及记忆能力,进一步提高了搜索能力．定义了同时考虑ITAE指标和超调量指标的加权目标函数,提出了基于混沌引力搜索的参数优化策略．将IGSA与传统群体优化算法进行了充分对比试验,验证了提出的励磁控制系统PID参数优化方法的有效性．     

基于MATLAB的PID算法在串级控制系统中的应用

串级控制系统具备较好的抗干扰能力、快速性、适应性和控制质量,因此在复杂的过程控制工业中得到了广泛的应用.对串级控制系统的特点和主副回路设计进行了详述,设计了双容无自衡串级液位控制系统,并将基于MATLAB的增量式PID算法应用在控制系统中.结合基于计算机控制的PID参数整定方法实现串级控制,控制结果表明系统具有优良的控制精度和稳定性.     

智能水温控制系统的设计及实现

以89C52单片机为基础设计出一种智能型水温控制系统,智能水温控制系统主要采用逐次逼近式算法和增量式PID控制算法实现水温的定时加热以及恒温保持等功能。经过实验测试,系统运行稳定,控制效果良好。     

基于RBF神经网络整定的热风炉温控系统设计

为了提高热风炉的燃烧效率,改善热风炉温控系统的自动化程度,提出了一种基于RBF神经网络整定的PID控制策略。首先,通过RBF神经网络算法和增量式PID控制器的结合,将神经网络强大的自学习能力应用于对增量式PID参数的调整。然后,在常规热风炉温控系统的基础上,将其外环改为采用RBF神经网络整定的PID控制。热风炉温控系统中内环以煤气阀门开度为变量,外环以拱顶温度为控制变量,通过改进的串级控制来实现热风炉的燃烧优化调整。Matlab仿真分析和实际应用效果表明,RBF神经网络整定的PID控制曲线几乎无超调量,系统抗干扰能力相对传统的PID控制提高了50%。与传统的手动控制相比,所提出的控制策略使得原系统的抑制干扰能力明显增强、鲁棒性更好,在热风炉温控方面具有良好的研究和应用价值。     

气电混合动力车辆低SOC混合驱动起步控制研究

基于单轴并联混合动力系统的结构特性,提出一种电机-发动机-离合器协调控制起步方法,在最小化电量消耗的同时,实现比离合器滑磨起步更快的起步速度和更佳的平顺性。 通过增量式PID方法控制电机输出小扭矩,调节电机转速,弥补离合器接合过程的非线性缺点。 并对采用了助力方法及仅依靠离合器起步的车辆进行起步试验,从起步速度、冲击度和电量消耗方面验证了该方法的可行性。      

基于遗传算法的鲁棒PID控制器设计

将基于遗传算法的PID控制器设计方法应用于分布参数系统,在这个过程中,将系统的鲁棒性能指标作为目标函数选择的重要依据,使用遗传算法对PID参数进行寻优.仿真结果表明,由于加入鲁棒性信息,改进方法完全满足了控制系统的快速性、稳定性和准确性要求,控制系统表现出很好的动态鲁棒性及性能鲁棒性.     

陀螺稳定平台控制算法比较研究

针对一款实验教学陀螺稳定平台,文章分别采用常规PID控制算法,变参数PID控制算法和变参数自调节模糊PID控制算法对速率环进行控制。仿真结果表明,系统采用变参数自调节模糊PID控制算法响应速度快,超调量小,抗干扰能力强,较常规PID和变参数PID控制算法具有更好的动、静态性能。     

基于改进模糊神经网络的PID参数自整定算法

针对传统的PID控制算法参数整定困难,控制效果并不理想,将神经网络算法、模糊控制算法结合在一起,形成了模糊神经网络PID参数自整定算法,并且对模糊神经网络进行改进,将神经网络输入的状态变量进行模糊化和归一化处理,采用BP神经网络自整定PID控制器的参数,根据RBF神经网络得到受控对象的Jacobian信息。仿真结果表明,基于模糊神经网络的PID自整定控制效果较好,具有一定的应用前景。     

分散PID组态模型及其应用

在对四种ＰＩＤ算式优缺点分析与比较的基础上，提出一种功能分散的ＰＩＤ模型。这种ＰＩＤ可以根据设计目标灵活地重构控制状态，在自适应控制系统，ＳＰＣ系统和滑模系统中，得到了广泛的应用。