基于BP神经网络的PID优化控制研究

PID控制要取得较好的控制效果,就必须通过调整好比例、积分和微分三种控制的关系。本文提出一种基于BP神经网络的PID优化控制的方法,充分利用BP神经网络自学习、自适应、强大的泛化能力,弥补PID控制方法学习,适应能力的不足。将此方法应用于控制直流电机调速系统,仿真结果表明,此方法能提高系统的控制精度,具有良好的鲁棒性。     

神经网络在无人机自动飞行控制系统中的应用

采用神经网络与PID控制相结合的方法，提出了一种基于BP神经网络Kp、Kl、KD参数自学习的PID控制器，较好地解决了传统控制方式对于对象模型过于依赖、参数在线整定困难等问题。同时对BP算法进行了深入分析，引入了神经网络的自适应学习速率和带死区控制，进一步提高了算法的收敛性。利用本文所提出的算法对某型无人机进行控制设计仿真实验，仿真结果表明：该算法在跟踪速率、控制精度上明显优于传统的PID控制器，对无人机具有良好的控制效果。     

基才PSO—BP神经网络的PID控制器参数优化方法

针对传统PID控制系统参数整定过程存在的在线整定困难和控制品质不理想等问题,结合BP神经网络自学习和自适应能力强等特点,提出采用BP神经网络优化PID控制器参数。其次,为了加快BP神经网络学习收敛速度,防止其陷入局部极小点,提出采用粒子群优化算法来优化BP神经网络的连接权值矩阵。最后,给出了PSO—BP算法整定优化PID控制器参数的详细步骤和流程图。并通过一个PID控制系统的仿真实例来验证本文所提算法的有效性。仿真结果证明了本文所提方法在控制品质方面优于其它三种常规整定方法。     

基于遗传算法BP神经网络的恒压供水系统的研究

针对恒压供水系统普遍存在的非线性、大滞后和不确定的特点,设计了一种基于遗传算法BP神经网络的PID控制器,该控制器先通过遗传算法优化BP神经网络的初始权值,再利用BP神经网络的自学习和自适应能力,自动调整PID控制器的参数,达到自适应控制目的,解决了传统PID控制算法难以控制未知复杂系统的问题。软件仿真表明,本系统的恒压性能和动态性能有较大的提高,控制效果比较理想。     

基于BP神经网络PID控制在热力站的应用

热力站的换热器是一个非线性、时变的控制系统。常规的PID控制对热力站是不能达到较好的控制效果,于是提出了基于BP神经网络的智能PID控制方法对热力站控制。本文在介绍了BP神经网络模型的基础上,使用基于BP算法的PID控制器对热力站的换热器进行优化和整合,实现了对PID参数的在线调整,并使神经网络的学习和收敛速度加快,结果表明,采用神经网络PID控制对非线性系统及其参数有良好的整定,具有更好的适应性和鲁棒性。     

基于神经网络的PID控制及其仿真

提出基于神经网络的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.这里采用三层前向网络、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高度非线性和严重不确定系统方面的潜能.最后用Matlab软件对一个实例进行仿真研究.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,它可以获得满意的控制效果.     

BP神经网络PID的气动位置控制系统的研究

本文提出了一种将常规PID控制与BP神经网络相结合的自适应PID控制器,该控制器运用神经网络和BP算法实现了对PID参数的在线调整,利用变步长法和引入动量项来改进BP神经网络学习算法,有效减小了学习过程的振荡趋势,改善了收敛性,避免了学习过程陷入某些局部最小值,并将其用于在线调整气动位置伺服控制系统的PID参数,实现具有最佳组合的PID控制。MATLAB仿真表明,本文控制算法的静态特性、动态品质良好,鲁棒性强。     

四旋翼飞行器自适应PIDNN控制研究

针对传统四旋翼PID控制器参数整定困难和控制效果较难达到最优的问题,综合了传统PID控制器工程意义明确、参数整定简单以及神经网络的非线性映射和自学习的优点,构造了四旋翼飞行器神经网络PID(PIDNN)控制器。利用神经网络的非线性映射特点和自学习能力优化了传统PID控制器的控制效果,借助PID控制器的结构,解决了神经网络层数、节点数和连接权重初值选取困难的问题。同时利用自适应调整比例神经元加权系数,增加了系统的响应速度。最后,通过非线性全数值仿真验证了算法的合理性和有效性。     

基于混合优化算法的神经元PID控制策略

为解决传统比例-积分-微分(PID)控制器在实际工业过程中难以满足控制要求的问题,将二次型性能指标引入到神经元的加权系数的调整中,并利用自学习功能构成了神经元自适应PID控制器.利用混沌优化算法和最速下降法结合起来的混合优化算法,对神经元自适应PID控制器的学习速率和神经元比例系数进行了优化.仿真实验和结果分析表明:该混合优化神经元自适应PID控制器具有很好的动态和静态性能,系统的稳定性和鲁棒性增强,学习参数选择的盲目性和对经验的高度依赖性降低.     

