基于遗传模糊免疫算法的比例-积分-微分参数整定优化

针对工业过程中的比例-积分-微分(proportional integral differential,PID)参数整定较难的问题,在分析模糊免疫算法的基础上,提出了一种遗传模糊免疫算法,用于在线整定PID参数。该算法用免疫反馈机理在线调整比例系数,模糊算法在线整定积分系数和微分系数。同时,该算法引用具有全局寻优特性的遗传算法优化免疫参数,克服了免疫参数选取不当而导致系统超调量较大、响应速度过慢的问题。针对工业过程中的无时滞过程、一阶惯性加时滞过程、二阶惯性加时滞过程、高阶系统过程,将该算法用于PID参数整定优化,并与模糊免疫算法、免疫PID算法、常规PID算法整定结果进行对比分析。仿真实验结果表明,遗传模糊免疫算法整定出的PID参数具有超调量小、调节时间短、抗干扰性强、鲁棒性强等优点,取得了较好的控制效果。     

基于FPAA的模糊控制参数整定PID控制器的设计

针对PID控制器的增益系数难以实现最优整定的问题,本文通过分析模糊控制器的解析结构得到模糊控制器与PID控制器参数之间的解析关系,采用常规模糊控制器的正规化因子间接整定PID控制器的增益系数,避免了建立系统的精确数学模型.采用这种新型参数整定方法在FPAA开发软件AnadigmDesigner2中完成PID控制器的设计并验证其性能.仿真和实验结果表明:基于FPAA设计出的模糊PID控制器适应强、跟踪迅速、控制性能良好并且表现出很强的鲁棒性.     

基于遗传算法优化因子的灰色PI预测控制

针对灰色PI预测控制比例因子和积分因子参数整定困难,提出了基于遗传算法参数优化整定的PI型灰色广义预测控制(GPIPC)。灰色PI预测控制(GPIGPC)采用灰色预测控制技术克服时变时滞,用PI(PID)控制技术加强系统的鲁棒性,运用遗传算法在线优化整定灰色PI预测控制的比例因子和积分因子,增强了系统的跟踪特性和抗恒值扰动特性,极大程度地减少了模型时延失配和模型增益失配的影响。仿真实例表明,该算法具有较好的鲁棒性和抗干扰性。     

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S7-200 PLC自整定PID控制系统的设计与仿真

为了改善常规PID控制效果,增强系统的稳定性,将S7-200 PLC自整定PID算法引入到闭环控制系统中,在STEP7-Micro/Win编程软件下进行测试,实验结果表明：该方法很好地实现了对PID控制器参数的整定,具有整定过程简单、方便,动态性能优等特点,对实际工程的应用具有一定的指导意义。     

基于数字PID控制的直流电机控制系统的设计

利用16位微机为控制器,实现直流电机数字PID闭环速度控制.通过实验,给出PID参数的整定与系统动态特性的关系.     

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.     

基于模糊PID算法的回转窑控制系统改造

针对某公司镍冶炼系统PID控制器依靠人工操作经验进行参数整定从而导致冶炼过程不稳定的问题,在传统增量式PID控制算法的基础上,基于模糊控制理论将回转窑控制器设计改造成一种新的变速积分模糊PID控制器,并给出了镍铁回转窑PID控制器的结构和PID参数的详细整定方法,在设计中,比例系数Kp、微分系数KD用模糊方法进行自整定,而积分参数KI采用变速积分PID算法进行调节.通过在MATLAB环境下对该模糊PID控制器进行仿真,验证了该算法是有效的.     

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。     

自整定内模PID控制在非圆销孔加工中的应用

将工业过程控制方法用于微位移压电陶瓷驱动器控制,提出了一种自整定内模PID控制方法.该方法结合内模控制、PID控制和前馈控制,针对非圆销孔加工的特点,采用双环的控制结构,内环主要对控制对象进行等效,提高其动态性能;外环通过时间乘绝对误差的积分(ITAE)优化内模PID的整定参数.鲁棒性分析、仿真及实验表明,系统具有很强鲁棒性,能快速响应,在工作频率低于20 Hz时具有较好跟踪性能,达到了快速跟踪和减少滞环的目的.     

