DMC-PID串级控制在CVT速比控制系统中的应用

通过分析CVT速比控制系统的结构及基本控制原理,确定该系统具有时滞弱非线性特性,论述了常规PID控制算法以及单一的DMC控制算法应用于该系统的局限性.针对这一问题,设计了DMC-PID串级预测控制算法,该算法将经过PID校正的速比控制系统作为广义的控制对象,用DMC预测算法在线滚动优化控制参数,在优化过程中利用实测信息不断进行反馈校正,充分发挥DMC算法的超前预测性和强鲁棒性以及PID控制算法的抗干扰能力.台架实验结果表明,与常规的PID算法相比,该算法能有效减小速比跟踪过程中的波动,超调量由14%下降为4%,过渡时间由6 s缩短为4.5 s,提高了系统的动静态性能.     

DMC算法在电加热炉时滞系统中的仿真研究

对电加热炉时滞系统的优化控制研究中,系统炉温的控制是至关重要的。而电加热炉的温度具有时变性、滞后性和大惯性等特性,常规的PID控制难以保证效果。为此,引入一种先进的控制——动态矩阵控制(DMC)。介绍了DMC的算法原理,给出算法实施的具体步骤;针对已辨识出的一阶时滞电加热炉模型,设计DMC控制器。仿真研究表明,相对于传统的PID控制,动态矩阵控制能兼顾调节时间短、超调量小的优点,在系统时滞变化的情况下,DMC依旧能保持良好的控制效果。因此,对于一阶时滞系统的优化控制,DMC是一种值得推广的控制方法。     

动态矩阵控制在电阻炉温度控制系统中的应用

通过对电阻炉动态对象特性的研究以及预测控制方法的改进，比较了动态矩阵控制和PID控制在电阻炉温度控制系统中的应用效果．仿真结果表明：DMC不但克服了建模的不精确性和参数的时变性，而且根据给定的期望曲线，实现了比PID控制更令人满意的性能指标．     

基于CMAC神经网络的变频调速控制系统设计与仿真

针对交流变频调速压力控制系统,给出了一种新的基于CMAC神经网络的PID控制方案。该方 案加入CMAC模型作为前馈控制,通过对PID控制器输出一段时间的学习,系统获得了比单纯使用常规 PID控制好得多的控制效果。对系统的仿真研究表明,该控制方案能克服传统交流调速中常规PID控制 的一些弊端,实现了对系统的快速动态跟踪,明显提高了系统的性能,因此具有较高的实用价值。     

DMC算法在CSTR温度控制中的应用

连续搅拌反应釜(CSTR)的温度具有强非线性的动态特性,传统的控制方法效果往往不尽人意,而动态矩阵控制(DMC)算法在处理非线性问题时有一定的优势。以非线性CSTR系统的反应釜温度为控制目标,通过仿真试验研究了DMC算法在该系统分别处于理想状态、存在输出干扰及模型失配3种情况时的目标控制效果。仿真结果表明,DMC算法能有效地控制反应釜温度;理想状态下的控制效果表现出上升速度快、调节时间短、无稳态误差等优点;存在输出干扰和系统模型失配时仍有良好的控制效果,具有较强的抗干扰能力和鲁棒性。     

一种云自适应粒子群优化的PID控制器设计与应用

针对PID控制器应用于实际的自动电压调节器(AVR)系统,为了有效地寻找AVR系统的最佳PID控制器参数,提出一种基于改进的云自适应粒子群算法的PID参数优化策略。通过建立粒子群优化的PID控制器参数模型,在控制过程中将PID参数(比例、积分、微分)作为粒子群中的粒子,采用控制误差绝对值时间积分函数作为优化目标,在控制过程中动态调整PID的三个控制参数,从而进行PID控制参数的实时优化。仿真结果表明,该PID控制器可以获得较好的控制性能指标,进而改善AVR系统的瞬时响应特性,具有一定的实用价值。     

