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     

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CSA-SQP的预测控制器参数整定研究

针对预测控制器参数整定困难, 提出了一种基于克隆选择和序列二次规划的预测控制器参数整定算法, 建立了一个基于免疫原理和序列二次规划算法进行控制器参数整定的机制, 并给出了参数整定问题中的抗原、抗体及亲和力的定义. 在此基础上, 针对系统的不确定性干扰, 构造了基于事件触发的参数调整框架. 最后, 将算法应用于仿真实验, 通过与设定值控制结果的对比, 证明所提出的预测控制器参数整定方法是有效的.     

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．     

PID调节算法在燃气炉控制系统中的应用

旧式燃气炉对设备进行热处理时，操作人员凭经验控制燃气炉的进气量，炉内的温升速率不能满足工艺要求，炉内各处的温差也较大，热处理效果不理想．本文提出增加燃气喷嘴的数量及测温点的数量、采用单片微型计算机系统及软件PID调节算法来实现对燃气炉进气量的控制．利用Ziegle-Nichols公式整定PID调节算法中的主要系数．由此构成的可控型燃气炉对设备进行热处理时，处理效果更符合热处理工艺的要求．     

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．     

曲线设计的几何细分法

分曲线是通过对初始控制多边形进行重复逼近或插值得到的,提出了一种新的构造曲线的逼近型细分法--曲线设计的几何细分法.该方法用折线割角代替传统的直线割角产生新点和新边,得到的曲线具有保凸性、凸包性等与Bézier方法类似的性质,引入了一些参数来控制细分过程,且参数对曲线形状的影响是局部的.另外,本文中的方法可以用来生成圆,这是Bézier方法所不具备的.当参数在一定范围内取值时,用这种方法可以构造出C1连续的逼近曲线.     

基于蚁群算法的椭圆曲线密码安全曲线选择

针对椭圆曲线密码(ECC)体制的主要攻击威胁和安全曲线选择困难等问题,提出了一种半自动化的安全曲线选择优化算法,用统计学思想初始化蚁群预测矩阵,然后用蚁群预测矩阵来缩小搜索范围和明确预测方向.引入模拟退火算法对参数的选择进行优化,加入扰动因子(Vola)和传染因子(Infect)避免了算法搜索的早熟.实验结果表示该算法定位ECC安全曲线更加准确.     

B样条曲线的约束光顺算法

在工业设计和反求工程中,B样条曲线是一种进行形状设计和数据拟合的重要工具.B样条曲线的光顺性对最终产品的外观质量有着直接影响.作者给出B样条曲线一种新的光顺算法.B样条曲线的形状可以通过扰动控制顶点来修改.控制顶点的扰动幅度通过β约束实现,而整条曲线的形状可由α约束来反映.最终通过求解线性方程组得到光顺曲线.该算法既可以对曲线进行全局光顺,又可以进行局部光顺.作者还给出了由模拟数据和真实采样数据拟合的B样条曲线光顺的实例.     

用五次Pythagorean-Hodograph样条曲线构造三次B样条曲线等距线

提出了一种三次B样条曲线等距线生成的算法.研究用C1连续的五次Pythagorean-Hodograph样条曲线逼近一给定的三次Bezier曲线,证明了这种逼近算法在常用误差测度下的收敛性.然后,生成该PH样条曲线的精确有理形式的等距线,该等距线可作为原Bezier曲线的逼近等距线.估计了PH样条曲线与Bezier曲线的逼近误差以及对应等距线误差.用Boehm定理把B样条曲线转化为多段Bezier曲线,从而得到其等距线.     

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.     

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Duhem模型和逆模型的压电执行器精密定位及控制

为提高压电执行器的定位精度, 研究了压电执行器的Duhem模型及逆模型, 并对传统的Duhem模型进行改进, 将原有的模型分为上下2个半环, 分别进行建模. 然后采用样条曲线插值和神经网络对Duhem模型参数进行辨识, 利用辨识结果建立压电执行器的Duhem模型及逆模型, 并利用PI逆模型作为PID反馈控制的前馈环节进行复合控制, 提高压电执行器的定位精度. 结果表明: 该模型在变幅三角波电压下的输出绝对平均误差为0.0810μm, 复合控制下的输出绝对平均误差为0.0539μm, 能有效地提高压电执行器的定位精度.     

模糊神经元PID在培养箱温控系统中的应用

针对传统PID控制算法难以实现对非线性、慢时变以及大惯性的婴儿培养箱温度控制系统的高精度控制问题, 设计了一种模糊神经元PID控制算法. 采用模糊算法在线调整神经元PID控制算法的比例系数、比例学习效率、积分学习效率和微分学习效率, 并结合机理分析和阶跃响应法构建婴儿培养箱温度控制系统数学模型, 运用MATLAB进行控制仿真. 实验表明, 该控制算法具有控制精度高、稳定性好以及响应速度快的特点.     

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.