自校正PID控制器在同步发电机励磁系统中的应用

针对同步发电机励磁系统提出一种新的参数自校正的PID控制器,采用极点配置的设计方法,通过在线辨识同步发电机的参数,实时改变PID控制器的增益系数,从而实现同步发电机励磁的自适应最优控制.仿真结果表明该方法十分有效.     

神经网络和PID控制器在过程控制中的应用

运用ＰＩＤ控制器和神经网络相结合的方法，对一种非线性，变参数的受控对象的控制进行研究，仿真结果表明，控制效果比较令人满意。     

轴带异步发电机电压控制器的研究

分析了异步发电机恒频稳定原理，为了提高电机输出电压的静态和动态特性，电压闭环采用前馈控制和ＰＩＤ反馈控制。最后在所建立的系统数学模型的基础上，对控制系统进行了计算机仿真。     

PID控制算法在同步发电机自动励磁调节系统中的应用

发电机励磁控制系统是电力系统控制的重要组成部分,它直接影响着发电机运行的可靠性经济性和系统运行的稳定性。本文在介绍同步发电机励磁调节系统的基础上,提出了PID控制算法,并对PID在同步发电机自动励磁系统中的调节应用作了进一步阐述。     

非线性理论在PID控制器中的应用

近年来，非线性理论在PID控制器中的应用十分迅速和广泛，如将模糊理论、神经网络理论、混沌理论、遗传算法、博实论等一系列非线性理论应用在PID控制器中，形成了模糊、神经网络、基因即遗传、混沌等PID控制器，并广泛应用于复杂的工业过程控制中。本文主要就几种PID控制器研究的现状与存在问题进行了分析。     

BP神经网络PID控制器在主汽温控制中的应用

电厂锅炉主蒸汽温度对汽轮机的使用寿命和机组的运行安全有重要影响,电厂锅炉主蒸汽温度动态特性随着负荷的变化而变化,如何把主蒸汽温度快速稳定的控制在设定值附近是火电厂热工过程控制的难点之一.针对电厂锅炉在不同负荷下的主蒸汽温度控制问题,提出一种基于BP神经网络的PID串级控制方案,神经网络通过对系统的不断学习,加权系数不断调整的方式,使PID控制器参数实现最佳的组合,仿真实例验证了所提方法具有较好的控制品质和较强的抗干扰能力.     

船舶操纵的高斯势函数神经网络PID控制器研究

针对船舶操纵这种非线性、时变参数控制对象,提出了一种采用高斯势函数神经网络的自适应PID控制系统,该系统由2个高斯势函数神经网络组成,其中一个用于船舶运动模型的辨识,另一个用于PID学习控制。文中还提出了广义递归最小二乘学习算法,以便加快网络训练速度。船舶操纵的仿真结果表明此法明显优于传统的PID控制器。     

神经网络PID控制器在VAC合成中温控制中的应用

针对醋酸乙烯合成中温过程具有时滞、非线性特征,将BP神经网络和常规PID控制器相结合,提出一种基于BP神经网络的自适应PID中温控制方案。仿真试验表明所提控制方案能有效减少扰动对中温的影响,并能够有效克服被控对象的时滞性和非线性,获得良好的控制品质。     

神经网络SNC无刷柴油发电机励磁控制器

设计一种基于BP神经网络的监督学习控制器（SNC）,在线性最优励磁控制的基础上,得用3层BP神经网络对柴油发电机的控制过程进行监督学习,通过对网络的训练,使得网络能够达到实时控制的目的,仿真结果表明,所设计的SNC在系统运行方式较大的变化范围内,都能提供很好的控制性能,并有较强的鲁棒性和适应能力。     

神经网络分数阶PID在网络控制系统中的应用

文章针对网络控制系统(NCS)存在的网络延时问题,设计了一种基于RBF神经网络的分数阶PID控制器,并将该控制器应用在网络控制系统中,减小网络延时对控制系统的影响。该控制器利用RBF神经网络具有任意精度逼近非线性函数及训练速度快的优点,在线整定分数阶PID控制器,并采用分数阶PID控制器直接控制被控对象;选取Ethernet控制的弹簧-阻尼控制系统作为实验对象。实验结果表明:该控制系统具有响应速度快、控制精度高、鲁棒性强的特点,有效地减少了网络延时对NCS的影响。     

基于混杂系统的智能PID控制设计

文章介绍了智能PID算法的思想,通过引入混杂控制系统,提出了应用混杂控制系统设计智能PID算法的思想。对最小切换策略进行了定义,并在理论上证明了该切换策略能保持系统在李雅普诺夫意义下的稳定性。设计了一个由时间最优控制和两个PID控制组成的混杂系统,通过仿真表明设计的有效性,并对该设计提出了进一步改进目标。     

模糊自整定PID参数控制器在直流调速系统中的应用

从解决工程船舶直流电动机可控硅调速系统实际问题出发,提出模糊自整定PID参数控制方法,完成了采用单片机控制的模糊自整定PID参数控制器的设计,并进行了相关试验,证明方法的可行性.通过单片机将PID技术和模糊控制理论结合在一起,使得系统硬件简单,软件模块化,可移植性增强,系统的通用性得到提高.     

