基于TS模型的增益自校正单神经元PID控制算法

将单神经元自适应PID控制算法和基于TS模型的模糊推理系统相结合,提出了增益模糊自校正单神经元PID控制算法。该算法使得传统单神经元自适应PID控制的神经元增益具备在线自动调整的功能,对于变增益的不确定性系统的控制,获得了很好的控制性能。     

ATO系统速度控制的BP-FIPID算法

针对列车自动运行（Automatic Train Operation,ATO）系统控制算法的稳定性与智能性需求,以及比例积分微分（Proportion Integration Differentiation,PID）控制算法的拓展优化,结合BP（Back Propagation）神经网络算法和模糊免疫PID（Fuzzy Immune PID,FIPID）控制算法,提出一种基于BP神经网络的免疫控制参数自适应调整的模糊免疫PID控制算法（BP-FIPID）。以列车运行控制模型为控制对象,分别采用阶跃信号和列车运行目标速度曲线对传统FIPID以及BP-FIPID进行仿真检验。测试结果显示,与FIPID算法相比,BP-FIPID算法具有更好的阶跃响应和抗干扰性能,针对复杂工况的速度-时间曲线同样体现出理想的追溯性。免疫控制参数的自适应调整有助于改进FIPID的性能,两种算法均可作为实践参考。     

双机系统的模糊PID自适应励磁调节控制

针对多机并联系统的稳定性控制问题,在构建同步发电机双机并联运行系统暂态仿真模型的基础上,将基于模糊理论的PID自适应控制方法用于双机并联运行系统的励磁调节自适应控制器的设计;该方法以电压的偏差和变化率作为控制器的输入,然后通过模糊处理,对比例、积分、微分系数进行自适应实时调整;在不同运行模式下对双机并联运行系统进行了仿真与动态性能分析,结果表明所设计的模糊PID自适应控制算法较传统的PID励磁控制具有更好的鲁棒性和抗干扰能力。     

基于单神经元的卫星姿态自适应PID控制

提出了一种以经典PID为基础,用单神经元加以实现的智能PID控制算法。基于误差二次型最优理论推导出相应的单神经元输入权值参数调整算法。并推导了为改进其应用上的不足,将自适应PSD控制器中递推计算增益K的方法应用到单神经元的自适应PID控制,构成具有自动调整增益K值的单神经元自适应PID控制器的学习算法。将控制算法应用到航天器姿态控制系统,数字仿真结果验证控制器有效。     

基于模糊径向基函数神经网络的PID控制算法仿真研究

在传统的PID控制算法基础上,提出了一种基于模糊RBF神经网络的PID控制算法。该算法将RBF神经网络学习能力强与模糊理论的推理能力强的特点结合起来,在线调整比例、积分、微分三个控制参数,仿真结果表明,该算法的控制品质优于常规PID控制,具有较强的自适应能力和鲁棒性。     

单神经元PID在陀螺温控系统中的仿真研究

陀螺仪是惯性导航系统核心部件,其温控系统的性能直接影响着惯导系统的精度和准备时间。通常所采用的传统PID控制算法虽然简单,但系统调节时间较长,控制效果不理想。该文针对陀螺温控系统要求调整时间短控制精度高的特点,提出一种单神经元自适应PID控制算法。该算法利用单神经元结构简单、自学习、自适应能力强的特性并与传统PID相结合,对相应的比例、积分、微分系数进行在线调整,实现对陀螺温控系统的实时在线控制。仿真结果表明该方法与传统PID控制方法相比,具有调节时间短、超调量小等优点,说明其具有可行性。     

基于PSD算法的单神经元PID控制器在汽温控制中的应用

介绍将自适应PSD控制算法中递推计算并修正增益的方法引入单神经元PID控制，形成了具有增益自适应能力的控制器，设计了基于ISD算法的单神经元PID控制器，并应用于超临界机组过热汽温控制系统。仿真结果表明，基于PSD算法的单神经元PID控制器具有较强的自适应能力和鲁棒性，其控制品质优于常规的PID控制器和一般单神经元控制器。     

模糊自适应PID参数自整定控制器的研究

当控制系统中的被控对象存在纯滞后、时变或非线性等复杂因素时,普通的PID控制器的控制效果很难达到较好的控制效果,针对这一问题,应用模糊控制和自适应控制的知识,设计了模糊自适应PID参数自整定控制器,此控制器的比例系数、积分系数和微分系数可根据模糊推理规则进行在线调整。仿真结果表明,该控制方法提高了系统的动、静态特性,使该系统具有较好的鲁棒性。     

机器人全局PID模糊滑模跟踪控制与仿真研究

为解决机器人跟踪控制过程中采用PID控制算法会出现抖动和误差的问题,提出了一种机器人全局PID模糊滑模跟踪控制算法.通过将PID滑模控制和模糊控制相结合,设计了全局PID模糊滑模控制;基于模糊规则,对滑模控制增益进行自适应调整,从而消除建模误差和干扰,削弱了控制时产生的抖振,在线调整控制器参数和估计误差,并通过积分来消除外界干扰,因此提高了控制精度.仿真结果表明,与常规的PID算法相比,该方法在处理控制抖动和消除误差以及干扰方面具有极高的鲁棒性.     

