基于专家－模糊PID的通用温度控制系统研究

为了解决温度控制系统易受外界干扰、自身参数时变不确定以及控制难度大等问题, 采用了模糊PID控制算法结合专家判断, 组成专家－模糊PID控制器的方法来控制温度. 将该方法应用于通用智能温度控制器中, 调试运行结果表明: 该方法解决了常规PID适应性差、不能在线进行参数自整定的问题, 不仅具有PID控制精度高的优点, 同时具有良好的动、静态特性, 可满足在通用智能温度控制器中的应用     

基于模糊神经元PID算法的注塑机注射速度控制算法研究

基于一款市场较为畅销的注塑机, 设计出一种能精确控制注射速度的模糊神经元PID控制器. 首先, 设计出具有自学能力的神经元PID控制器, 利用模糊算法对其进行优化; 其次, 在原有注射速度线性数学模型的基础上, 构建注塑机注射速度的非线性模型; 最后, 利用MATLAB在所建数学模型的基础上对模糊神经元PID控制器进行仿真实验. 实验结果表明, 所设计控制器具有响应迅速、无超调量、控制精度高、控制稳定等优点.     

基于P-变论域模糊自适应PID的婴儿辐射保暖台温控系统研究

在模糊PID算法的基础上提出了一种多模态P-变论域模糊自适应PID算法,即P-VFPID(Proportion-Variable Fuzzy PID).首先采用阶跃响应法及Matlab系统辨识工具箱建立婴儿辐射保暖台床面的传递函数模型;其次利用偏差分级方法对专家经验确定的区间进行改进,分别得到输入输出伸缩因子的3个偏差区间,结合模糊算法和比例控制(P控制)构成了P-VFPID;最后运用Matlab进行仿真.结果表明,相较于普通PID算法和VFPID, P-VFPID具有调节时间短、超调量几乎为零、无稳态误差、抗干扰能力强等特点,应对婴儿辐射保暖台温控系统具有较好的自适应能力.     

基于LonWorks现场总线技术的氮气加热器控制系统研究

氮气加热器用于石化工业丙烯精制工程，给再生氮气加热．针对新疆独山子石化厂氮气加热器．利用LonWorks现场总线控制技术构成网络，采用前馈控制PID算法．通过周波调整法对电加热管的加热功率进行控制，在保证的规定时间内连续输出合乎温度要求的高温氮气．本控制网络的核心技术是神经元芯片(Neuron Chips)、智能网络节点和Lon Talk通信协议．本文介绍了LonWorks技术以及氮气加热控制系统总体方案与网络结构设计，节点模块设计与配置，控制电路设计，控制算法设计与软件编程．     

基于自适应神经PID改进算法的非线性系统控制

通过研究非线性系统动态特性,分析了一般神经PID控制器的控制特点并在此基础上给出了一种改进算法.通过在线训练和学习来修正参数,实现神经网络自适应调整比例常数PID控制.该算法充分利用BP神经网络算法逼近任意连续有界非线性函数的能力,使得比例常数随着偏差的大小而变化,使目标函数达到最优化.仿侣真结果表明.在对非线性动态系统进行控制时,自适应PID神经网络控制算法具有很强的灵活性和高效性,能取得良好的控制性能.     

PID模糊镇定算法在液位控制系统中的应用

鉴于液位过程控制系统是时变、非线性、多干扰的复杂系统,因此通过对过程控制装置中双水箱液住系统的分析,建立相应控制策略,提出采用PID模糊镇定算法,并基于MATLAB仿真和MCGS组态软件进行相关应用实现．仿真和应用实现效果均表明：采用模糊PID控制的下水箱液位较常规PID控制具有响应速度快,且能较快地达到稳定,从而改善系统的性能．     

基于泽尼克多项式的单压电变形镜PID控制

为了提高变形镜的控制精度及简化控制, 提出采用基于泽尼克(Zernike)多项式的PID控制算法, 实现对单压电变形镜的闭环反馈控制. 首先, 建立基于Zernike多项式的PID闭环控制模型. 其次, 搭建基于哈特曼波前传感器的自适应光学测试平台, 使用62单元单压电变形镜进行闭环控制实验. 最后, 通过相位片模拟扰动像差, 并对扰动像差进行实时PID闭环校正. 实验结果表明: 在相位片旋转速度和外界扰动像差相同的条件下, 采用基于Zernike多项式的PID控制算法对波前像差进行校正, 比采用直接反馈方法校正精度提高了50%左右. 证明采用基于Zernike多项式的PID控制算法能提高单压电变形镜动态像差的校正精度以及简化控制系统.     

遗传BP神经网络在PID控制器中的应用

提出了一种基于遗传BP神经网络的自整定PID控制器的设计方法．利用遗传算法搜索出一组准优的PID参数,作为PID控制器参数的初值,在利用BP神经网络具有逼近任意非线形函数的能力,在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能．计算机仿真结果表明,这种控制算法鲁棒性强,响应速度快,可用于控制不同的对象和过程．     

基于信号约束块的水轮机调速器的PID优化

PID控制是应用比较普遍的控制方式之一，但在控制要求以及控制对象变化的情况下，其传统的参数整定方法难以满足系统调节品质的要求．针对使用PID控制的水轮机调节系统以及基于MATLAB7中的Simulink响应优化工具，讨论了水轮机调速系统在具有参数不确定性的情况下，如何调整PID的3个参数以满足给定的性能指标要求．仿真结果表明：使用信号约束模块可快速和有效地完成PID控制器参数优化任务，不仅使系统响应满足性能指标要求，而且还有较强的抗干扰能力和鲁棒性，具有一定的参考使用价值．     

基于模糊PID算法的烘箱控制仿真分析

模糊算法能解决传统方法难以解决模型的不确定性、非线性、复杂等问题的任务，PID算法在定模型下控制稳态性能好，能消除静差等特点．结合这2种方法，提出模糊PID算法，应用于通用烘箱的温度控制，通过仿真分析，表明：对不同烘箱、不同环境下，用该算法控制，有高精度、超调量小，无需调节PID参数，具有智能控制等功能．     

模糊神经网络的一种快速学习算法

本文对文献[1]《一种改进的模糊参数神经网络学习算法》中提出的F-BP算法进行分析研究，提出了一种效率更好的快速F—BP学习算法．在此算法中对模糊数的计算方法进行改进，减少了模糊神经网络训练及推理中的运算量，从而提高学习效率．     

前馈神经网络在水厂混凝投药中的应用

为了解决自来水生产过程中混凝投药量难以控制的问题,提出了一种将神经网络前馈控制与反馈控制相结合的控制策略。神经网络前馈控制器采用三层结构的BP神经网络模型,输入层神经元分别是原水的流量、浊度、温度、pH值及浊度的设定值,输出层神经元为混凝投药量。反馈控制采用传统     

模糊控制在交流伺服系统中的应用

提出了一种具有调整因子的规则自校正的模糊控制交流伺服系统，可以满足不同时域的控制要求，按不同的规则生成模糊控制查询表，使得模糊控制规则可以在线调整．仿真结果表明具有调整因子的规则自校正模糊控制器的交流伺服系统的性能较一般PID控制的交流伺服系统有了较大的改善．