强酸和强碱中和过程的PH控制

讨论了强酸、强碱中和过程ＰＨ控制方案。以０．９ｍｏｌ／Ｌ的ＮａｏＨ中和０．９ｍｏｌ／Ｌ的ＨＮＯ３，流量增量为０．１－０．３ｋｇ／ｍｉｎ，用模糊控制将ＰＨ控制在各要求的值上，ΔｐＨ≤０．２，获得满意的结果。     

正反馈数字PID在气体压力控制中的应用

研究分析数字ＰＩＤ控制器在过程控制应中经常出现的积分饱和现象及其相应解决办法。通过深入分析引起积分饱和现象产生的根本原因,及其造成的后果,并结合实例,从数字ＰＩＤ控制器的组成结构着手,针对给出问题提出了在积分控制器中加入抑制因子的解决办法,并给出了一种通用的避免产生积分饱和的因子函数的具体形式。在积分控制器中加入抑制因子能较好的避免因系统状态信号的突变引起的积分饱和现象。     

参数不确定系统的多目标鲁棒PID控制器设计

针对具有参数不确定性的连续时间系统,提出了一种多目标鲁棒PID控制器的设计方法.利用环路成形思想,通过状态空间参数化方法,把闭环系统同时满足H2,H∞性能和极点位置配置的多目标综合问题转化为线性矩阵不等式的优化问题,从而使得PID控制器的参数可通过MATLAB的LMI工具箱解一组线性不等式组来获得.数值例子阐述了PID参数的镇定过程,仿真结果说明了所提方法的有效性和优越性.     

碳纤维角联织机卷取系统张力网络化控制研究

针对碳纤维角联织机卷取系统中的张力控制问题,对卷取系统进行动力学分析并建立动力学模型;在考虑网络诱导时延、数据包丢失及网络带宽占有率等因素的基础上设计一种自适应模糊PID控制器,将此控制方法与常规的PID控制方法进行仿真对比。结果表明,在同时存在网络诱导时延、数据包丢失及网络带宽占有率的情况下,自适应模糊PID控制方法超调量小、输出张力波动小、跟踪效果良好、系统稳定性强,具有更好的控制效果。     

基于改进遗传 P ID 算法的能量回馈制动系统

针对目前能量回馈系统效率低的问题, 提出一种基于改进的遗传PID（比例-积分-微分）算法对能量回馈系统进行控制. 首先建立回馈制动的数学模型, 然后根据其模型采用仿真软件（MATLAB）, 并结合改进的遗传PID算法进行仿真实验. 实验结果表明, 改进的遗传PID算法比传统PID算法控制效果更好, 稳定性、 鲁棒性及抗干扰能力更强, 且回收效率提高了25.8%.     

基于改进粒子群优化PID参数的风力除尘控制系统的研究

对卷接机组集中工艺风力除尘系统控制需求及工艺特点进行了研究,针对风力系统中压力和流量之间存在非线性与强耦合性的特点,以及控制系统中传统自动化科学技术(proportional plus integral plus derivative controller,PID)控制和现有的模糊PID控制自适应和鲁棒性较差、系统稳定性能不理想的问题,文中提出对角矩阵解耦方法将压力和流量进行解耦,利用改进粒子群算法(particle swarm optimization,PSO)优化参数的PID控制器对两者进行独立控制。通过仿真软件和可编程序逻辑控制器(programmable logic controller,PLC)程序对算法进行实现。位置阶跃响应实验粒子寻优实验结果表明:该方法在阶跃响应上升时间、最大超调量和响应速度上均有很好的优化效果,即时控制调整变频器频率以及阀门开度,使主风管压力波动在0. 5%～1%内,流量波动控制在0. 4%～0. 8%内。     

采用改进模糊PID控制的串联机械手追踪误差研究

针对串联机械手运动角位移跟踪误差较大问题,提出了改进模糊PID控制方法。创建串联机械手简图模型,给出机械手动力学方程式,设计了模糊PID控制系统。引用粒子群算法并对其进行改进,采用改进粒子群算法优化模糊PID控制器,将改进模糊PID控制器用于控制串联机械手角位移变化。采用Matlab软件对串联机械手角位移跟踪误差进行仿真验证,并且与传统PID控制器和模糊PID控制器仿真结果形成对比。仿真结果显示,串联机械手采用PID控制器和模糊PID控制器,其角位移跟踪误差较大,而采用改进模糊PID控制器,角位移跟踪误差较小。串联机械手采用改进模糊PID控制器,可以提高控制系统的稳定性,削弱机械手的抖动现象。     

基于动量因子优化学习率的BP神经网络PID参数整定算法

针对传统BP神经网络学习过程中学习率选取过大导致振荡的问题, 提出一种新的BP神经网络PID(比例-积分-微分)参数自适应整定算法. 采用BP神经网络对PID参数进行自适应调节和优化, 并利用动量因子优化学习率和增加动量项抑制BP神经网络训练中出现的振荡现象, 以加快收敛速度. 实验结果表明, 该算法有效缓解了振荡现象, 加快了算法的收敛速度.     

积分分离PID控制实验的参数计算及调试

论述积分分离PID控制实验的参数计算及调试方法。