一种基于离线优化参数的自校正PID控制器

本文针对典型工业过程，通过在线辨识对象脉冲响应间接获取对象等效参数，利用按偏差积分准则离线优化整出的ＰＩＤ参数与对象参数的关系，实现ＰＩＤ控制器的自校正，为抑制输出超调，提出了一种超前控制方法。仿真表明，该控制器对于变参数对象可获得满意的控制效果。     

基于BP网络的PID型预测自校正控制器

采用ＢＰ网络对ＰＩＤ型大范围预测控制器（ＰＩＤＧＰＣ）的参数ｋｐ，ｋｉ，ｋｄ及α进行自学习，并在多个模型构成的系统上进行了仿真，验证了该算法的适应性和鲁棒性，为设计通用的ＧＰＣ控制器提供了一种新的手段。     

基于内模原理的简单极点配置自校正预测控制器

本文给出了一种简单的极点配置自校正预测控制器。主要内容有：根据smith预测补”供度理，设计d步超前预测器；根据预测信号及预置闭环极点，采用双估计器技术，构筑极点配置自校正预测控制器；仿真结果表明这种控制技术是可行的。     

红外成像目标模拟器方位系统的对偶自校正PID控制

红餐成像目标模拟器方位系统是一参数快时变系统,针对该系统的具体情况提出了一种对偶自校正ＰＩＤ控制器,在-每一适应步,通过谱分解得到最优ＰＩＤ参数,然后基于双重指 标进行对偶校正,得到一种既保持对偶效应,垒十分简单易行的对偶自校正ＰＩＤ控制器,成功地消除了传统自适应控制系统的“关断”、“终止”和“猝发”等现象,收到了良好的的控制效果,该控制器适于参数随机变化或快进变系统。     

多变量自校正解耦PID控制器

将前馈解耦控制与自校正ＰＩＤ控制相结合，提出了多变量自校正解耦ＰＩＤ控制器。该控制器适于具有任意延时结构和非最小相位系统，本文利用根轨变法证明了这一算法的全局收敛性。     

基于神经网络的多指灵巧手控制研究

本文提出用人工神经网络和常规ＰＩＤ控制器构成复合控制器，控制多指灵巧手的运动。系统在跟踪阶段用神经网络控制器，而在稳态阶段用ＰＩＤ控制器，利用ＰＩＤ算法的积分特性去消除稳态误差。实验证明这种复合形式的控制器，满足机器人伺服控制的速度和精度要求。     

基于遗传算法的预测自整定P I D 控制器

提出一种基于遗传算法的预测自整定ＰＩＤ控制算法。利用预测技术克服时滞,利用遗传算法优化ＰＩＤ控制器参数。对工业过程中典型的大时滞被控过程的仿真表明,这种控制算示鲁棒性强,响应速度快,抗干扰能力强,可构成较实用的工程控制器。     

模糊控制的典型结构

本文研究了评述了模糊控制的典型结构方案，包括模糊控制器的一般结构，ＰＩＤ模糊控制器，自组织模糊控制器，自校正模糊控制器，自学习模糊控制器和专家模型控制器等。文中着重讨论了控制结构机理。许多结构方案都获得应用验证。     

具有强鲁棒性,适用于锅炉等复杂过程控制的新型算法库

本文针对工业锅炉具有大滞后，大干扰，强耦合等特点，把自校正控制，智能控制，模糊控制及ＰＩＤ控制有机结合起来，构成了一个具有强鲁棒性和较广适用范围的新型算法。     

一种智能控制器的算法及实验

本文应用神经元网络构造了一种新的智能控制器，经过学习算法的校正实现了对过程的控制，仿真实验表明了这种控制器比ＰＩＤ控制有更好的结果。     

模糊自适应PID控制器参数整定的研究

主要研究了模糊自适应PID控制器参数整定方法,给出了预估计PID参数值的经验公式和方法。用MATLAB软件对PID控制、模糊自适应PID控制的控制性能分别进行了仿真研究,结果表明参数模糊自整定PID控制具有良好的稳态精度和自适应能力。     

基于模糊自整定PID 四旋翼无人机悬停控制

四旋翼无人直升机是一种多输入、强耦合、多变量、欠驱动的系统,其可以应用到航拍、考古、边境巡逻、反恐侦查等多个领域,具有广阔的前景。根据欧拉定理以及牛顿定律建立四旋翼无人直升机的动力学模型,并且考虑了空气阻力、转动力矩对于桨叶的影响,而后基于经典PID 算法设计了双环控制系统,之后在此基础上结合模糊控制技术设计了模糊自整定PID 控制器。通过Matlab /Simulink 对两种控制算法设计的控制器进行仿真比较,从仿真结果可以看出两种控制算法均可使四旋翼无人直升机到达指定位置并且保持悬停状态,但模糊自整定PID 算法设计的控制系统在响应时间以及稳定性方面优于经典PID 下的控制系统的控制效果。     