模糊PID控制器在无刷直流电机控制系统中的应用

无刷直流电机是一种多变量、非线性的控制系统,采用经典的PID控制难以达到满意的控制效果。将模糊自适应PID控制器应用于无刷直流电机的控制中,运用模糊控制原理对PID参数进行在线调整。实验结果表明,较之传统的PID控制,采用模糊自适应PID控制的无刷直流电机控制系统具有更好的动态和静态性能,达到了较好的控制效果。     

基于多步预测的PID型神经网络控制

提出了一种基于多步预测的ＰＩＤ型神经网络控制方案,其控制机理类似于位置递式ＰＩＤ控制,但所产生的控制量是误差信号的比例、积分和微分量的一种非线性组合,可以有效地克服常规ＰＩＤ控制存在的快速性和超调的矛盾。通过利用多步预测误差对ＰＩＤ型神经网络控制器进行训练,可以弥补单步预测存在的控制信号波动较大的缺陷。仿真实验表明,基于多步预测的ＰＩＤ型神经网络控制系统有效随机干扰,具有较强的适应性和鲁棒性。     

免疫单神经元PID控制在永磁交流伺服系统中的应用

针对传统PID调节不易在线实时调整参数,难以有效控制复杂和时变系统的不足,以及单神经元PID控制不能实时调整增益、响应慢的缺点,介绍了一种通过免疫反馈机理实现增益自调整的单神经元自适应PID,并将其应用于永磁交流伺服系统.系统转速环控制器采用基于单神经元的自适应PID控制算法,实现PID参数的在线实时调整.在单神经元中引入免疫反馈机理,实现增益自调整,提高其响应速度.仿真和实验结果表明,该算法可以在一定程度上增强系统的抗扰动能力,改善系统的速度控制效果,使转速的超调更小、振荡减弱、响应速度加快、稳态误差减小,提高了系统的动态和稳态性能.     

基于特征模型的PID控制器参数的满意解

本文提出一种通过PID控制器使系统同时满足暂态指标和稳态指标约束的满意控制设计方法.该方法避免了PID参数的图形和经验求解法.根据控制对象的特征参数模型,通过离散状态方程对原连续系统进行控制器设计.在控制系统的多指标约束下,将PID参数的计算转化为离散Lyapunov矩阵不等式,使用PID三个参数,配置系统闭环极点于指定圆形区域而使闭环系统具有较好的动态品质和一定的稳定裕度.积分器的引入,保证了闭环系统稳态无差.给使用计算机自动求解PID参数提供了新的方法,计算实例表明了该方法的有效性.     

双模糊免疫比例积分微分下的水力发电机组调速器研究

针对一般水力发电机组调速器不能根据系统的动态过程自动调整比例、微分、积分增益的缺点,以水轮机调速器为控制对象,提出了一种基于双模糊免疫比例积分微分(PID)控制算法.该方法在常规免疫PID算法的调节比例增益的基础上,将微分增益调节系统中的采样时刻偏差的微分作为抗原数量,建立了调节微分增益的模糊免疫系统.采用2个模糊免疫系统分别调节比例、微分增益,并通过模糊推理求解积分参数的变化量.仿真实验表明,所提算法在系统设计工况、系统参数摄动及外部干扰的情况下,能将水力发电机组的超调量降低28%,调节时间缩短5%.     

时滞系统增益自适应内模PID控制

为解决典型工业过程中大时滞系统难于控制的问题,提出一种增益自适应内模PID(Proportional Integral Differential)控制方法.对时滞系统纯滞后环节一阶Pade逼近后,由内模整定得到PID控制器的参数整定值,再应用Adaline人工神经网络动态获取被控对象的增益,从而自动调节控制器的比例系数.由仿真结果可见,当增益自适应控制方法投入跟踪后,超调从投入前的23%减为投入后的9%,该控制方法能克服增益变化对系统控制性能的影响,显著改善控制品质.     

基于Fuzzy-PID多模态控制的位置跟踪系统

针对PID控制和模糊控制在位置跟踪系统应用中的局限性,利用它们的各自优点,采用多模态控制方法对位置跟踪系统进行控制,给出模糊控制器的设计过程以及采用PID控制和模糊控制相结合的多模态控制方法的运行结果.跟踪结果表明,该方法不仅减小了系统稳态误差,而且改善了系统动态特性,证明了多模态控制在位置跟踪系统中的应用价值.     

基于神经网络的永磁同步电机的鲁棒控制

提出一种基于神经网络的永磁同步电机的鲁棒控制策略·基于此策略设计了神经网络PID速度控制器,使速度控制器能实时在线调整,由一种混合型神经网络作为辨识器,利用神经网络的学习特性实现对永磁同步电机系统不确定性的鲁棒控制·为了加快响应速度,提高响应性能,采用多步预测性能指标函数下的反传算法·仿真和实验结果表明,所提出的控制方法明显优于一般永磁同步电机系统的控制方法,具有较强的鲁棒性·     

DC—DC变流器系统的LQR—PID控制算法研究

PID控制因其算法简单,可靠性高,在工业控制领域有广泛的应用.但其参数整定一直是实现PID的关键.本文运用LQR原理来确定PID控制器的参数.仿真结果表明,此方法确定的PID参数可以使DC-DC系统实现优良的动静态性能.