数控机床神经元自适应位置控制算法

在传统PID控制器的基础上,基于神经元的自学习特性,提出了适用于数控机床位置伺服控制的神经元控制器。该算法的特点是不需要系统建模,结构简单,控制参数实时自适应调节,运算简单,适用于工程实际应用。仿真和数控机床伺服系统的实时控制实验表明,当受控对象的运行环境未知时,该自适应控制算法仍然有效。     

基于8098单片机的模糊PID控制系统

本文介绍一种控制方案，用高性能的单片机MCS－8908作为控制器，以实现对变频器驱动交流电机的高精度调速，该控制器采用模糊PID控制，结合MATLAB仿真技术，需要建立系统的精确模型，适用于非线性、强耦合的电机控制系统。实验结果表明，该控制器结构简单、实用性强，具有较好的抗负载扰动特性。     

一类基于Levenberg-Marquardt算法的神经PID控制研究

传统的比例积分控制器具有一定的局限性,尤其是当被控对象会有非线性、不确定性和时变特性,常规的PID控制器往往难以发挥作用,甚至会失稳.利用神经网络进行复杂过程的PID控制可以很好地解决上述问题.Lvenberg-Marquardt(LM)算法是梯度下降法与高斯-牛顿法的结合.就训练次数与精度而言,它明显优于共轭梯度法及变学习率的BP算法,适用于PID控制.得到了在线自适应神经网络PID控制算法,该算法改善了传统BP算法,实现了现有PID控制器控制方法.     

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.     

一类基于Levenberg—Marquardt算法的神经PID控制研究

传统的比例积分控制器具有一定的局限性,尤其是当被控对象会有非线性、不确定性和时变特性,常规的PID控制器往往难以发挥作用,甚至会失稳．利用神经网络进行复杂过程的PID控制可以很好地解决上述问题．Levenberg—Marquadt（LM）算法是梯度下降法与高斯一牛顿法的结合,就训练次数与精度而言,它明显优于共轭梯度法及变学习率的BP算法,适用于PID控制．得到了在线自适应神经网络PID控制算法,该算法改善了传统BP算法,实现了现有PID控制器控制方法．     

基于混沌优化的规范化PID控制器及其应用

为了解决PID参数整定繁琐、难以达到最优状态、控制结果出现较强的振荡和大超调等问题,作者提出一种规范化PID控制器参数混沌优化方案.由于混沌运动具有遍历性、随机性等特点,它能在一定的范围内按其自身规律不重复地遍历所有状态,把混沌动力学特性与退火策略结合起来在规范化PID参数域中实现混沌优化搜索,具有更强的搜索PID参数全局最优值的能力.对水轮机调速系统进行控制仿真,结果表明该算法能有效地实现PID参数最优整定;控制结果具有稳定、超调小、响应快、调节时间短、结构简单、容易实现的优点,为解决PID控制器参数全局最优设计提供了一种有效的方法.     

微机控制可控硅弧焊电源的研究

本文介绍一种硬、软件十分简单、稳定可靠的微机控制弧焊电源应用系统。提出了PID算法是能够兼顾静动特性的微机——可控硅电源系统的控制算法,并讨论了PID算法中各参数的变化对短路过渡时电流波形的影响。试验结果表明,本文推出的系统完全能够满足MMA,TIG等焊接方法的工艺要求,且具有飞溅小、电弧稳定、调节范围宽和动特性可控等特点。     

基于CPSO的PID算法在LLC变换器控制中的应用

在LLC谐振变换器控制系统中,由于PID控制器参数的整定直接影响控制系统的性能,本文利用混沌粒子群优化算法对变换器的数字PID控制器参数进行了整定。并利用MATLAB软件进行建模仿真实验,最后通过分析几种算法整定PID参数的结果,结果表明该算法操作简单,响应速度快,调节时间短,无超调,其控制品质明显优于遗传算法和标准粒子群算法,具有更好的优化效果。     

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。     

模糊自适应控制算法在水轮机调速器建模中的应用

在模糊控制器的设计中,模糊规则的提取,比例、量化因子和隶属度函数的确定都具有一定主观性;针对这种情况,提出改进的模糊自适应PID控制算法(IFPID),利用微粒群算法对经过预处理的隶属度函数进行优化.在水轮机调速器仿真实验中,与简单PID控制算法和一般模糊控制算法相比,基于改进模糊自适应PID算法的系统在响应频率扰动和负荷扰动时有着更短的调节时间和更小的超调量.     

采用自适应模糊PID控制的多级齿轮振动主动控制

针对齿轮传动系统在动态激励的作用下产生的多谐波复杂振动,设计一种在低速轴和高速轴分别安装有压电促动器的主动控制结构;提出一种将传统PID控制和自适应算法相结合的自适应模糊PID算法,抑制能量较高的多个谐波振动.在ADAMS平台建立齿轮传动系统虚拟样机,作为被控对象子模块,并在MATLAB/Simulink平台上加载控制算法对系统进行联合仿真.仿真结果表明:在不同转速下,自适应模糊PID控制算法对谐波振动具有良好的控制效果,且优于经典PID控制.     

