神经元自适应PSD控制器在直流调速系统中的应用

在神经元ＰＳＤ控制器的基础上，给出了一种改进的神经元自适应ＰＳＤ控制算法，这种改进的算法能够根据控制过程中的误差变化改变神经元的权值增益，进一步提高控制器的自适应能力。对基于改进神经元自适应ＰＳＤ控制器的直流调速系统进行了仿真研究，并与普通神经元ＰＳＤ算法进行比较，结果表明该系统具有良好的动、静态性能，很强的鲁棒性和自适应能力。     

大时滞过程双自由度自整定内模控制

借助双控制器设计技术和继电反馈辨识方法，提出了一种双自由度自整定内模控制器(自整定TDF—IMC)．通过改进的继电反馈辨识方法获得被控对象模型参数，根据所得模型分别设计设定值跟踪IMC和干扰衰减IMC，并给出TDF—IMC滤波时间常数的自整定规则．给出的自整定TDF—IMC不但提高了传统IMC的控制性能和鲁捧性，而且控制器设计同传统IMC类似，设计过程非常简单．     

基于神经网络的自适应控制器

提出了一种基于神经网络的控制系统,将传统ＰＩＤ工程整定法与神经网络相结合,采用直接自适应控制方法,使基于神经网络的控制器在ＰＩＤ控制的基础上实现自适应控制,更有效地改善控制品质．     

自整定 PID 调节器设计方法

对国内外工业过程控制中使用的自整定ＰＩＤ调节器的设计方法继电整定法进行了全面综述与评价,给出了具体的计算公式．     

神经元控制器在感应电机矢量控制中的应用

神经网络具有自学习、自适应能力，用于控制时可以不依赖控制对象的数学模型．为实现对交流电机快速和精确控制，基于单神经元设计出用于感应电机矢量控制的自适应碰饺和转速控制器，利用神经元的自学习功能在线调节连接权重，实现自适应控制．并将此设计应用于交流电机矢量控制系统中，数字仿真实验表明此方法设计的控制器可克服传统PID控制器在电机参数改变时控制性能差等不足，动态特性好，鲁捧性强．该设计结构简单，实际应用时易于实现数字化．     

基于极限环法的PID快速自整定的一种实现

探讨了基于极限环法的ＰＩＤ在线快速自整定理论和实现问题,提出采用满足度－零度继电特性生成极限环,并应用自振荡自适应理论和离散Ｆｏｕｒｉｅｒ级数变换滤波算法进行临界参数估计,还引入自适应预调点概念处理自整定的安全性问题。     

单神经元自适应PID控制器的研究

将二次型性能指标引入单神经元并利用自学习功能构成了自适应ＰＩＤ控制器;分析了神经元自适应控制系统的稳定性和学习算法的收敛性。仿真结果表明,这种控制方案具有良好的自适应性。     

PID调节器参数的继电自整定方法

讨论了ＰＩＤ调节器参数的继电自整定方法,即利用继电反馈所产生的极限周期振荡来估计被控对象的参数,从而整定ＰＩＤ参数。     

单神经元自适应PID控制器的实现与仿真研究

给出了单神经元自适应PID控制器的算法与控制系统仿真模型.利用单神经元PID控制器的自学习、自适应能力实现PID控制参数的自整定.并对被控对象进行了仿真研究,仿真结果表明,该控制方法与常规PID控制方法相比,具有更好的自适应性和更强的鲁棒性.     

用于二阶加纯滞后过程的IMC-PID控制器的研究

研究了用于二阶加纯滞后过程（ＳＯＰＤＴ）的ＩＭＣ－ＰＩＤ控制系统。对纯滞后采用一阶或非对称二阶Ｐａｄｅ近似,给出了结构均为简单的二阶ＩＭＣ－ＰＩＤ控制器,且只需调整一个参数。结果表明：与采用其它经典ＰＩＤ控制器参数整定方法的系统相比,控制系统的性能指标和鲁棒性得到了很大的改善。     

一种实用自适应PID控制器

本文介绍了一种实用自适应PID控制器,它是以MCS-51系列单片微机为核心,采用PID控制规律结合参数辨识的控制算法,实现了PID参数完全在线自动整定。该控制器适用于被控制对象未知或慢时变的场合,既可替代常规PID控制器,也可作为分布式系统的低级智能控制器。     

一种基于模糊神经网络的自适应PID智能控制器

设计了一种新的基于模糊神经网络的自适应PID智能控制器,该系统利用模糊神经网络对被控对象进行模糊辨识,同时,采用BP学习算法的神经网络自适应地调整PID控制器的参数,将模糊技术、神经网络与PID控制综合起来,从而实现PID控制的自适应和智能化。仿真实验表明,该控制器具有较高的控制品质。     

模糊控制算法在温度控制系统中的研究

本文结合电加热炉的控制特性,分析了传统PID算法控制器和模糊逻辑控制器的优缺点,并根据智能控制理论的前沿研究,选择了模糊PID复合控制(Fuzzy-PID)来实现对电加热炉这一数学模型为双输入双输出系统的智能控制。根据实际温控系统的要求,设计出一种PID控制与模糊控制相结合的智能控制系统,具备一定的自适应控制能力,因而特别适用于难于用精确数学模型描述的温度控制系统,有较强的稳定性和鲁棒性。     

静止无功补偿器的智能自适应PID控制器设计

将神经网络和模糊控制与有着广泛应用ＰＩＤ控制相结合,设计了一种静止无功补偿器的智能自适应ＰＩＤ控制器。利用神经网络实现系统模型辨识,采用模糊逻辑和神经网络相结合对ＰＩＤ控制器参数动态寻优。使ＳＶＣ的控制既具有模糊控制的简单,有效的非线性控制作用,又具有神经网络的自学习,自适应能力。     

加工过程的智能模糊控制研究

研究加工过程的三种模糊控制技术：直接模糊控制、FLC＋PID综合模糊控制和分级智能模糊控制，结果表明FLC＋PID和分级智能模糊控制能更有效地控制加工过程，然而FLC＋PID的控制性能在很大程度上受PID参数的影响，而分级智能模糊控制具有更好的适应性。     

基于模型参考的自适应PID控制器

提出了一种基于模型参考的自适应 PID控制器 ,通过引入一自适应误差信号 ,根据模型参考自适应控制原理的方法 ,推导了 PID参数整定的自适应率 .仿真结果表明 ,该控制器与典型的PID控制器相比 ,显著提高了系统的动态响应性能 ,系统输出能够很好地跟踪参考模型的输出 ,具有一定的抗干扰性 ,鲁棒性较好     

药剂温度控制系统的智能PID控制方法与实现

针对药剂温度控制系统，提出了一种基于模糊系统的自整定PID控制器，用于解决系统中出现的纯时滞，大惯性，时变不确定性等问题，实际运行结果表明，这种方法达到了良好的控制效果，降低了被控量超调，且增强了系统的鲁棒性。     

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.     

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.     

锅炉汽包水位模糊自适应控制策略

针对汽包水位常规的PID控制方式,采用了一种模糊自适应PID控制器,使用常规模糊控制和带积分器的模糊控制两种控制策略作用于锅炉汽包水位控制系统。仿真结果表明,与传统PID控制器相比,模糊控制器取得了良好的动态性能和鲁棒性能,实现汽包水位的自适应调节,而两种控制策略中的带积分器的模糊控制其动态和静态性能都较好。