基于PLC的混合型模糊PID在胶温控制系统中的应用

从一类工业过程控制对象出发,针对传统PID控制存在的设定值跟随特性不佳的问题,设计出一种基于变设定值权重思想的新型混合模糊PID控制器,该方法通过模糊系统的输出在线修正PID控制器比例作用部分设定值的加权系数,使系统的目标值跟随特性得到改善,并通过MATLAB仿真和PLC编程两种方式加以实现,结果表明本文所设计的控制器不仅响应速度快,而且超调量小,具有很好的设定值跟随特性,在模拟运行中亦取得了优于传统PID控制器的效果.     

倒立摆系统的模糊控制方法

阐述了基于二级倒立摆的两种模糊控制方法，即模糊逻辑控制方法和分层模糊控制方法．模糊逻辑控制方法是将二级倒立摆系统的6个状态变量加权变化为两个参变量，再用模糊控制器实现稳定控制．而分层模糊控制是将状态变量分解为子系统，设计下层模糊控制器对其控制，上层模糊控制器负责整个系统的协调和管理，实现稳定控制．实验结果表明：分层模糊控制较模糊逻辑控制具有更好的控制效果．     

自动送钻实验系统的优化加权模糊控制

针对自动送钻实验系统 ,设计了一种带优化加权因子的模糊控制器 ,以 ITAE积分性能指标为寻优目标函数 ,通过对误差和误差变化的加权因子的优化来获得系统的最佳模糊控制规则 ,并将其控制效果与一般模糊控制器的效果进行了仿真比较 .结果表明 ,一般模糊控制器作用于自动送钻实验系统时 ,由于超调量太大 ,系统难以正常工作 ;带优化加权因子的模糊控制器可使系统的超调量降到 4% ,调节时间为 1 7s,稳态误差小于 0 .1 % ,其他性能指标均满足要求 ,大大改善了系统的动态性能     

PD型模糊控制器稳态误差的一种补偿策略

针对一类具有自衡特性的SISO系统，借助其开环阶跃输入稳态响应所提供的信息设计了一个新颖的PD型模糊控制器．其基木思想是：合理确定模糊逻辑控制系统的结构和参数，使系统处于稳态时控制器的输出等于或近似等于某个先验知识确定的值，该值能将系统输出维持在设定值的一个微小邻域内．通过增加前馈环节，调整误差及其变化率在调节过程不同阶段中的比重，提高了系统的快速性．经仿真实验证明该控制器具有良好的稳态性和鲁棒性．     

自动送钻实验系统的优化加权模糊控制

针对自动送钻实验系统，设计了一种带优化加权因子的模糊控制器，以ITAE积分性能指标为寻优目标函数，通过对误差和误差变化的加权因子的优化来获得系统的最佳模糊控制规则，并将其控制效果与一般模糊控制器的效果进行了仿真比较。结果表明，一般模糊控制器作用于自动送钻实验系统时，由于超调量太大，系统难以正常工作；带优化加权因子的模糊控制器可使系统的超调量降到4％，调节时间为17s，稳态误差小于0.1%，其他性能指标均满足要求，大大改善了系统的动态性能。     

一类非线性系统综合自适应模糊控制

针对一类非线性系统把模糊控制、模糊逻辑逼近及模糊滑模控制相结合,提出一种综合自适应模糊控制方法.基于李亚普诺夫函数系统参数的自适应律,不需要最小逼近误差平方可积条件,而且利用模糊滑模控制补偿模糊系统的逼近误差及外部干扰对输出跟踪误差的影响.理论证明了闭环系统稳定,跟踪误差收敛到零或零的一个小邻域内.仿真表明了算法的有效性.     

焦炉炉温FSWC控制策略的应用研究

针对焦炭生产炉温传统控制方法的不足,将模糊控制与传统PID结合,探讨了一种基于设定值模糊加权的PID参数整定方法。结合被控对象仿真表明,这种方法设计的控制策略满足焦炉炉温控制要求。     

利用神经模糊系统从数据中挖掘模糊逻辑

提出一种利用神经模糊系统从实验记录的曲线或者数据中挖掘模糊逻辑规则的方法。首先根据生产控制系统的实验记录的曲线或者数据,初步确定一个“if…then”模糊逻辑规则模型;然后利用具有非线性特性的神经网络和模糊推理中的模糊逻辑运算,构造了一个神经模糊系统;通过有导师的误差反向传输学习,将训练后的神经模糊系统的网络联接权的变化结合为模糊逻辑规则的变化和修改,从而实现了从实验记录的曲线或者数据中推理、归纳的模糊逻辑控制规则。     

基于IPSO算法的回转窑煅烧带温度D-FNN预测控制

为了提高石灰回转窑煅烧带温度的控制性能,提出一种基于改进的粒子群优化算法(IPSO)与动态模糊神经网络(D-FNN)的预测控制方法。该方法利用动态模糊神经网络建立石灰回转窑煅烧带温度的非线性预测模型,通过输出温度的预测值,引入输出反馈与偏差来校正预测误差,建立偏差与控制量的控制性能指标,通过改进的粒子群优化算法滚动优化得到系统最优控制量。对控制方法的稳定性进行分析。仿真实验结果表明动态模糊神经网络的温度预测误差在±10℃之内,具有较高的预测精度。提出的预测控制方法能使输出煅烧带温度快速稳定地跟踪设定值的变化,同时在系统输出有扰动的情况下也能较好地跟踪设定值。控制量的平均单步滚动优化需0.31 s,可满足实际应用。     

步长自调整的预测模糊控制器的研究

在介绍灰色模型(GM)建模的基础上,把预测控制的思想引入到模糊控制器中。模糊控制器的两个输入变量为设定值,与灰色预测模型的输出值之间比较得到预测误差及其预测误差的变化率。并根据过程状态提出了一种预测步长自调整的模糊决策机制,进一步改善系统的控制性能,即把由模糊决策器得到的预测步长作为灰色预测模型的一个输入来控制。仿真结果表明,该方法具有良好的控制性能和实用价值。