硬质合金真空烧结炉温度插值自适应控制

真空炉的动态特性具有非线性、时变性和不对称性等特点,特别是纯滞后时间随炉温的变化大范围非线性变化,因此真空炉的温度控制一直是个难题。本文提出一种PID参数插值自适应控制算法,仿真结果表明,该方法使用较少组别的PID自整定参数,达到了较好的温度控制效果。     

自抗扰控制技术在台车炉控制系统中的应用

针对台车炉温控系统的特点及能源消耗现状,应用先进的自抗扰控制技术, 提出一种二阶自抗扰控制炉温系统的控制方案, 并将其与原有PID控制系统进行了比较。试验结果表明,ADRC系统在耗电量上明显优于PID系统,总体能源节省率在10%以上,并且在超调量、调节时间上均优于PID系统。不仅如此,ADRC系统还具有更好的控制品质和较强的鲁棒性,不仅可以有效地克服干扰,而且在对象特性参数变化较大时仍能获得稳定的控制品质。     

热处理电阻炉温控系统中PID控制参数的整定

为进一步改进电阻炉温度控制系统PID参数整定的稳定性,从电阻炉温控的传递函数出发,分析了PID控制的合理性,给出了炉温控制系统设计的传递函数,理论上分析了Ziegler-Nichols参数整定,对一般PID控制、积分PID以及神经自适应PID等方面进行了参数整定比较分析。结果表明,在电阻炉温度控制系统参数整定中,神经元自适应PID控制效果优势明显,积分分离PID相对于一般的PID有一定的改进。     

模糊自适应PID炉温控制系统的设计

电阻炉温度系统具有非线性、大惯性、大滞后等特点,炉温要求有一定的稳定性,使用基于偏差的比例积分微分(PID)控制器,适应性差,控制效果不够理想。采用模糊算法与PID控制相结合的自适应PID控制,利用计算机把人对系统的调整经验形式化、模型化,构成查询表,根据系统当前的误差和误差变化率,运用模糊推理和决策,实现PID参数自整定,提高控制精度。基于Matlab平台构建炉温控制系统仿真电路,仿真结果表明:模糊自适应PID控制具有PID控制的优点,同时鲁棒性和抗干扰性明显优于PID控制,且超调量小,动、静态性能良好,响应时间短,验证了算法的可行性和优越性。     

基于线性自抗扰控制的高频真空感应炉温度控制

真空感应炉是对金属材料进行热处理工艺的一种高效设备。在感应加热系统中,温度的高低直接影响着加热物料的质量好坏。而如何实现加热温度的精确控制,是控制系统需要解决的关键问题。目前,大部分的温度系统仍使用PID控制方法,但PID控制中的控制参数一旦确定就只能适应一个系统,这就导致了该方法具有较差的抗干扰能力,影响了系统的控制精度以及控制速度。为了改善上述PID控制的缺点,通过在真空感应炉上进行数据采集,并应用MATLAB对系统进行辨识,提出了真空感应炉的温度控制系统的线性自抗扰控制策略。设计了用来对系统的状态及总扰动进行实时观测并给予补偿的线性扩张状态观测器,求取控制器参数的收敛范围,应用劳斯判据对系统的稳定性进行分析。最后,应用MATLAB进行设定值跟踪和抗干扰能力仿真,仿真结果表明:LADRC比传统的PID控制系统具有更快的响应速度以及控制精度,且鲁棒性更优。     

热处理炉炉温PID控制的应用与发展

综述了PID控制在热处理炉温度中的应用和发展,说明了PID控制技术与炉温控制的应用趋势,并结合当今PID控制技术与模糊控制理论、人工智能和神经网络控制,说明其在炉温控制的先进控制思想中的应用,为进一步提高PID技术的实用性提供指导.     