四旋翼PIDNN控制器设计

针对传统四旋翼PID控制器参数整定困难和控制效果难以达到最优的问题,综合了传统PID控制器工程意义明确、参数整定简便以及神经网络的非线性映射和自学习的优点,构造了四旋翼神经网络PID(PIDNN)控制器。以神经网络的非线性映射特点和自学习能力优化了传统PID控制器的控制效果,借助PID控制器的构造特点,解决了神经网络层数、节点数和连接权重初值选取困难的问题。最后,通过仿真实验验证了算法的合理性和有效性。     

模糊控制在退火炉炉温控制中的应用

根据退火炉炉温控制的特点,设计并比较了传统PID控制器、模糊PI控制器、史密斯－模糊控制器和参数自校正模糊控制器的性能及控制效果,最后确定了最适于该系统的模糊－PI控制器。     

参数模糊自整定PID在飞机全电刹车中的应用

提出了一种参数模糊自整定PID的控制策略在飞机全电刹车系统中的应用。滑移率的偏差和偏差变化率作为控制器的输入,PID控制器3个参数的自整定值作为控制器的输出,实现了PID参数的在线自整定。分析了参数模糊自整定PID的原理。飞机全电刹车系统的仿真曲线表明:以滑移率为控制对象,参数模糊自整定PID控制与常规PID相比,控制系统的响应速度快、超调量减小、过渡过程时间大大缩短、振荡次数少,具有较强的鲁棒性和稳定性。     

基于MSP430单片机的便携式PID参数整定仪的实现

PID控制器是工业中应用最为广泛的控制器,实际工程中PID参数整定问题一直是困扰技术人员的问题考一,也一直是人们研究的热点.本文应用RGA失调因子法对基于MSP430单片机的便携式PID参数整定仪进行整定.并对便携式PID参数整定仪进行了功能分析,以MSP430F169为核心控制单元完成了系统的软硬件设计.     

模糊控制器的设计及其鲁棒性分析

本文主要分析了常规PID控制器、模糊自适应PI D控制器和变结构模糊PID控制器的原理.并设计了三种控制器。针对同一控制对象进行了MATLAB仿真,分别对比了被控对象参数和结构均不变、被控对象参数改变、被控对象结构改变三种不同情况下控制器的鲁棒性从仿真结果可以看出变结构模糊PlD控制器在三种情况下的鲁棒性最好。     

基于模糊PID参数自整定的温度控制系统的研究

工业温度控制系统具有非线性、时变性和滞后性等特性,严重影响温度控制的快速性和准确性,为了解决常规PID参数调节在温度控制中适应性差,调节效果不理想的问题,这里采用了模糊PID参数自整定控制方法,用模糊控制规则对PID参数进行修改,利用Matlab的Simulink仿真工具箱做了常规PID与模糊PID的仿真对比试验。仿真结果表明,模糊PID参数自整定控制效果在超调量和调节时间上都小于常规PID,提高系统快速性和准确性,改善了温度系统动态性能。     

实施PID参数整定提高苯酚丙酮装置自控水平

自控水平是企业生产装置安稳运行、高效生产的重要指标,直接影响能耗和产品质量。控制回路能否投用自控、投用效果好坏取决于控制回路的PID参数设置,为了提高自控水平,燕山石化公司与北京化工大学合作陆续对41套生产装置实施了PID参数整定(根据被控变量的特性,合理选择调节器的参数,获得最佳的控制效果,确保控制回路自动安稳运行)。在此基础上实施了自控率监控,保证了PID优化成果。本文以此为背景,介绍PID参数整定在苯酚丙酮装置的应用情况。     

基于模糊自适应PID的转台位置控制系统设计

建立了驱动器-电机-减速器和转台的数学模型及其Simulink仿真模型。介绍了模糊自适应PID控制器的设计方法,通过Matlab模糊工具箱实现了模糊PID控制系统的仿真。仿真结果表明用模糊自适应PID控制转台位置伺服系统,具有超调小、响应快、精度高、鲁棒性强等优点。将模糊控制方法与PID控制结合起来,用模糊推理方法进行PID参数的在线自整定,并取得了良好的效果。     

自整定模糊—PID在逆变电源系统中的应用

逆变电源系统结构特殊且具有较强的非线性和参数时变性,尤其在非线性负载下采用常规控制难以获得理想的控制效果。文章提出了自整定模糊—PID控制方案,该方案将模糊控制与PID控制的优势相结合,实时对PID参数进行在线调整。通过Matlab/Simulink对系统进行了仿真和验证,并与常规PID控制结果进行了对比和分析。     

舰载导弹的小扰动抑制优化制导控制技术研究

舰载导弹在大气小扰动下容易出现控制失稳,通过控制优化设计,提高导弹制导的稳定性。针对传统的PID神经网络模糊控制精度较低的问题,提出一种基于小扰动抑制和参数自整定误差修正的舰载导弹制导控制优化算法,首先构建舰载导弹的被控对象模型和纵向运动数学模型,根据控制约束参量进行舰载导弹制导控制约束参量分析,然后采用小扰动抑制方法进行扰动误差和控制参量的自整定修正,实现控制算法优化设计。最后通过仿真实验进行性能测试,仿真结果表明,采用该控制方法进行舰载导弹的小扰动抑制和制导控制设计,降低了导弹的轨迹输出误差,俯仰角等运动参量的跟踪性能较好,提高了控制品质。     

PID Controller Design for MIMO Processes Using Improved Particle Swarm Optimization

This paper aims at the PID control system design for multivariable input and multivariable output (MIMO) processes. An improved version of a particle swarm optimization (PSO) algorithm is utilized to design PID control gains in MIMO control systems. In addition to the individual best and the global best particles, the velocity updating formula of the developed algorithm includes a new factor, the best particle of each sub-population, to enhance the search capacity. Based on the improved particle swarm optimization (IPSO), a complete design strategy is proposed for MIMO PID control systems. All control gains will be evolved to the optimal values by minimizing the system performance criterion. To show the efficiency of the proposed design method, a multivariable chemical process system with two inputs and two outputs is illustrated. Some experiment results, including different algorithm parameter settings and comparisons with other methods, are given. Numerical simulations indicate that the proposed method is superior to other optimal methods.