基于改进粒子群PID黄酒发酵溶解氧浓度控制

针对黄酒发酵溶氧控制时变性、非线性的特点,基于黄酒溶氧控制数学模型为二阶滞后模型的特点,提出一种单一参数寻优的改进粒子群PID控制器。仿真结果表明,提出的方法设计的PID控制器在控制黄酒发酵溶氧过程中可以有效地减少系统的调节时间和超调。     

改进卡尔曼滤波的PID控制

传统的基于卡尔曼滤波算法的PID控制,在滤除控制过程中和测量过程中的噪声干扰方面效果很好。但系统的收敛速度、超调等方面还存在问题,这主要是PID参数没有达到最优。针对卡尔曼PID的参数优化问题,结合遗传算法优化PID参数,引入增量的分段控制改进控制信号[u]的组成结构。经过Matlab仿真验证,方法数据量少、参数优化快、系统收敛快、超调小,方法可行。     

搜寻者优化算法与卡尔曼滤波相结合的PID控制

针对传统PID控制器的参数整定依靠经验调整,且在控制过程中,系统易受多种噪声影响的问题,提出搜寻者优化算法与卡尔曼滤波相结合的PID控制方法。利用搜寻者优化算法对PID参数进行智能优化,利用卡尔曼滤波器实现对控制噪声和测量噪声的有效抑制。对二阶延迟系统进行仿真试验,结果表明,与传统PID控制方法相比,该方法可以智能地获得较优的PID参数,有效剔除了控制过程中的噪声干扰,实现了调节速度快、稳态误差低、抗干扰能力强的智能PID控制。     

基于SCL的黄酒发酵温度控制系统设计与应用

黄酒发酵温度控制系统是一个非线性、时变系统,将模糊PID引入传统的黄酒温度控制系统,实现了温度的智能控制。为了在西门子PLC上实现此智能控制,利用SIMATIC 300PLC提供的结构化控制语言SCL,编写模糊PID控制算法,不仅实现了控制方案,而且改善了控制效果。运行结果表明,系统能够平稳地控制温度,有较好的抗扰动能力。     

IPSO算法在黄酒发酵温控系统中的应用

黄酒发酵温度控制系统是一个时变的、非线性的系统.在黄酒发酵控制中温度是一个非常重要的参数,针对黄酒发酵的温度特性,设计出了一种基于位置加权和自适应惯性权重的改进粒子群算法(IPSO)的PID温度控制系统.带位置加权的PSO算法减小了搜索过程的盲目性,克服了基本PSO算法易陷入局部极值的缺陷.自适应惯性权重兼顾了粒子的全局与局部搜索能力.将IPSO优化算法用标准测试函数进行测试,结果表明该算法优化结果比标准PSO算法有所提高.并采用LabVIEW与MATLAB混合编程的方法进行仿真比较,结果表明,该控制方法具有动态响应快、超调量小、鲁棒性强等优点,有很好的实用性.     

一种遥感卫星动量轮容错控制的方法研究

针对低轨遥感卫星动量轮故障频发影响姿态稳定的情况,对以动量轮为执行器的低轨遥感卫星进行容错控制研究,提出一种结合卡尔曼滤波及模糊PID控制率的容错控制方法。首先建立低轨遥感卫星动量轮故障模型,应用卡尔曼滤波算法进行噪声滤除,然后根据卡尔曼滤波的结果,设计模糊PID容错控制器,并与传统PID容错控制器进行仿真比对实验,在闭环姿态控制系统的容错控制领域验证了该方法的较强自适应性和较强鲁棒性的优点。     

基于MyPSO-BP的黄酒发酵温控系统

在 Labview组态软件、西门子PLC300和温度传感器构成的温度控制系统基础上,提出一种新的黄酒发酵温度控制系统,将带交叉因子的粒子群优化(PSO)算法应用到BP神经网络(MyPSO-BP)比例积分微分(PID)控制中。改进的PSO算法初始化神经网络的权重和阈 值,可以更好地在线整定PID参数,增强系统的稳定性和鲁棒性,减小误差。对系统进行Matlab仿真实验,结果表明,该系统相较于传统的神经网络PID控制器具有更好的温度控制性能。     

卡尔曼滤波器在Boost变换器系统中的应用研究

以实现Boost变换器良好的动静态控制特性为目的,研究了变换器的基于卡尔曼滤波PID控制策略。给出了Boost变换器的数学模型,并建立了其离散状态方程,计算出滤波增益、滤波误差协方差、滤波均方差、观测值等数据,实现系统的卡尔曼滤波。在Matlab/Simulink环境下搭建仿真模型,结果表明,采用卡尔曼滤波的PID控制具有良好的动态响应调节和稳态误差调节特性,克服了传统PID控制谐波较多的缺点,表现出更强的鲁棒性,从而具有一般性理论和实际意义。     

磁悬浮PID参数整定仿真

研究磁悬浮列车悬浮稳定安全优化控制问题。磁悬浮控制是磁浮列车的技术难点之一,由于系统的复杂性和列车运行环境的不确定性,涉及许多非线性因素,使控制系统稳定性和响应性差。为了得到合适的稳定悬浮间隙,提高控制质量,提出用卡尔曼滤波的方法,引入蚁群优化算法(ACA),对卡尔曼滤波方法进行改进,提出了蚁群算法和卡尔曼滤波的PID控制器参数组合优化方法。进行仿真,通过卡尔曼滤波器抑制干扰信号和测量信号。仿真结果表明改进的滤波方法效率高,控制效果得到了改善,为磁悬浮系统的优化设计提供了参考。     

