风力发电变频水泵智能控制策略研究

针对风力发电机和逆变器的特点,给出了风能变频水泵的两输入两输出耦合系统时变模型结构。保持逆变器输入电压恒定的前提下,扰动逆变器输出交流电的频率来实现风力发电机的最大功率跟踪。根据解耦和神经网络的思想,采用两个回归神经网络（DRNN）在线调整两个PID控制器的参数,一个神经元解耦补偿器完成系统的解耦,实现了不依赖于对象模型的自适应PID解耦控制。计算机仿真结果验证了该控制策略可行性,这为以后进一步研究奠定了基础。      

基于DRNN自适应PID的油缸位置控制

在阐述了DRNN神经网络基本原理，并结合HD控制特点的基础上，提出一种DRNN神经网络整定的PID控制算法和控制器设计方法。利用DRNN神经网络的自学习和自适应能力，来完成系统的实时控制。该算法直接应用于位置伺服控制系统，仿真结果表明，与传统HD控制算法相比较，该算法增强了系统的控制精度，提高了系统的响应速度，鲁棒性强，控制品质好，符合工程实际，有实用价值。     

人工神经网络在PID控制算法中的应用

根据过程实测的输入输出数据，将实际对象输出的旧值输入BP网络的输入层，从而得到一动态神经网络，作为控制中非线性系统的预测模型。既利用了系统的已知规律，提高了辨识的可靠性，又使得网络结构不必过于庞大，改善了实时性。分析了积分分离PID控制算法，在此基础上，将应用最广泛的PID控制器与具有自学习功能的神经网络相结合。得到了基于BP神经网络的PID控制算法。在已有的控制系统中嵌入了神经网络控制算法，用以调节PID控制器的三个可调参数Kρ，KI，KD。     

空间微重力模拟育种平台系统的控制器设计

在地面进行模拟的空间微重力育种平台是一个随机时变、强非线性的复杂系统,无法精确建模,使得系统在较大工作范围内很难实现精确控制。为此,采用基于径向基神经网络PID的具有自调整能力的、稳定的自适应控制器应用于本系统研究:首先通过PID控制器快速调节参数值,使其恢复到理想的期望值附近,以此来初始化RBF神经网络;然后再用RBF神经网络在线动态调整PID参数的控制方法,实现系统在完成三维空间微重力模拟育种试验时所需的垂直地面Z向上的完全重力补偿;最后,通过Mat Lab对系统的控制算法进行仿真研究。     

BP神经网络PID控制仿真在挤压机中的应用

为了减少挤压机运行前的繁杂工作,针对自动供给系统提出了一种基于神经网络的PID控制方案,利用神经网络的自学习能力对PID控制参数在线整定,使PID控制器具有自适应性.采用动态BP算法,达到了在线实时控制的目的,显示了BP神经网络的PID控制方法很强的鲁棒性,同时也显示了神经网络在解决时变性和严重不确定系统方面的潜能,并改变了运用试凑法调节参数的方法.运用Matlab软件对挤压加料、加水和加酶制剂自动控制系统进行仿真研究.仿真结果表明,神经网络PID控制器优于传统PID控制器,具有较高的精度和较强的适应性,可以获得满意的控制效果.     

基于模糊神经网络的枸杞滴灌系统设计

枸杞作为宁夏地区重要的经济作物,其种植过程中的自动化水平低下,宁夏地处西北,全年降水量偏少,土壤以沙土为主,水分易流失,因此枸杞滴灌十分重要。常规的PID算法难以满足枸杞滴灌的自动控制,因此设计了基于模糊神经网络的控制系统,该系统整合了模糊控制和神经网络,将土壤含水率的偏差和偏差变化率作为输入值,经过模糊神经网络运算后,得到PID控制器的3个输入参数,然后通过PID闭环控制系统实现枸杞滴灌的控制,通过Simulink仿真实验得出,模糊神经网络PID控制比传统的PID控制,超调量小,响应速度快。     

非对称液压缸位置伺服系统鲁棒控制

针对阀控非对称液压缸位置伺服系统存在参数摄动和不确定外负载的问题,提出了一种鲁棒H∞自适应反步控制器的设计方法。在设计控制器时,通过对子系统选择合适的Lyapunov函数,避免了高阶系统中对虚拟控制量重复求导的问题;使系统的跟踪误差满足鲁棒H∞性能指标,增强了系统的鲁棒性;考虑到控制输入前的不确定参数会导致所设计控制律和自适应律互相嵌套,把系统模型中的时变参数进行变量置换,并对整个系统构造了一个合适的Lyapunov函数,从而解决了该问题;最后对闭环系统的稳定性进行了证明。仿真结果表明,与PID控制器相比,所设计的控制器使系统的输出对给定信号的跟踪速度更快,具有更小的跟踪误差,且对参数变化有较强的鲁棒性。     