基于模糊单神经元PID的比例同步控制研究北大核心

针对传统PID算法在液压同步系统中整定困难、稳定性不佳、同步效果不理想的问题,提出一种基于模糊单神经元PID复合算法的双缸耦合同步控制策略,提高同步系统的性能。建立比例阀控非对称缸双缸同步系统数学模型;利用Simulink软件,对比分析传统PID算法、单神经元PID算法和模糊单神经元PID算法的控制效果;最后通过试验验证3种控制策略下的系统同步性能。试验结果表明:使用模糊单神经元PID的耦合控制策略,系统同步误差明显减小,响应速度更快,设计的控制策略有效。     

热处理电阻炉炉温控制方法研究

在热处理过程中,电阻炉加热时的均温过程十分关键,对其控制方法的研究也成为相关工作者的工作重点。由于热处理电阻炉的温度控制存在滞后严重的特点,传统PID控制无法实现较高的控制精度。本文基于模糊自整定PID控制,设计了相应的控制系统,并通过MATLAB软件对设计系统进行了仿真。结果表明,该系统能够稳定控制热处理电阻炉的温度,具有较高的优越性。     

飞机起落架自适应模糊神经PID控制方法的研究

针对传统PID控制与模糊PID控制的飞机起落架控制系统存在达不到理想控制精度以及控制速度的问题,提出一种基于模糊控制和神经网络的模糊神经PID控制算法。通过对起落架运动特点以及动力学相关的理论分析建立飞机起落架的运动模型,将此智能PID控制方法应用到飞机起落架的姿态控制系统中。利用MATLAB/Simulink软件进行仿真,并基于树莓派装置进行了起落架单腿实验。仿真和实验结果表明：模糊神经网络PID控制系统的响应速度和抗干扰能力相较于传统PID和模糊PID都有了较大的提升,系统稳定性更强。在飞机起落架控制系统中,应用模糊神经PID控制可进一步提升系统的响应速度,降低系统运动的惯性冲击,提高整体机构的稳定性。     

基于PID模糊控制策略的焊接热模拟温度控制优化

焊接热模拟温度控制系统具有纯滞后、高响应、调整时间短、加热速率高等特点,常规的PID控制很难满足其对于精度的要求,为此开发出了一款采用模糊自适应PID策略自动调整PID参数的软件,借助于模糊集合理论,根据偏差和偏差率在线自整定参数,改善了静态精度和动态响应速度,效果明显优于常规PID控制模式。     

基于BP神经网络PID的高速清扫车摆臂控制系统

针对传统清扫车摆臂开环控制系统的动态响应特性不足、抗干扰能力弱,不能适应高速工况下清扫作业,设计了高速清扫车摆臂执行机构和闭环控制系统。为解决BP神经网络(BPNN)存在局部极值、收敛速度慢等问题,提出一种改进BPNN PID算法,其核心是通过主动串联校正,抑制PID前一次输出值u (k-1)对此次输出值u (k)的影响。通过搭建Simulink-AMESim联合仿真模型,研究了高速清扫车摆臂闭环控制系统的阶跃响应、抗干扰能力以及位置跟踪能力。研究结果表明:所改进的BPNN PID控制器能够动态调整PID参数,提高了系统的适应性、准确性和稳定性;改进BPNN PID控制器的抗干扰能力更强,鲁棒性更好,且系统近乎没有超调,超调量为0.5%,仅为PID控制超调量的2.34%,稳定时间0.62 s,相比PID提前了66.31%。     

神经网络PID控制的液压驱动主动升沉补偿预测控制研究

为了提高船舶在海面上作业时补偿精度,采用BP神经网络PID控制方法,并对船舶升沉运动输出误差进行仿真。建立船舶主动升沉补偿系统简图,分析船舶升沉运动工作原理,给出液压缸驱动传递函数。引用BP神经网络算法,采用梯度下降法对BP神经网络加权值进行修正,通过学习速率来补偿控制系统输出误差,从而实现PID控制器参数在线调节。在受到不同负载影响状况下,采用MATLAB软件对船舶升沉运动补偿精度进行仿真,并且与PID控制补偿精度进行对比。结果表明:采用PID控制器,船舶升沉运动输出误差较大,控制系统反应速度较慢;而采用BP神经网络PID控制器,船舶升沉运动输出误差较小,控制系统反应速度较快,同时,随着负载质量的增加,输出误差就会增大。采用BP神经网络PID控制系统,响应速度快,补偿精度高,提高了船舶在海面上作业定位精度。     