神经网络优化的迭代学习控制在黄酒发酵中的应用

黄酒发酵过程是一种一边糖化一边发酵的复式发酵方式,在糖化和发酵之间需要建立动态平衡。鉴于发酵温度对活化酶和酵母的影响,本文通过控制反应温度来控制黄酒产品质量。黄酒发酵过程是一个典型的间歇过程,本文运用迭代学习控制对发酵温度进行控制,并利用神经网络优化迭代学习律的增益。仿真结果表明了该方法的有效性,且能在较少的迭代次数下,以最快的收敛速度,较高的跟踪精度逼近期望轨迹。     

基于卡尔曼滤波的陶瓷配料控制系统

介绍了陶瓷配料控制系统的控制原理以及基于AVR单片机的电子秤硬件设计。针对配料系统中干扰多,传统PID控制精度不高、稳定性较差的不足,提出基于卡尔曼滤波的PID控制器设计算法。该算法基于线性最小平方法进行有效递推计算,通过设置卡尔曼滤波器各项参数,可提高系统控制性能,并对加入滤波器前后2种情况下的仿真结果进行对比分析,仿真结果表明,在相同的外部条件下,采用卡尔曼滤波器的PID控制系统优于传统的PID控制系统,并将该算法应用于陶瓷配料系统中,算法投入前后的实时数据表明,提出算法提高了对象控制精度,稳定了陶瓷地砖的质量,具有较好的应用价值。     

基于卡尔曼滤波器的PID控制仿真研究

针对工业过程中常见的二阶滞后对象的PID参数调节问题,采用KALMAN滤波器同常规PID控制相结合的方法对系统进行仿真研究。结果表明:同没有加卡尔曼滤波器的常规PID控制相比,卡尔曼滤波器很好的抑制了白噪声的污染,控制效果明显改善。     

污水生化处理中溶解氧的非线性控制研究

污水生化处理一般以控制溶解氧为手段,但这是一个非线性过程,采用传统PID控制难以实现优化控制。本文就溶解氧的非线性特性提出了一种非线性的研究策略即反馈线性化,解决了溶解氧参数值不稳定的问题,有效地实现了曝气量的合理控制,并通过仿真验证了该控制策略的可行性。     

载人自平衡电动独轮车的控制系统设计

针对电动独轮车的载人自平衡功能,建立电动独轮车控制系统,设计控制系统的硬件和软件.硬件部分主要由以STM32单片机为核心的控制系统、MPU6050姿态感知系统、电机驱动系统和直流无刷电机等模块组成.软件部分是在KEIL软件平台下采用C语言编写程序,主要实现对采集到的姿态数据进行卡尔曼滤波处理、PID控制算法以及电机驱动等功能.研究结果表明,电动独轮车具有较好的载人自平衡效果.     

基于国际评价基准的溶解氧控制方法研究

针对活性污泥污水处理过程溶解氧浓度(DO)控制的非线性特性，以DO为控制对象、国际评价基准（benchmark）为平台，将PID控制、增益调度控制和一般模型控制(GMC)方法应用于DO控制中，并进行了控制器性能的比较．仿真结果表明，所提一般模型非线性控制方法的性能优于其他两种控制方法，体现出该方法的有效性和优越性．     

污水活性污泥处理过程的溶解氧增益调度控制

考察污水活性污泥处理过程溶解氧控制效果的重要性能指标是溶解氧浓度的波动情况和能耗。针对溶解氧的非线性传递模型,本文提出了以溶解氧设定值作为调度变量的溶解氧增益调度控制方法。即在溶解氧设定值进行泰勒级数展开得到线性模型,采用参考模型方法设计控制器,再根据不同的调度值(溶解氧设定值),调度线性时不变控制器。仿真结果表明,本文提出的增益调度控制方法无论在能耗方面还是在控制精度方面都要明显优越于常规的开关控制和PID控制。     

变载荷下六旋翼无人机高度控制

六旋翼无人机应用于植保领域时通常需要定高飞行,单一机载微传感器无法长时间准确的跟踪六旋翼无人机的高度,且当负载发生变化时无人机的高度控制会出现不稳定现象.针对上述问题,本文采用了一种基于气压计和加速度计卡尔曼滤波融合的高度测量系统,并设计了一个双闭环PID控制加前馈控制的高度控制器,最终获得了无人机飞行高度的精确估计与稳定控制.实验结果表明,经过卡尔曼滤波可以得到准确、平稳的高度值和速度值.提出的高度控制器在变载荷情况下也能很好的控制无人机的高度.     

农情监测四旋翼飞行器姿态控制仿真与实现

为解决垦区农作物生长环境监测问题,提出使用搭载高光谱相机的四旋翼飞行器低空航拍的方法.建立了四旋翼飞行器运动学模型和动力学模型.使用旋转矢量插值法解算飞行器的姿态,使用基于卡尔曼滤波器的PID控制算法对飞行器姿态进行控制.对系统进行了Matlab仿真,并通过设计硬件电路和编写软件实现了功能.通过试飞,验证了以上理论与方法的可行性.     

基于遗传算法的FNN-PID控制技术在溶解氧控制中的应用

构建一种基于多层神经网络结构的模糊PID参数自整定系统,将模糊规则和隶属函数的选取转化为神经网络中连接权系数和网络结构的优化问题;以氧化沟内溶解氧偏差最小为目标函数,采用改进的遗传算法作为模糊神经网络的学习算法对网络的参数和结构进行优化,实现PID参数的在线自整定;仿真实验表明此方法较好地提高了氧化沟溶解氧系统的自学习能力和鲁棒性,使控制系统的动、静态性能都有较大的改善。