无级变速传动系统的模糊控制

设计了无级变速系统的模糊控制器,建立了简化的无级变速传动系统的动力学模型。考虑到系统模型的时变非线性特性、输入和输出之间的耦合特性以及复杂的运行工况的影响,给出了一种新的带有参数自调整的模糊－PI控制算法,利用该算法设计的模糊控制器使无级变速传动系统获得了良好的控制效果。仿真结果表明,该算法是可行和有效的。     

基于遗忘因子和误差修正的水文实

在进行水文预报时，由于影响河道洪水的因素众多，常用的水文预报模型往往不符合实际水文系统的客观规律。对这类系统的参数辨识要求算法具有较强的实时跟踪能力，以适应模拟或预测洪水运动变化过程的要求。利用洪水预报误差信息，对BP网络洪水实时预报校正模型与方法进行了探讨，提出了两种实时预报方法。第一：运用最小二乘递推算法，引入时变遗忘因子实时跟踪模型中时变参数的变化，建立了神经网络在非线性系统中动态的系统输入、输出数据之间的映射关系。第二：利用BP网络模型对误差的可识别性，将模型对输出变量的预报误差再次作为输出变量，对网络可能预报的误差进行实时修正。计算实例表明：以上两种方法提高了神经网络在水文领域的预报精度，给BP神经网络的实时预报方法提供了新的途径。     

无人驾驶铰接式车辆强化学习路径跟踪控制算法

针对无人驾驶铰接式运输车辆无人驾驶智能控制问题,提出了一种强化学习自适应PID路径跟踪控制算法。首先推导了铰接车的运动学模型,根据该模型建立实际行驶路径与参考路径偏差的模型,以PID控制算法为基础,设计了基于强化学习的自适应PID路径跟踪控制器,该控制器以横向位置偏差、航向角偏差、曲率偏差为输入,以转角控制量为输出,通过强化学习算法对PID参数进行在线自适应整定。最后在实车道路试验中验证了控制器的路径跟踪质量并与传统PID控制结果进行了对比。结果表明,相比于传统PID控制器,强化学习自适应PID控制器能够有效减小超调和震荡,实现精确跟踪参考路径,可以较好地实现系统动态性能和稳态误差性能的优化。     

基于ICPSO-PID风电机组桨距控制分析

针对传统的一阶变桨距机构简化模型难以描述真实的变距执行系统动态特性,建立了完整的电液变桨距风力发电机组高阶数学模型;根据风电机组额定风速以上恒功率控制目标并考虑变桨机构具有惯性和延迟特性,设计了基于功率和风速前馈的变桨控制器;针对额定风速以上变桨控制器参数整定难的问题,提出了一种基于改进协同粒子群优化算法(ICPSO)与比例、积分、微分控制器(PID)相结合的ICPSO-PID控制算法,并将其应用于桨距角PID控制器的参数整定.研究结果表明:提出的优化算法能够快速整定桨距角控制器的参数,风速前馈控制器能够提高变桨系统的动态性,功率控制环节能够实现额定风速以上风电机组恒功率控制.与传统PID控制器的控制效果相比,提出的控制方法具有超调量小、调节时间短和鲁棒性好等优良的控制品质.文中研究方法可应用到实际的电液变桨距风力发电机组控制系统中.     

农村小型风力发电系统的Fuzzy-PID控制仿真研究

为了更好地解决农村新能源的问题,针对农村中使用的小型风力发电系统模型建立了采用Fuzzy-PID的控制系统,并在此基础上对各模块和整体进行了仿真分析。仿真分析表明,采用Fuzzy-PID最佳转矩控制可使系统保持最佳转矩运行,而且动态响应快、跟随性好、无震荡现象,为小型风力发电在农村中的更好应用提供了理论支撑。     

PID控制的泵供水系统仿真试验

为了进行泵供水系统试验,通过建立泵供水系统基本结构和各环节的传递函数,组成系统动态结构图,在MATLAB Simulink下进行仿真试验以观察系统输出响应.使用稳定边界法、根轨迹超前校正法和直接设置比例-积分-微分（PID）参数3种方法进行控制器设计.通过仿真观察泵供水系统的输出特性,比较并找出合适的控制器设计方法.通过仿真观察输出响应得到稳定边界法和根轨迹超前校正法不适合调节泵供水系统.而采用直接设置PID参数的方法,利用MATLAB的仿真集成环境Simulink设置修改PID参数,选择其中一组较好的PID参数,使泵供水系统得到了满意的输出响应.仿真结果为搭建试验平台提供了理论基础依据.     