云调节增益自适应单神经元PID的应用

提出了一种单神经元自适应PID控制器，并给出了控制结构模型。首先探讨了单神经元自适应PID控制学习算法，进而通过分析单神经元PID控制算法与系统动态响应及超调量的关系，利用云模型控制器修改神经元控制器的比例系数K，并根据系统误差在线实时修改控制系数，提高了系统响应性能。仿真结果表明，增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强的控制器。     

云调节增益自适应单神经元PID的应用

提出了一种单神经元自适应PID控制器,并给出了控制结构模型。首先探讨了单神经元自适应PID控制学习算法,进而通过分析单神经元PID控制算法与系统动态响应及超调量的关系,利用云模型控制器修改神经元控制器的比例系数K,并根据系统误差在线实时修改控制系数,提高了系统响应性能。仿真结果表明,增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强的控制器。     

基于自适应PID控制器的异步电机矢量控制

为了克服传统PID控制器自适应性及鲁棒性相对较差的缺点。实现高性能的异步电机矢埴控制，提出了采用人工神经网络技术构造自适应PID控制器。在保证调速系统全局快速收敛的情况下，运用有监督的Delta学习规则和合理的控制算法。实现自适应PID控制器参数的在线自动调整。应用MATLAB软件设计基于自适应PID控制器的异步电机矢量控制模型并进行仿真研究，结果表明，自适应PID控制器不仅能够满足异步电动机矢量控制的实时性要求。而且可以大大改善异步电动机的动态性能与静态性能，表现出较强的自适应性与鲁棒性，因而可以取代传统PID控制器以实现高性能的异步电动机矢量控制。     

基于蚁群算法的智能人工腿最优PID控制器设计

以蚁群系统和蚁群算法为基础,提出了一种新的具有不完全微分的最优PID控制器的设计方法.该控制器以系统单位阶跃响应的超调量σ、上升时间tc以及调整时间ts为性能指标,针对给定的控制对象,利用所建立的蚁群算法搜索出一组最优PID参数K*p,*i及T*d,作为实时控制中PID控制器的参数.该控制器被用于控制智能仿生人工腿中的执行电机.计算机仿真结果表明,与传统的PID控制器相比,这种基于蚁群算法的最优PID控制器具有良好的动态和稳态性能,可用于控制多种不同的对象和过程.     

同步发电机模糊PID励磁控制研究

有效的发电机励磁控制是提高电力系统动态性能的主要手段之一。提出了一种基于电压和角速度信号联合反馈的模糊PID控制方案,利用模糊推理整定PID参数,以增强对动态环境的适应性。针对单机无穷大系统,设计模糊推理规则,获得自适应控制参数。仿真结果表明,本控制方法对动态扰动具有较好的鲁棒性。     

同步发电机监督学习神经网络励磁控制器

应用神经网络的监督学习控制(SNC)方法,在线性最优励磁控制的基础上,利用神经网络对同步发电机的励磁控制过程进行监督学习,设计出基于SNC的同步发电机励磁控制律。仿真结果表明,所设计的SNC在系统运行方式较大的变化范围内,都能提供很好的阻尼特性和良好的控制性能,并且控制结构简单,有较强的实时性和适应能力。     

基于BP神经网络的船舶航向智能PID控制研究

针对船舶航向控制非线性的特性,以船舶航向运动一阶KT模型为研究对象,设计了基于BP神经网络的自整定PID算法航向控制器。将传统PID与BP神经网络结合,对被控对象由BP神经网络进行辨识,给出PID控制参数,由PID控制算法进行控制并优化收敛速度。根据真实渡轮船舶特征参数,利用MATLAB/Simulink仿真软件建立船舶航向运动控制系统模型。仿真结果表明,基于BP神经网络的PID控制系统超调小、鲁棒性好,可长时间稳定工作,几乎无稳态误差,控制算法的实用性以及动态控制系统的优越性得到验证。     

仿人智能控制器在热网控制中的应用

针对某热网控制系统，分析了采用智能控制技术代替传统PID控制的理由，设计了仿人智能控制器并说明其工作原理。