基于人工神经网络的水洞试验装置的PID自动控制系统

在水洞试验中,通过水泵及收缩段的形状控制水洞的运行过程,以保证水洞的稳定运行,并保证所进行的各种试验的质量.PID调节是最常见的一种.文章给出了一种基于人工神经网络实现自学习PID控制方法.利用该方法可以较好地实现水洞的控制.     

模糊PID控制器

本文介绍一种新的模糊PID控制的设计和参数整定方法。运行结果表明，在控制非线性和时变对象时，其控制效果优于数字PID控制器。     

基于Ziegler-Nichols频率响应方法的自适应PID控制

提出一种基于Ziegler-Nichols频率响应方法的自适应PID控制器,它通过控制回路正常运行中的过程对象输入输出数据在线辨识出过程对象重要的临界频率响应特性,然后基于Zieger-Nichols整定规则或改进的方法在线更新PID控制器参数.PID控制器的自适应过程不需要系统的任何先验知识,也不需要建立任何对象模型,可以保证控制回路始终运行在最佳状态.仿真实验表明了自适应PID控制的有效性和可行性.     

PID控制的应用与理论依据

PID控制是自动控制中产生最早，应用最广的一种控制方法，从PID控制的结构形式，实际控制工程需求和实现条件分析了PID控制的独特优点，同时又介绍了二阶线性定常系统PID控制器的设计方法，叙述了高阶线性定常系统的特征建模原理，重点分析和推导了基于特征模型的带消除静差的二次型最优控制设计方法，证明了高阶线性定常系统和一大批非线性系统能用PID控制器实现位置恒值控制的基本原理，为随输出状态不同而选择不同P，I，D参数等各种人工调节方法提供了合理性解释，最后说明了PID控制器结构是智能控制的一种最基础单元。     

新型模糊- PID复合控制器设计及应用

提出一种模糊-PID复合控制器的设计方法，通过PID线性控制器和模糊控制器并行结合，在偏离工作点较远的区域以模糊控制为主，工作点附近则主要使用PID线性控制。为保证两者的平稳过渡，采用模糊推理完成“切换”(模糊切换)，仿真结果表明该控制器实现了PID控制器和模糊PID控制器的优势互补和控制性能的明显改进。     

基于模糊推理的自整定PID控制器

设计了一种新的模糊PID控制器，用基于给定的相角裕度和幅值裕度的方法给出了PID控制器参数的初值，在运行过程中，用模糊控制器在线调整PID参数，使过程具有较高的控制品质。     

热压机控制系统的PID改进

针对现有热压机多采用伺服控制系统,虽可以满足位置控制的要求,但很难实现大范围速度调节的问题,提出了一种新的热压机电液比例控制的PID改进系统。采用先开环控制再PID调节的方法,其中开环控制满足了速度调节的要求,PID调节保证了位置控制精度。并在PID调节时结合输出补偿,消除了比例流量阀的死区影响。还采用了正交试验的方法进行系统参数整定。结果表明,改进后的系统能很好地满足现代热压工艺同时实现速度及位置控制的要求。     

一种新型神经网络智能PID控制器的仿真研究

设计了一种新的神经网络智能PID控制器，用继电器自整定法给出了PID控制器参数的初值，在运行过程中，用神经网络辨识器在线调整PID参数，使过程具有较高的控制品质，同时对PID控制的结构了一定的修改，使之更适用于实际控制。     

不确定时滞系统的模糊神经网络自适应PID控制

对于不确定时滞对象，提出了一种模糊神经网络自适应调整PID参数的控制方法，利用模糊逻辑实现了模糊化，利用多层BP神经网络来实现模糊推理。该网络通过学习并记忆PID参数调整规则，实现了在线调整PID参数。通过对一类不确定时滞系统的仿真，验证了该方法具有较好的控制效果。     

基于模糊RBF神经网络控制器的锅炉汽包水位控制的实现

锅炉是典型的复杂热工系统。对蒸汽锅炉而言，维持汽包水位在一定的范围内是保证锅炉安全运行的首要条件。本文介绍了一种锅炉汽包水位控制器，采用基干模糊RBF神经网络整定的PID控制方法。通过对阶跃输入信号作用下系统动态性能的仿真分析，表明该控制器具有较好的适应性，控制效果得到明显改善。     

基于神经网络的带钢跑偏电液伺服系统研究

带钢跑偏电液伺服控制系统的非线性和时变性使得传统的PID控制很难达到理想的控制效果,将神经网络与普通PID控制相结合形成神经网络自适应PID控制策略,应用于该系统实现其良好控制.为提高系统的动态响应速度及性能,采用RBF神经网络对系统进行辨识预测.首先建立带钢跑偏电液伺服系统数学模型,然后利用AMESim和Simulink软件对传统PID控制和神经网络自适应PID控制进行联合仿真.结果表明,神经网络自适应PID控制系统响应速度快、超调量小、鲁棒性强,并具有良好的稳定性和控制精度.     

