温度过程控制的PID参数自整定方法

针对工业过程控制中PID参数人工整定的困难和参数自整定的必要性,对PID参数自整定原理和方法进行了讨论,并对温度过程进行控制,表明其正确,有效和实用。     

基于继电器反馈的一种建模法

基于继电反馈的PID参数自整定技术有效地克服了人工整定的缺陷, 具有算法简单、控制温度范围大等优点。本文在继电型自整定PID控制策略基本思想基础上,通过分析一阶惯性加纯滞后控制对象在继电特性作用下的输入输出特性,提出一种基于继电器反馈的建模方法。该方法为被控对象的自整定参数设置提供了重要依据。选定被控对象,通过仿真验证了该方法的有效性。     

基于BP网络的PID控制器参数整定法研究

将神经网络和PID参数的整定相结合,提出了基于误差反传神经网络的PID参数整定方法,通过神经网络的自学习和权值调整寻找最优的PID参数。该方法适用于非线性系统和时变系统,实现了PID参数的在线整定。     

PID参数继电自整定方法及磁环参数的选择和修正

讨论了PID调节器参数的继电自整定方法。利用继电反馈所产生的极限环周期振荡来估计被控对象的参数，从而整定PID参数．通过分析对象在继电特性作用下输入输出波形，推导出对象参数公式，同时得出磁滞环高度h的选择及修正公式。     

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。     

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。     

PID参数自整定模糊控制器的应用

针对电加热炉大惯性、纯滞后、参数时变的非线性对象的控制的特点,以及常规PID控制参数不易调节的特点,提出了一种PID参数自整定模糊控制方法,设计了PID参数自整定模糊控制器,并在炉温控制系统中应用。实验结果表明:PID参数自整定模糊控制消除了系统的稳态误差,没有超调和振荡,鲁棒性较强,而且简单易行,具有一定的实用价值。     

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MATLAB/Simulink环境下的PID参数整定

针对PID参数复杂烦琐的整定过程这一问题,基于MATLAB/Simulink仿真环境,模拟工程稳定边界法的PID参数整定策略和步骤,提出了一种简单有效的PID参数整定方法.与通常的整定方法比较,其优点是非常直观、完全可视化操作、省去了编程的工作量.仿真结果表明该方法具有良好的收敛性,使得控制系统动态性能得到有效改善,并且很大程度上减少了工作量.     

PID参数自整定方法综述

PID控制是迄今为止在过程控制中应用最为广泛的控制方法。章综述了PID参数自整定方法，并对将来的发展进行了讨论。     

基于遗传模糊免疫算法的PID参数整定优化研究

针对工业过程中的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。     

基于数据驱动的PID自整定方法的研究

传统的PID参数整定依赖于数学模型,通过大量工程实验来确定,这给PID的实际应用带来很大的局限性。文章基于数据驱动理论,提出一种PID参数在线自整定方法,适用于非线性离散系统,该方法无需系统模型的相关信息,且具有PID方法的适应性、抗干扰性、可靠性。通过仿真比较试验结果,验证了这种自适应数据驱动PID参数整定算法的可行性和有效性。     

低压加热器水位的模糊自调整PID控制

应用模糊自整定 PID控制器控制低压加热器的水位 .利用 ZN法确定 PID参数的初始值 ,用模糊推理的方法对 PID参数进行在线自整定 ,提高了系统的鲁棒性 ,明显改善了系统的性能     

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。     

基于模糊PID参数自整定的温度系统控制方法

对基于模糊PID参数自整定的温度系统控制方法进行了研究。为了构造生化分析仪,首先必须要建立温度系统模型。然后通过模糊PID参数自整定的方法对温度系统进行控制,最后给出模糊PID自整定控制算法的软件实现。实验结果表明,该方法具有良好的性能。     

运动控制系统的PID参数模糊自整定

讨论了模糊自适应PID控制器原理及参数的模糊调整,利用模糊推理方法实现对运动控制系统的PID参数在线自整定,并在Matlab/Simulink环境下将该控制器在运动控制中的应用进行了仿真.结果表明,参数自适应模糊PID控制能使运动控制系统达到满意的效果.     

基于数据挖掘的IMC-PID在线自整定算法的实现

提出了利用过程历史数据自动进行数据挖掘的PID参数在线自整定算法。算法以PID回路的动态响应特性为依据,通过给定ε-不敏感损失函数、辨识信任度函数,从可行数据集中选取有效数据集,以此作为回路参数自整定的有效数据。为确保PID控制尽可能达到最佳性能和鲁棒性,提出了基于对象组进行IMC-PID参数整定的方法。算法已应用于多个生产装置上,实际的投运结果表明,这种算法具有简便易用,推广能力强等特点,是PID参数整定算法中一种切实可行的算法。     

PID控制器简介及参数整定方法

PID控制器是比例积分微分控制器,它具有算法简单、鲁棒性好、可靠性高等特点,广泛的应用在工业控制过程。PID控制器的参数整定一直是人们研究的热点。本文分析了几种常见的PID控制器参数整定方法。     

模糊免疫参数自整定PID控制系统设计及仿真

为了提高模糊PID控制器的控制性能,将模糊参数自整定与免疫进化算法相结合,设计了一种模糊免疫参数自整定PID控制系统。该控制系统首先利用模糊规则,在线调整控制系统的kp,ki,kd,利用免疫机理修正非线性函数f,然后利用免疫修正环节进一步调整PID控制系统的参数。数字仿真结果表明,新的模糊免疫参数自整定PID控制系统具有稳定性好、响应速度快等特点,具有很高的应用价值。     

基于模糊算法的PID参数自整定电机调速仿真研究

针对传统直流双闭环调速,不能有效克服非线性因素,不能满足对高精度、高性能等场合的要求,本文提出采用模糊PID参数自整定控制策略用于直流电机调速控制系统,从而实现PID参数实时整定。根据一个电机参数模型在Matlab/Simulink中搭建仿真模型,仿真结果表明模糊PID参数自整定控制器比传统PID控制器具有好的控制精度和鲁棒性,并提高了电机动静态性能。仿真结果与理论研究相符,验证了方案设计的合理性,实现了对被控对象的最佳控制。