一种非线性PID控制器建模与仿真

文章叙述了传统PID模型的常见缺陷,针对非线性、不确定时滞对象,通过分析PID控制方法各环节在不同响应曲线时应有的变化趋势,提出一种非线性PID控制器模型,该控制器将传统PID的比例、积分和微分系数分别构造成关于误差信号的非线性函数,得到一个通用的非线性PID控制器模型。通过对二阶系统阶跃响应的数值仿真结果表明,所提出的非线性PID控制器比传统的PID控制器具有更好的动静态性能。     

渠道系统神经网络控制运行研究

渠系运行中存在非线性、大滞后及时变性的特点。利用神经网络处理复杂非行线性、不确知系统的能力,设计基于PID神经网络的水位反馈控制器,它既具有常规PID控制器结构简单、可靠性高的优点,又具有神经网络自学习、自适应的能力,实现了控制器参数整定不依赖于渠道系统数学模型,且能依据渠系动态信息适时调整。结合渠道水力学特性建立渠道自动化运行数学模型,并进行了计算机数值仿真。结果表明,采用PID神经网络控制器的渠道运行系统,实现了控制参数自适应调整,且动、静态性能较常规PID控制有明显改善。     

基于改进PSO的无人自转旋翼机二自由度PID飞行控制

针对传统无人自转旋翼机自动控制采用一自由度PID和优化算法相结合,因自转旋翼机的响应滞后特性,一自由度PID不能同时满足快速响应和抑制干扰的问题,提出基于粒子群算法和模拟退火算法的二自由度PID控制器,同时设计前馈控制器的降噪方法,实现对无人自转旋翼机的有效控制。通过搭建Matlab仿真模型验证其可行性,其仿真结果表明本研究中算法相对于传统一自由度PID控制响应速度较快,前馈控制器能有效地抑制外部干扰,鲁棒性强,且系统响应速度快,响应时间提升约11%,响应精度更高,收敛误差小,约是传统PID的1/6,控制系统更稳定。同时在2种不同飞行环境下实际飞行实验验证了基于PSO-SA的二自由度PID控制器可行性,可为无人自转旋翼机在农业航空领域中的应用提供理论基础。     

串联渠系PID改进积分与微分环节仿真研究

渠道系统自动化运行是提高明渠输水系统水资源利用效率的有效途径,其基本思路是通过节制闸的实时调节维持渠道内的水位、流量在一定的目标状态。经典PID控制算法在应用到渠道控制中存在微分环节极易引起超调甚至系统失稳的问题,因而实际渠系控制器多采用比例积分环节(PI),其缺点是响应缓慢。为了提高渠系控制的响应速度、减小系统调节动作量,在PID算法的积分环节中引入启动阈值,并采用惯性环节串联补偿微分环节。采用ASCE的标准渠道测试算例进行建模仿真,计算结果表明改进算法在传统PID算法的基础上降低系统超调、减少闸门的调节量;在PI算法的基础上提高系统响应速度。     

基于模糊PID控制的无刷直流电机调速系统研究

无刷直流电机(BLDCM)是一个非线性、多变量、强耦合的系统,常规的PID控制难以达到良好的控制效果,模糊PID控制器依据模糊算法在线自整定PID参数,可弥补常规PID的不足之处,提高控制精度,取得更好的控制效果。论文对所设计的模糊PID控制器在Matlab/Simulink环境下进行了纯数学仿真的研究及调试。在数学仿真的基础上,采用dSPACE硬件平台对电机进行了硬件在环仿真,通过直接控制实物电机,验证了模糊PID控制系统具有良好的动、静态性能。     

模糊控制在发动机测控系统中的应用

针对发动机测控系统的转速调节,设计了一种转速模糊控制器。该控制器通过Matlab进行仿真,并与传统的PID控制器进行了阶跃响应的对比,试验结果表明该控制器要比传统的PID控制器具有响应快、超调小、控制曲线平滑。     

农药喷洒四轴飞行器的模糊PID姿态控制

为了实现四轴飞行器更稳定的姿态控制,建立了四轴飞行器四元数运动学方程,并给出了四元数微分方程的解析解和数值解,在此基础上求解出了欧拉角.针对农药喷洒四轴飞行器在作业过程中负荷发生改变后影响控制效果的问题,设计了模糊PID控制器,通过Matlab/Simulink仿真,对比传统PID控制效果,验证了算法的可靠性.搭建了飞行器试验平台,在stm32飞控板上编程实现算法.试验中,通过改变飞行器质量,对比了传统PID和模糊PID的控制效果.在飞行器质量改变前后,模糊PID比传统PID的超调量分别降低22%和30%,上升时间分别减少0.06,0.08 s,调节时间分别减少0.70,0.80 s.试验结果表明,模糊PID控制系统较传统PID控制具有响应速度快、超调量小等优点,能更好地满足农业作业四轴飞行器的控制要求.