PEMFC输出功率的二自由度PID控制

为提高质子交换膜燃料电池(PEMFC)的输出性能,对于其输出功率的一阶滞后数学模型,进行二自由度PID控制方案设计.针对二自由度PID控制器参数整定过程中存在的不足,提出一种基于自适应遗传算法的二自由度PID控制器设计.仿真结果表明,经优化整定后的二自由度PID控制器,可使PEMFC的输出功率能较好地跟踪给定期望值的变化,同时也可更好地抑制外扰.     

用于DC-DC变换器的非线性PID控制

由于经典PID控制对被控系统的参数摄动比较敏感,将非线性PID控制方法引入DC—DC变换器,可以使变换器具有很强的的鲁棒性、适应性和稳定性．以Buck—Boost变换器为例,给出了非线性PID控制的仿真模型,针对变换器输入电压波动、负载波动和内部参数摄动对输出电压的影响,分别作了仿真试验和分析．仿真结果表明,将非线性PID控制应用到Buck—Boost变换器中能够使得变换器对外部及其内部参数的摄动有良好适应性、此外,该控制还可以应用到其它类型的DC—DC变换器中。     

基于遗传PID的汽车制动器试验台仿真控制

汽车制动器是关系到行车安全的关键设备,其质量至关重要,而完善的测试体系和测试设备是保证产品质量的前提。在分析汽车制动器惯性试验台基本原理基础上,建立动力学方程的差分控制模型,并给出多步能量估计遗传PID控制算法,实现对能量误差动态跟踪,根据输出目标扭矩对电流进行一定的补偿,解决了对误差变化趋势的预测和精确控制问题。仿真实验表明,基于遗传PID算法的智能控制方法使系统误差得到精确控制。     

基于模糊PID控制的火炮随动系统

常规的PID控制技术已经很成熟,但对于大质量的随动系统,常规的PID控制技术不能满足理想的控制效果。针对这个问题,采用了模糊PID控制完成了火炮随动系统的控制设计,并建立数学仿真模型。仿真结果表明文中设计的算法要比常规的PID算法精度高,鲁棒性好。     

基于uCOS-II的模糊自适应温度控制系统设计

针对车间温度控制系统具有非线性、滞后性和时变性等特点,提出了一种改进型的模糊自适应PID控制器。该控制器通过在线调整学习速率因子和PID参数增量,并结合积分分离思路,实现PID参数的自适应调节。仿真结果表明该控制器优于传统PID控制和传统模糊自适应PID控制。控制系统采用PIC24F作为主控芯片,结合操作系统uCOS-II的实时性、可靠性以及模糊自适应控制的非线性、时变性等特点,通过实验成功的实现对温度准确控制。     

基于量子粒子群优化算法的PID参数控制

针对传统PID算法参数最优或接近最优确定较为困难,提出一种量子粒子群(QPSO)优化PID参数的算法,并用平方误差矩积分函数作为适应度判据,以克服PID算法自适应能力较差及遗传算法(GA)优化效率不高,其局部搜索能力较弱的缺陷。并使用伺服电动机数学模型进行仿真,结果表明量子粒子群优化PID参数速度快,避免早熟缺陷,同时表明了所提出算法的有效性和所设计控制器的优越性。     

基于适应度继承的航空发电机比例-积分-微分参数优化算法

三级无刷交流发电机系统运行过程复杂,很难用明确的数学公式进行表达,其PID参数的优化过程需要用模型的运行结果(而不是简单数学公式计算)来确定,这就导致传统的优化算法因仿真过程时间过长而不可行。针对该问题,提出了一种基于适应度继承的遗传算法。该算法首先将PID参数定义为种群内的个体,将上升时间及调节时间组合定义为优化目标,接着在寻优过程中将种群聚类为P个子类,对子类中精英个体利用航空发电机仿真模型运行结果进行适应度计算,对非精英个体利用日志分析器进行适应度估计,最后利用适应度值来对种群内个体进行下一轮循环的选择、交叉、变异等操作,从而实现了估计值与精确值的结合、提高了利用仿真工具进行PID参数优化的效率。仿真分析表明,在保证寻优质量的前提下,提出的基于适应度继承的遗传算法能显著缩短寻优时间,为航空发电机系统仿真设计提供了有效的研究手段和参考依据。     

基于免疫算法PID控制器参数的优化设计

根据生物免疫系统的特性,提出一种基于免疫进化计算PID控制器参数的优化设计算法。免疫进化算法引入记忆细胞的抗体浓度调节机制,具有种群的多样性,能确保快速稳定地收敛到全局的最优点。仿真实验表明该算法简便有效。     

燃料电池系统建模与供气系统控制方法

为了研究燃料电池系统的特性以及空气系统对燃料电池特性的影响,利用Simulink仿真软件对燃料电池系统进行建模,模型包括电压模型、空压机模型、阴极模型、阳极模型.分别通过前馈比例-积分-微分(proportional-integral-differential, PID)和模糊PID对燃料电池空气系统进行控制.结果表明：在负载电流变化时,前馈PID和模糊PID都能够使过氧比达到设定的常数值2.0附近,但模糊PID比前馈PID响应更快,且模糊PID控制下的燃料电池输出功率波动较小,燃料电池系统更加稳定.