基于DSP的拉丝机恒张力控制PID调节器设计与实现

文章介绍了一种用于拉丝机恒张力控制的PID控制器的控制原理,以定点数字信号处理器TMS320F420为核心的数字控制系统的硬件构成及各个硬件单元的工作原理,并对所采用的控制算法和软件流程进行了详细说明。最后,文章给出了一种简易PID控制参数的整定法。实验结果表明,经该方法整定出的参数使该控制器获得了良好的控制效果。     

高速高精度平面并联机器人模糊自调整PID控制方法的研究

针对推力波动、负载变化等非线性因素对高速高精度平面并联机器人系统稳定时间的影响，本文设计了一种新颖的模糊自调整PID控制器：系统的位置偏差较大时，采用PI控制器，保证系统的平滑、稳定；当系统发出停止命令后，引入模糊增益参数自调整机构，加快静差消除．模糊增益参数调整机构采用“一维输入-二维输出”的推理结构，消除了参数调整中的“耦合影响”；为缩短整定时间，减少整定参数的数量，不同增益，误差E的模糊论域划分各不相同．经实验验证：引入该模糊自校正PID控制器后，机器人系统的稳定时间有显著改善．     

A STABLE ON‐LINE SELF‐TUNING OPTIMAL PID CONTROLLER FOR A CLASS OF UNKNOWN SYSTEMS

In this paper, a novel self‐tuning method of optimal PID control laws is proposed for both continuous‐time systems and discrete‐time systems. The controlled plant is assumed to be unknown except the system order (or system delay) and the direction of transmitting control input. Through the minimization of PID gains subject to the Lyapunov stability based reaching condition, the tuning of the three PID control gains is transformed to solve the inequality constraint optimization problem. An unknown SISO nonlinear system subject to a unit step input, and the tracking control problem of the piezoelectric actuator (PZA) with unknown dynamics are simulated. The simulation results show that the excellent tracking performance can be achieved.     

Adaptive control of a CSTR with a neural network model

An adaptive control algorithm with a neural network model, previously proposed in the literature for the control of mechanical manipulators, is applied to a CSTR (Continuous Stirred Tank Reactor). The neural network model uses either radial Gaussian or “Mexican hat” wavelets as basis functions. This work shows that the addition of linear functions to the networks significantly improves the error convergence when the CSTR is operated for long periods of time in a neighborhood of one operating point, a common scenario in chemical process control. Then, a quantitative comparative study based on output errors and control efforts is conducted where adaptive controllers using wavelets or Gaussian basis functions and PID controllers (IMC tuning with fixed parameters and self tuning PID) are compared. From this comparative study, the practicality and advantages of the adaptive controllers over fixed or adaptive PID control is assessed.     

基于RBF网络自整定PID控制的改进算法

针对工业过程控制中存在的非线性,时变性以及各种不确定性,在已有的RBF网络整定PID控制的基础上,提出了一种改进的整定控制算法。先用RBF神经网络在线辨识被控对象离散模型,得到对象关于控制器输出的Jacobian信息,然后用Levenberg-Marquardt算法代替传统的梯度法对PID参数进行整定,得到改进的整定控制算法。通过对锅炉汽包水位控制系统的仿真研究,验证了算法的有效性和优越性。该控制算法提高了控制系统的快速性、鲁棒性,有一定的实用推广价值。     

电阻炉温度控制系统

介绍了一种自整定PID温度控制系统。它采用可控硅触发技术,根据不同的误差及误差变化率自动算出PID的三个参数,电路简单,可靠性好。系统软件由结构化模块组成,试验证明该系统能达到较好的控制效果。     

基于RBF网络自整定PID控制的应用研究

经典PID的控制参数难以精确整定，且依赖于对象的数学模型，故自适应性较差，很难适应具有非线性、时变不确定性的被控对象，控制精度难以保证。该文对纯滞后工业对象提出了一种基于RBF神经网络PID参数自整定的控制方法，采用将RLS算法和梯度法相融合的新型学习算法，并将这种控制方法与PID控制器相结合应用于纯滞后工业对象中，克服了不确定性对控制对象性能的不利影响，解决了传统PID控制鲁棒性差，及需要预先知道受控对象精确数学模型的问题。仿真结果表明了该方法的鲁棒性和跟踪性能均优于传统PID控制方法。     

模糊自整定PID的船舶蒸汽动力负荷控制

船舶蒸汽动力装置自动控制的首要任务是机组的负荷控制。传统的PID控制算法由于具有结构简单、易于实现、可消除静差等优点得到了广泛的应用,但它受控制对象的影响较大,只有在各参数整定良好的前提下才能得到满意的控制效果。根据上述情况,结合船舶蒸汽动力单元工况变化频繁的特点,提出一种基于输出响应的自适应PID算法,以提高控制系统适应负荷变化的能力。方法在保留传统定值PID控制算法优点的同时,引入模糊控制在线整定PID控制参数,改善了机组的负荷控制特性,具有一定的工程应用价值.