真空退火炉智能变结构控制方法的研究与应用

从工程实际应用的角度出发,针对金属材料真空退火过程中系统的非线性、工艺参数的不确定性和对外部干扰的不灵敏性等特点,结合非线性不确定系统理论研究,采用神经网络建立系统的模型,利用自适应免疫遗传算法(AIGA)对滑模面和控制器的参数及神经网络的权值、阈值进行优化,得出了一种真空退火炉工件温度精确控制的智能变结构控制策略。实验表明,这种方法控制温差在±4℃,优于基于单一模型的模型参考自适应控制或PID策略的控制方式,具有较好的动态特性和耐久性。     

冲压机床自动送料机构双电机同步控制技术研究

针对双电机同步驱动系统因电机特性、负载变化等因素引起的同步误差问题,对冲压机床自动送料机构双电机驱动系统进行研究.分析了电机的动态特性,找出影响同步控制的因素,为设计同步控制方案提供依据。提出一种基于单神经元PID控制策略,通过改变神经网络的权重系数对PID参数进行实时调节,以解决传统PID无法在线调整的问题。同时,在交叉耦合控制方法的基础上,以丝杠的进给速度、位置误差以及伺服电机的控制电流为控制指标进行仿真分析和实验。研究结果表明:与传统控制方法相比,所用方法能大幅提高两个电机的同步控制精度,有效减小丝杠之间的同步误差,抗干扰能力强,达到设计要求。     

基于改进蚁群算法的加热炉温度控制研究

加热炉温度控制系统具有非线性、时变性、滞后性等缺陷，导致系统控制过程中响应速度慢、抗干扰能力差，传统的控制方法无法对其进行精确控制。将免疫算法引入蚁群算法中，根据免疫算法中的亲和力原理，增加蚁群的多样性，并对蚁群的初始信息素规则进行改进。利用改进的蚁群算法来调节PID神经网络（PIDNN）的权值，提出一种新型PIDNN控制方法，并采用计算机仿真软件对其进行实验。仿真实验结果表明，与传统的PIDNN控制方法相比，当采用改进蚁群算法的PIDNN控制器对加热炉进行控制时，系统达到稳态所需时间缩短了约34%；当加入扰动后，系统恢复到稳态所需时间减少了约26%，振动幅度明显降低，加热炉控制系统的抗干扰能力增强。     

面向电子压力机模糊神经网络PID控制的研究

针对电子压力机位置伺服系统的非线性和时变的不确定性,压装力、压装速度和压入深度高可控性,系统的高稳定性、适应性及较强的抗干扰能力等特点,提出将神经网络实现模糊PID自调整的控制特性应用在现存的小型电子压力机的位置伺服系统中的方法。该控制策略将模糊控制的推理能力和神经网络的学习能力进行了有效的结合,其中,PID控制器参数自调整是通过学习并记忆PID参数调整的基本规则来实现的,以满足电子压力机位置伺服系统的要求并用MATLAB软件编程进行仿真分析。仿真结果表明:相比较常规神经网络与传统PID相结合组成的控制器,模糊神经网络PID自调整控制器对于电子压力机的位置伺服系统具有更快的响应特性及更好的稳定性。     

改进GWO的小波神经网络温控系统设计

针对目前铸件砂芯表干炉温度控制性能差、燃烧效率低,设计一种新型热风循环温控系统。该系统以变限幅双交叉燃烧策略为基础,采用改进灰狼优化(GWO)算法的小波神经网络对PID控制参数进行自适应调整。系统仿真表明：与传统PID控制相比,超调量接近于0,系统调节时间减少了50%,温度切换控制速度提高了47%。最后通过砂芯烘干试验验证,与传统比值串级PID控制相比,变限幅双交叉燃烧策略和改进GWO小波神经网络PID对炉温的控制效果有很大的提升。