神经网络PID工业温度控制系统研究

本文介绍了一种神经网络PID控制器,并将它与传统PID控制器、模糊控制器和神经网络控制器进行比较。神经网络PID控制器综合了PID控制器和神经网络控制器的优点并弥补了它们各自的不足之处。通过上述各种控制器在工业温度控制系统的仿真研究表明,神经网络PID控制器具有超调小,过度时间短,控制精度高的优点,对大滞后的温度控制系统有很好的控制效果。     

基于PID型Adaline网络的升降台控制方法

针对传统PID控制方法在剪叉升降台的非线性时变系统中表现出一定的局限性,通过分析升降台剪叉机构的运动模型后,结合神经网络控制技术,把Adaline网络应用在舞台升降台控制系统的PID控制中,构造PID型Adaline网络参数自整定控制器,MATLAB仿真结果表明,该算法简单实用,能保证升降台速度均匀稳定,准确定位。     

基于BP神经网络整定的PID控制

传统PID控制在控制系统中有广泛的应用,但是由于其在参数整定过程中对于对象模型过分依赖,并且参数一旦整定计算好后,在整个控制过程中都是固定不变的,而在实际系统中,由于系统状态和参数等发生变化时,过程中会出现状态和参数的不确定性,系统很难达到最佳的控制效果．为了改善传统PID控制的效果,又充分利用现有PID控制的研究成果,采用BP神经网络对PID参数进行整定,并对该系统进行了仿真分析．仿真结果表明,采用BP神经网络整定的PID控制较传统PID算法及BP网络算法都有较大程度的提高．     

神经网络PID在温度控制系统中的研究与仿真

本文提出一种基于BP神经网络的新型智能PID控制方法和一些BP神经网络的基本概念。同传统的PID控制相比较．神经网络智能PID控制有许多优点。把BP神经网络的PID控制方法应用到工业领域的温度控制系统中，仿真结果表明：这种控制方法具有较高控制精度和较强的适应性以及良好的控制效果。     

船舶襟翼舵神经网络控制伺服系统

为了解决船舶襟翼舵在复杂的、非线性、不确定的海域环境中的高精度位置控制问题,将神经网络应用在伺服系统中充当控制器与辨识器,通过设计的神经网络PID控制器,使船舶位置伺服控制系统具有高稳定性,及鲁棒性好的特点,且具有要求的动态和静态性能。针对无刷直流力矩电机做了神经网络PID控制系统仿真,并与PID控制做了比较。仿真结果表明了神经网络PID(NN-PID)优越的动态和静态性能。     

基于神经网络与PID控制的挠性结构的混合控制研究

利用CMAC神经网络与PID控制算法，提出了一种针对飞行器挠性结构振动的混合控制方法．首先在给出系统动力学方程的基础上，利用CMAC神经网络的具体特点，给出了神经网络算法；进而将PID控制算法引入控制系统，形成了一种混合控制方法，该方法具有CMAC神经网络与PID控制算法两者的优点．最后针对复杂的飞行器挠性结构振动问题进行了实例仿真，说明了算法的有效性．     

火电厂锅炉主汽温控制策略的比较研究

锅炉的主汽温被控对象是一个大惯性、大迟延、非线性且对象变化的系统,常用的汽温控制系统有串级PID控制和基于BP神经网络的PID控制。串级PID控制一般能将主汽温控制在允许的范围内;基于BP神经网络的PID控制将神经网络所具有的自学习能力与PID控制器的鲁棒性相结合,能实现对非线性、大时滞系统模型的控制。对这两种策略在不同负荷下进行了实验仿真,该结果对当前电厂的经济性和安全性有一定参考价值。     

基于RBF神经网络控制的球杆系统位置控制实验研究*

球杆系统是一种典型的高阶非线性不稳定系统,针对PID跟踪控制精度不高及BP神经网络控制训练时间较长的问题,本文提出一种带有低通滤波器的RBF神经网络控制器(RBFC)动态补偿PID控制的球杆控制方法,控制系统由RBF神经网络控制及PID控制器组成。为提高参数辨识速度和避免局部最小值,采用梯度下降法更新隐含层参数,采用带有遗忘因子的最小二乘法更新输出层权值。实验结果表明,该控制方案相比PID控制具有更高的控制精度,比BP神经网络具有更快的学习速度,低通滤波器保证了RBFC的辨识精度和稳定的控制输出,具有良好的动静态特性和控制性能。     

基于参数实时最优整定的智能PID控制器研究

在参数时变系统中,为了解决PID参数不易实时调整问题,提出了基于PID控制律的智能控制方法;其主要思想是以PID的控制律作为神经网络输入输出模型,以PID的3个参数作为神经网络权值,通过对PID的控制模型进行实时在线训练,获得PID的最佳参数,从而实现对参数时变系统的最优控制;研究结果表明,基于PID控制模型的神经网络优化方法在处理非线性和时变系统时具有很强的鲁棒性,因而是一种有效的智能控制方法。