基于Simulink的连续搅拌反应釜的建模与仿真

作为化工过程中的重要设备,连续搅拌反应釜(CSTR)决定了化工产品的质量和生产能力。针对非线性的CSTR系统,基于Simulink平台采用模块组建和S-Function这2种方式创建其单输入单输出状态空间仿真模型。取系统的一个稳定工作点,在仿真时间的不同时段,利用动态矩阵控制(DMC)算法,通过改变冷却剂温度实现对系统出口物料温度的控制。利用该模型可模拟冷却剂温度对出口物料温度的影响。仿真曲线验证了该模型的正确性与可行性,可用于连续搅拌反应釜系统中实现动态仿真。     

考虑非线性的水轮机调节系统协同进化模糊PID仿真

【目的】针对水轮机调节系统常规PID控制存在的适应性不足问题,采用模糊PID控制作为水轮机调节系统的基本控制策略,为水轮机调节系统的有效控制提供支持。【方法】采用基于模型综合特性曲线的非线性水轮机模型,建立水轮机调节系统模糊PID控制仿真模型,通过协同进化算法同时优化模糊PID控制的3个比例因子和模糊规则,并以实例验证所建水轮机调节系统的控制性能。【结果】通过对不同工况点的优化得出一组适合于全工况的通用有效模糊规则。与常规PID相比,协同进化模糊PID仿真控制使调节时间缩短了28%,超调量减少了49%,振荡次数减少了50%。【结论】引入了非线性水轮机模型,使得系统建模更加合理,仿真结果更加真实可信。采用协同进化模糊PID的水轮机调节系统的控制性能优于常规PID控制,该控制策略能使系统良好地适应运行工况的变化。     

改进的粒子群算法在磨煤机PID神经网络控制中的应用

磨煤机制粉系统的输入量和输出量之间相互耦合,而且具有非线性、时滞性大等特点,因此使用常规的控制方法难以达到良好的效果。设计了磨煤机制粉系统的多变量PID神经元网络控制系统,提出了改进的粒子群算法优化多变量PID神经网络参数,然后采用误差反传算法调整网络权值,避免了网络陷入局部最优解。磨煤机制粉系统的仿真实验表明,该方法解决了系统的耦合、时滞性问题,同时减小了系统的超调量,避免了系统的震荡,具有良好的稳态性能和动态性能。     

蔬菜大棚模糊PID温度控制系统的设计

针对大棚温度控制系统采用传统控制方法效果不甚理想的问题,提出了在大棚温度控制系统中引入模糊PID控制方法。该方法能使大棚温度控制系统根据季节交替和时令的变化,实现优化控制,为农作物的生长发育提供合适的温度环境。并在MATLAB环境下进行计算机仿真控制试验。结果表明,模糊PID控制方法可以提高大棚控制系统的自适应性和鲁棒性,抑制大惯性产生的温度失调等副作用,获得满意的控制效果。     

温室温度控制系统神经网络PID控制算法研究

在以优质、高效、高产为目的的现代化农业发展新阶段,温室自动化技术的研究受到广泛重视.对于温室自动控制系统,由于其非线性、强耦合、纯滞后、大惯性的自身特性,传统PID控制已难以满足高品质温室控制系统的需求.由于BP神经网络具有强大的学习能力及非线性映射性,将BP神经网络控制引入常规PID控制中,采用BP神经网络PID控制方案,设计温室温度的自动控制系统并进行仿真验证.仿真结果表明,相比于传统的PID控制系统,所设计的基于BP神经网络PID控制系统具有更强的自适应能力与稳健性,控制品质具有明显优势.     

