预给定PID算法温度控制系统

提出了预给定ＰＩＤ控制算法，并将其应用于温度控制系统中，实验结果表明，在温度上升阶段基本无超调，在所设定的温度曲线拐点外无冲击，系统具有调节时间短，稳定性能好等优点，提高了系统的控制性能。     

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。     

变参数PID控制器设计

提出了一种变参数PID控制器，它是由一个传统的PID控制外环和一个参数调节内环组成的一种双环分级式结构，能依据系统工况变化实时调节PID参数，克服系统非线性影响，使系统在每一工况点均处于相对最优。仿真结果表明它与传统的PID系统相比具有更好的动态品质和系统的稳定性。     

高速磁浮主轴的系统模型及动态分析

阐述了高速磁浮轴承主轴系统的主要特点，结构及应用，并以径向电磁轴承模型作为研究对象，建立了系统的数学模型。通过数字仿真分析了系统的动态特性，确定了控制器参数范围。     

基于单片机系统烤箱温度闭环控制实验的设计与实现

本文以单片机系统为平台，设计出烤箱温度闭环控制实验，着重阐述了实验的硬件组成及原理，并给出相应的程序流程图和初始化程序。实验结果表明，该系统具有优良的性能和较好的品质。     

钢丝连续拉丝机模糊自整定双控制器PID张力控制

针对连续拉丝机系统启动与停车时张力波动过大的问题，提出了模糊自整定双控制器PID张力控制方案．利用模糊自动整定PID参数改善PID控制器的性能；为了进一步减小系统张力波动，特别是抑制超调，采用前后两台机架双控制器进行张力控制，提高了系统的动态品质，解决了系统启动与停车时张力超调过大的问题．     

仿人工智能控温算法的研究与实现

本文从分析PID算法出发，具体地分析和讨论了在控温系统中采用仿人工智能的思想和方法，并在实际系统中获得了理想效果。     

一种新的显式极点配置自校正PID前馈控制器

研制了一种新的显式极点配置自校正ＰＩＤ前馈控制器，与传统ＰＩＤ控制器不同，它考虑了对参考输入的滤波。因此，对于同时具有开环不稳和非最小相位两种复杂条件的系统，本控制器可以处理时滞大于１的情形，它能提高极点配置自校正ＰＩＤ控制器处理时滞的能力。计算机仿真结果证明，本控制器是可靠的，在工程方面的作用是明显的。     

比例阀控液压马达速度控制系统的性能研究

在分析了液压马达速度控制系统的特点的基础上，提出了电液比例阀控液压马达速度控制系统的方案。静、动态特性分析和PID控制研究表明，该系统与普通泵控液压马达系统相比具有调速特性好、响应时间短的优点，与普通阀控液压马达系统相比具有效率较高的优点。     

内燃机—测功器实验系统的数字控制

分别采用ＰＩＤ控制法和状态空间控制法对Ｂ１１３５柴油机—水力测功器系统进行数字控制，并基于准稳定模型建立了该柴油机的动态运动方程．实验表明，二种控制法都能使发动机稳定在预定工况点上，其转速偏差量小于±５ｒ／ｍｉｎ，扭矩偏差量小于±０．４Ｎ·ｍ．实验确定出ＰＩＤ控制法中的６个参数值．由于状态空间控制法的实现，还证实了发动机—水力测功器系统是一个非线性时变系统．     

基于PSO-PID的ABR流量控制

针对高速通信网络的拥塞问题,设计了智能PID控制器对ATM网络中的ABR速率进行实时、在线调节.引入了Smith预估补偿器来消除往返传播时延对控制造成的不利影响.采用改进的粒子群优化方法对PID控制器的参数进行调节,所设计的控制算法不依赖于网络的数学模型,克服了ABR带宽、用户数量及传播时延等不确定因素对网络性能造成的影响,并确保了带宽的公平分配及链路的充分利用.仿真结果表明,闭环系统具有良好的稳态性能及抗干扰能力,网络的服务质量得到了保证.     

模糊PID控制在水位控制中的应用与仿真

水位控制系统具有非线性、非最小相位、时滞和强耦合,难以建立精确的数学模型。本文在分析常规PID控制器局限性的基础上,运用模糊逻辑,借鉴三冲量控制方法,将模糊规则整定PID参数的控制方法引入锅炉水位控制中,设计出一种模糊PID控制器,对PID三个参数在线整定。仿真研究和在实验室的实际应用表明,模糊PID控制器特性比常规PID控制器更优良,能有效地改善控制效果。     

