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。     

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AVR的小型汽油发电机系统的实现

介绍了一种基于ATMEGA8L单片机控制的小型汽油发电机系统的硬件和软件设计,该系统以步进电机为执行器,其最大功率为5kW．系统首先对发电机的转速信号进行采样,经ATMEGASL单片机处理后来驱动步进电机,以控制系统油门,从而实现对转速的电子调节控制,最终达到控制输出电压来稳定输出频率的目的．采用PID算法实现系统的控制．试验结果表明,该方法可以在生产中推广应用．     

基于系统辨识的滑油试验台油温智能控制

针对航空发动机滑油试验台油温控制系统时变、时滞、非线性和难在线实时控制等问题,提出应用带遗忘因子的递推最小二乘法对系统参数在线辨识和遗传算法整定模糊PID初始参数的组合控制方案。通过matlab编程仿真,和常规方法整定的PID控制及模糊PID控制对比,结果表明,这种基于系统辨识的智能控制算法在系统的稳定性、抗干扰性及鲁棒性方面,明显优于常规控制算法。     

轧辊偏心补偿重复控制系统的设计与仿真

针对常用的PID轧机辊缝控制系统在补偿轧辊偏心这一周期信号时,会产生很大的稳态跟踪误差,常使偏心补偿失败的问题,应用重复控制基本理论设计了一种新的轧辊偏心补偿系统,这种系统在对轧辊偏心周期信号进行补偿时,具有对偏心补偿信号无稳态偏差跟踪的特点.仿真证明这种轧辊偏心补偿重复控制系统的输出补偿效果非常好,稳态精度很高,远远优于常用的PID控制补偿系统,使偏心补偿控制的成功率大为提高.     

遗传算法优化的无刷直流电机模糊PID控制器设计

设计一种基于遗传算法优化的模糊PID(比例-积分-微分)控制器GFPC（genetic algorithm based fuzzy PID controller）, 以提高无刷直流电机的工作稳定性. GFPC通过模糊控制器整定PID的比例、积分和微分系数, 并采用改进的遗传算法对模糊控制器的隶属度函数和模糊规则进行优化, 以改善无刷直流电机的控制效果. 通过对比实验对该方法进行测试, 结果表明, GFPC具有更好的稳态性能和动态品质, 且自适应能力与鲁棒性更强.