积分分离的单神经元PID控制算法及其研究

将积分分离的思想引入单神经元PID（比例积分微分控制）算法中,提出1种积分分离的单神经元PID控制算法,既避免了由于积分累积而导致的较大超调,减少振荡幅度,又利用单神经元PID算法中参数可调的特性,增强了控制系统的自适应能力。通过对不同被控对象的仿真研究,表明其有效性和优越性。同时,通过对该算法中阈值取值研究及该算法与普通PID及单神经元PID的对比研究,指出了该算法的优缺点。     

Ad-hoc网络PSD拥塞控制算法

神经元PID算法能较好地控制队列长度,但其神经元增益对被控对象的状态较为敏感,基于试凑和经验的设定往往使控制效果难以保证。基于TCP拥塞窗口加法增大、乘法减小原则和排队机制,推导出拥塞窗口与丢弃概率、队列长度的微分方程,再对方程进行线性化,获得Ad-hoc网络TCP/AQM控制系统模型。基于该模型,将递推计算修正功能引入神经元PID,设计了一种神经元自适应PSD的AQM。该算法可以在线调整神经元增益。NS仿真表明,在无线分组丢失、突发流及链路容量变化的Ad-hoc网络中,PSD队列管理性能优于神经元PID。     

Some investigations on fuzzy P + fuzzy I + fuzzy D controller for non-stationary process

The paper addresses the adaptive behaviour of parallel fuzzy proportional plus fuzzy integral plus fuzzy derivative (FP+FI+FD) controller. The parallel FP+FI+FD controller is actually a non-linear adaptive controller whose gain changes continuously with output of the process under control. Two non-stationary processes, whose characteristics change with time, are considered for simulation study. Simulation is performed using software LabVIEW TM . The set-point tracking response of parallel FP+FI+FD is compared with conventional parallel proportional plus integral plus derivative (PID) controller, tuned with the Ziegler-Nichols (Z-N) tuning technique. Simulation results show that conventional PID controller fails to track the set-point and becomes unstable as the process changes its characteristic with time. But the parallel FP+FI+FD controller shows considerably much better set-point tracking response and does not deviate from steady state. Also, a huge spike is observed in the output of PID controller as the reference set-point and process parameters are changed, while the FP+FI+FD controller gives spike free control signal.     

Application of flower pollination algorithm in load frequency control of multi-area interconnected power system with nonlinearity

This work presents an application of bio-inspired flower pollination algorithm (FPA) for tuning proportional–integral–derivative (PID) controller in load frequency control (LFC) of multi-area interconnected power system. The investigated power system comprises of three equal thermal power systems with appropriate PID controller. The controller gain [proportional gain (K _p), integral gain (K _i) and derivative gain (K _d)] values are tuned by using the FPA algorithm with one percent step load perturbation in area 1 (1 % SLP). The integral square error (ISE) is considered the objective function for the FPA. The supremacy performance of proposed algorithm for optimized PID controller is proved by comparing the results with genetic algorithm (GA) and particle swarm optimization (PSO)-based PID controller under the same investigated power system. In addition, the controller robustness is studied by considering appropriate generate rate constraint with nonlinearity in all areas. The result cumulative performance comparisons established that FPA-PID controller exhibit better performance compared to performances of GA-PID and PSO-PID controller-based power system with and without nonlinearity effect.

     

变论域自适应模糊PID控制系统仿真与应用

由于电液伺服系统具有非线性、时滞性等问题,自适应模糊PID控制方式仍难以精确控制马达转速,故设计了变论域自适应模糊PID控制算法。通过设计合适的伸缩因子,将变论域与自适应模糊PID控制相结合,该算法可以精确控制电磁比例阀的流量进而控制马达的转速。将PID控制、模糊控制、自适应模糊PID控制和变论域自适应模糊PID控制算法进行Matlab仿真,结果表明：变论域自适应模糊PID控制具有响应快、无超调、稳态误差基本为零的特点。通过可编程控制器实现了模糊PID控制与变论域自适应模糊PID控制算法在电液伺服系统中的应用,实验数据表明,变论域自适应模糊PID控制更加精确,符合工业控制要求。     

船舶航向非线性系统的多滑模自适应模糊控制

针对参数未知的船舶航向非线性控制系统数学模型,在考虑舵机伺服机构特性的情况下,船舶航向控制问题就成为一个虚拟控制系数未知的非匹配不确定非线性控制问题.基于多滑模设计方法和模糊逻辑系统的逼近能力,提出了一种多滑模自适应模糊控制算法,通过引入非连续投影算法和积分型Lyapunov函数,提高了系统在抑制参数漂移、控制器奇异等方面的能力.借助Lyapunov函数证明了所设计控制器使最终的闭环非匹配不确定船舶运动非线性系统中的所有信号有界,且跟踪误差收敛到零.仿真研究表明:该算法与传统的PID控制相比,具有较好的跟踪能力和自适应能力.     

基于PSO算法和BP神经网络的PID控制研究

针对PID控制中的参数整定的难点及基本BP算法收敛速度慢、易陷入局部极值的问题,提出利用PSO算法的全局寻优能力和较强的收敛性来改进BP网络的权值调整新方法,从而对PID控制的比例、积分、微分进行优化控制。该方法是在基本BP算法的误差反向传播的基础上,使粒子位置的更新对应BP网络的权值和阈值的调整,既充分利用了PSO算法的全局寻优性又较好地保持了BP算法本身的反向传播特点。仿真结果表明基于PSO算法的BP神经网络的PID优化控制具有较好的性能和自学习、自适应性。     

模糊免疫非线性PID控制的优化设计

在深入分析生物免疫系统中T细胞对B细胞辅助调节作用的基础上，提出了免疫反馈原理。针对非最小相位极点系统控制的难点，借鉴免疫反馈原理，结合积分控制的规律，提出了一种模糊免疫非线性HD控制方法。由于该方法中的参数确定比较复杂，利用免疫进化算法进行参数优化设计，实现了控制参数的合理设计。仿真结果表明，该方法在非最小相位极点系统控制中可行且有效，优于PID控制方法，具有更好的响应特性和抗干扰性能。