DMC-PID串级控制在CVT速比控制系统中的应用

通过分析CVT速比控制系统的结构及基本控制原理,确定该系统具有时滞弱非线性特性,论述了常规PID控制算法以及单一的DMC控制算法应用于该系统的局限性.针对这一问题,设计了DMC-PID串级预测控制算法,该算法将经过PID校正的速比控制系统作为广义的控制对象,用DMC预测算法在线滚动优化控制参数,在优化过程中利用实测信息不断进行反馈校正,充分发挥DMC算法的超前预测性和强鲁棒性以及PID控制算法的抗干扰能力.台架实验结果表明,与常规的PID算法相比,该算法能有效减小速比跟踪过程中的波动,超调量由14%下降为4%,过渡时间由6 s缩短为4.5 s,提高了系统的动静态性能.     

嵌入式系统在起重机吊具防摇控制中的应用

针对起重机吊具防摇系统中PLC实现模糊PID控制算法的迟滞性及编程工作量大等问题,提出将嵌入式系统运用到其防摇控制中.系统采用主从控制方式,将嵌入式处理器设定为从机工作模式,PLC设定为主机工作模式.从机负责起重机吊具参数的采样和模糊PID控制算法的运算,主机根据从机运算结果负责控制起重机小车电机的转速和方向,通过主从机协同控制达到起重机吊具防摇的目的.串行通讯接口RS485保证主从机数据的可靠通信.系统借助嵌入式处理器运算平台,通过运用C语言编程,实现模糊PID防摇控制算法,程序简洁,处理器读写指令周期短,提高了系统的数据处理能力和控制效率,嵌入式处理器与PLC主从控制方式增加了系统结构的灵活性.同时,结合模糊PID算法的自适应特性,使系统具有较强的鲁棒性.     

模糊PID增益调节器的算法,结构及硬件实现

提出了一种模糊ＰＩＤ增益调节器算法。通过模糊推理在线调整ＰＩＤ控制器的参数,从而改善控制效果。仿真结果表明,模糊ＰＩＤ增益调节器在稳定时间、超调和均方误差上均比传统ＰＩＤ控制有较大的改进。     

船舶航向非线性迭代滑模变结构PID控制

针对一类不确定非线性受扰动系统,提出非线性迭代滑模变结构PID控制方法.通过对系统输出迭代设计非线性滑模函数,并引入传统PID控制,综合了滑模变结构控制与PID控制的鲁棒性强的特点,避免了传统PID控制积分引起的超调以及变结构控制的抖振问题.设计了船舶航向控制器.仿真结果表明,非线性迭代滑模变结构PID控制下的系统阶跃响应超调明显减小,定常干扰下的静态误差得到消除,稳定时间明显缩短并可通过设计参数调节,表明控制算法具有强鲁棒性.     

纸浆浓度的模糊-Smith及PID复合控制

针对纸浆浓度控制系统具有大纯滞后和模型不确定的特性,提出了将模糊-Smith控制和PID控制相结合的控制策略,用Smith预估算法克服纯滞后,利用模糊控制来提高系统的鲁棒性,而在稳态阶段则切换为PID控制来提高控制精度.经过对纸浆浓度控制系统的仿真研究,结果表明模糊-Smith及PID复合控制既具有模糊控制较强的鲁棒性,又具有PID控制精度高的特点,尤其是在模型失配时表现出良好的稳定性和鲁棒性,对于大时间滞后系统是一种实用而简便的控制策略.     

六旋翼植保无人机模糊自适应PID控制

六旋翼植保无人机在作业过程中自身载荷变化将引起飞行控制性能下降、抗扰动能力降低等问题。为了提高六旋翼植保无人机的可控性,通过对六旋翼植保无人机在喷洒农药过程中进行分析和建模,推导出植保无人机时变动力学模型,提出了一种模糊自适应PID控制算法,模糊自适应PID算法适应性强,参数整定简单,提高了系统动态响应和稳态性能。将各个传感器的测量参数输入到模糊自适应PID算法中,可以得到对应的控制量,实现飞行器稳定运行。通过使用Matlab软件对飞行系统进行仿真,并结合实验平台实际飞行控制表明,系统的动态性能和稳定性得到了有效提高。     

变步长灰色预测模糊控制研究与应用

提出了一种变步长灰色预测模糊控制算法,该算法根据新陈代谢原理,建立等维新息预测模型,将预测概念扩展为前向和后向预测,并与模糊控制相结合,对电液比例压力控制系统的顶推压力进行控制.该算法不需要被控对象模型结构的先验信息,基于少数据、贫信息,具有在线自适应以及计算量小的特点,满足实时控制的要求.通过对变步长灰色预测模糊控制与PID控制和纯模糊控制进行仿真和试验比较表明,变步长灰色预测模糊控制在不增加超调的情况下减小了响应时间,改善了控制效果.     

基于多目标鲁棒PID控制的热连轧活套系统

针对热连轧活套控制中的模型参数不确定性问题,文章建议采用多目标鲁棒PID控制算法处理这类问题;该算法不仅可以保证系统的稳定性,而且对具有一定不确定性的系统也能保证其动态特性品质,同时其设计与实现相对简单,该控制算法的效果通过仿真结果加以验证。