基于主轴回转误差的模糊自整定PID控制器设计

为解决常规PID调节器很难满足在线回转误差检测与控制要求的问题,以静压气体轴承回转误差控制系统为研究对象进行了探讨,提出了模糊自整定PID控制策略。根据模糊控制理论,运用常规PID控制器的设计方法,设计出了模糊自整定PID控制器,实现了PID控制器参数在线自调整。仿真试验表明,与传统的PID控制相比,模糊PID控制系统具有良好的稳定性和自适应能力。     

自适应模糊PID控制策略在中央空调系统中的应用研究

中央空调系统的控制过程非常复杂,将传统的PID控制和模糊控制相结合,提出了一种自适应模糊PID控制的设计方法,并将其应用于中央空调系统的实际控制中.通过仿真模型的实验表明,自适应模糊PID控制弥补了模糊控制和PID控制的缺点,具有控制灵活,精度高,调节迅速,超调量小的优点,鲁棒性和稳定性好,具有一定的可行性.     

农用多旋翼飞行器串级分数阶PID控制

为提高农用无人机动态性能,基于传统串级整数阶PID控制算法,提出一种串级分数阶PID控制算法。以四旋翼无人机为研究对象建模,并利用遗传算法对串级整数阶PID和串级分数阶PID参数进行整定,得到最优控制后采用MATLAB/SimuLink仿真分析,〖JP2〗证明串级分数阶PID控制效果优于串级整数阶PID。以四旋翼无人机实物为对象进行试验,测试结果表明,串级分数阶PID比串级整数阶PID的调节时间缩短了0.24 s,总体性能更优,表明仿真结论可靠。研究结果表明,串级分数阶PID控制算法可用于农用无人机的飞行控制。     

铁观音茶烘焙机温度小超调模糊-PID控制

针对模糊控制的不足和PID控制的缺点,提出铁观音茶烘焙机模糊-PID分段控制策略,综合了模糊控制和PID控制的优点,对传统模糊控制方法与PID参数整定进行了改进,使得系统在小超调的情况下获得最短的温度调节时间.仿真与试验结果表明该控制器设计方法简单实用,具有良好的控制效果.     

卡尔曼滤波融合遗传PID控制算法在提高播种精度中的应用

为提高排种器的排种精度,在传统气吸式排种盘转速控制的基础上,设计了一套卡尔曼滤波融合遗传PID控制算法,通过PID控制算法实现排种盘电机转速的闭环控制,通过卡尔曼滤波算法滤除排种盘在转动过程中因振动和外界干扰等原因产生的噪声,并采用遗传算法快速准确的寻找PID控制过程中的最优控制参数.为验证算法的有效性,假设输入信号为单位阶跃信号,并在噪声大小为0.002和0.1的情况下分别进行了实验.在噪声为0.002时,传统PID控制响应波动值可达到1.5,遗传PID控制响应波动值最大仅为1.2;加入卡尔曼滤波后,传统PID控制输出响应趋于稳定的时间约为0.2 s,遗传PID控制的输出响应趋于稳定的时间约为0.08 s;同理,将噪声增大为0.1后,采用相同的实验方案进行实验,最终实验说明了卡尔曼滤波融合遗传PID控制算法在提高排种盘电机转速稳定性中的有效性.     

基于人工智能的温室环境控制算法

温室环境控制系统的最大特点是控制对象的精确数学模型很难建立。文章将常规PID控制算法与现代控制理论相结合,对常规PID算法进行改进,得到新型MPT控制算法,并加入模糊控制算法规则,在误差大时,运用模糊算法进行调节,以彻底消除PID饱和积分现象,当误差较小时,采用改进后的PID算法控制输出。同时加入了自适应调节规则和自整定专家系统,建立了基于人工智能的温室环境控制算法。将此算法应用于温室环境控制。系统具有无超调和控制精度高等特点。     

无人机三轴稳定云台的模糊PID控制

以无人机三轴稳定云台的内框作为研究对象,将自适应卡尔曼滤波算法与模糊PID控制算法相结合,提出了一种基于自适应卡尔曼滤波的模糊PID控制算法.经过Matlab仿真实验表明,相对于经典PID控制算法和模糊PID控制算法而言,该算法在无人机三轴稳定云台的控制上,不仅响应速度快、精度高,而且对控制干扰噪声和测量噪声也起到了较好的抑制作用.