基于鲁棒比例-积分-微分控制的智能汽车自主换道轨迹跟踪控制

为了解决智能汽车自主换道轨迹跟踪所使用的比例-积分-微分(proportion-integral-derivative,PID)控制器参数难以整定的问题,提出应用于自主换道轨迹跟踪控制的鲁棒PID控制器设计方法。首先,构建车辆-道路系统动力学模型,将转向执行机构看作一阶惯性环节,搭建包括转向执行机构动力学模型在内的系统动力学模型;然后,基于分段多项式表达求解自主换道轨迹模型,并基于时间与误差绝对值乘积积分构建鲁棒PID控制器,确定控制参数,形成闭环系统的传递函数;最后,进行仿真及实车试验,结果表明,所设计的控制器具有较强的鲁棒性,能在保证换道工况下智能车辆较好的轨迹跟踪能力的同时,有效地提高乘员舒适性。     

神经智能PID控制算法应用

提出将 Ｐ Ｉ Ｄ 继电自整定与神经元自适应 Ｐ Ｉ Ｄ 控制相结合,利用 Ｐ Ｉ Ｄ 继电自整定法获取神经元自适应 Ｐ Ｉ Ｄ 控制器权系数的初值,实现对一般工业对象（一阶惯性加纯滞后环节）的智能控制．仿真和实时控制结果表明,这种控制策略是对实现全自动型工程控制器的有益尝试．该智能控制算法切实可行,鲁棒性强．     

An Intelligent Adaptive Fuzzy PID Controller Based on Multimodel Control Approach

A novel intelligent adaptive fuzzy PHD controller based on multimodel control approach is presented in this paper.It can improve the system performance of the dynamic time- varying system at various operating conditions.The fuzzy PHD controller is implemented by combining a fuzzy PI with a fuzzy PD controller in a parallel structure. The parameters of the fuzzy PHD controller are linked, via analytical derivation, to the gains of the linear PID controller. The sum of error square is used as performance criterion to locate the model that best reresents the process among the multiple models, The desired control output to drive the process along the desired path is generated only by modifying the output scale factots GU_I and GU_D of the fuzzy PID controller, Among the prescribed models, the control signal of the nearestmmodel to the system is applied. The system can be driven to its original trajectory because of the robustness of the fuzzy PID controller, Computer simulation results show that the adaptiv     

基于改进PSO的智能车辆转向自适应PID控制

针对智能车辆转向系统的复杂,非线性和时变性,提出了基于改进粒子群算法的自适应PID控制,在该控制系统结构中,采用改进粒子群算法获得PID参数在线调整的信息,完成PID控制器参数的在线自整定,实现智能车辆转向的智能控制.实验结果表明,与常规的PID控制方法相比,该方法具有较高控制精度,较强的自适应性和鲁棒性,完全可适用于智能车辆转向系统的控制.     

智能PID控制器在船舶发电机电压控制中的应用

解决船舶发电机在负荷突变尤其是大负荷突变时能够稳定发电机端电压是控制系统需要解决的基本问题.为此提出和使用一种新型智能PID控制系统,其中PID控制器由三层前馈神经网络组成.利用神经网络的自学习能力,PID控制器的参数能够根据系统动态特性通过神经网络权系数进行自行调整,其特点是结构简单、工作稳定.仿真结果表明,该智能PID控制器比传统的PID控制器具有对扰动响应速度快和具有更好的控制效果和更好的鲁棒性,能更好地稳定船舶发电机端电压.该智能PID控制器已用于船舶发电机控制系统中,并取得满意的效果.     

新型动态粒子群算法及其在工业控制中的应用

粒子群优化算法是一种在复杂优化问题的空间域探求最优解的启发式搜索方法。为了优化传统的PSO算法,缩短其运行时间,提出了一种动态收缩型的粒子群优化。收缩型粒子群算法在初始阶段含大量的粒子,随着迭代次数的增加,粒子数量不断减少,仿真结果显示,此方法相比于传统的PSO算法可减少近60%的运算时间。运用此改进的粒子群算法优化理论,实现了对PID控制参数的自适应调节。结果表明,新型的PSO算法可以使得PID控制参数调整速度更快,产生超调量小。     

基于递归神经网络的多变量系统预测控制

针对线性PID控制器系数难以整定的问题，构造了一种用神经网络实现的非线性PID控制器．多个具有相同结构的非线性PID控制器并联，对多变量系统实现解耦控制器．结合预测控制的思想，提出两种控制方案．第一种是在递归多步预测的基础上，在广义最小方差目标函数下实现控制，第二种利用多步预测目标函数在线修正解耦控制器的权值．仿真实验表明这两种方法的有效性．     

史密斯预估器的鲁棒调整方法

提出了模型不确定时史密斯预估器的鲁棒PID调整.引入了等效增益脉冲时间延迟(EGPTD)的概念,并用于史密斯预估器的PID调整中的鲁棒稳定性控制.由于二阶脉冲时间延迟(SOPTD)系统广泛地用于描述工业过程,特别地开发了鲁棒调整在该系统中的应用.推荐的调整方法可以处理模型的所有参数同时不确定的情况.另一个重要的特点是本方法可以利用有效的PID调整规律.提供的仿真结果表明了本方法的正确性.