神经网络自适应PID控制在柴油机齿条位置控制中的应用

提出了基于BP神经网络的PID控制算法在柴油机齿条位置控制系统中的应用，把传统的PID控制和BP(误差反向传播)神经网络控制相结合，采用“先离线学习，后在线控制”的思想实现了齿条位置闭环的自适应控制。初步实验结果表明，该控制算法能满足齿条位移控制的性能指标，且其稳态特性较好，克服静摩擦的效果令人满意。     

智能控制算法对加热炉温度控制研究

针对当前加热炉温度控制存在的超调量大、震荡频率大等问题,基于智能控制理论的发展,将智能控制理论中的专家控制、模糊控制和神经网络控制与PID控制相结合,设计了智能PID控制算法,分别对这几种控制算法进行了数值模拟和实验研究.结果表明,智能PID控制算法的调节效果要明显优于传统的PID控制算法,其中,模糊自整定PID控制算法和模糊免疫PID控制算法在加热炉温度控制的应用上较为可行,神经网络PID控制算法也具有很好的发展和应用潜力.     

基于AD5435的电子节气门快速原型控制

电子节气门已经成为汽油发动机的标准部件,可用于扭矩导向的发动机管理系统、怠速控制以及汽油混合动力控制。AD5435是一套与Matlab/Simulink无缝连接,具有高速计算能力的实时控制仿真系统,基于AD5435快速控制原型功能构建电子节气门控制硬软件系统,分析电子节气门响应特性,辨识系统参数,提出并验证控制算法。为了精确控制节气门开度,采用模糊PID算法,试验表明该控制算法下节气门响应快,无超调,稳态误差小。     

基于模糊PID的天然气发动机燃气喷射控制

针对传统的MAP图控制天然气发动机燃气喷射数据量大、更新困难、自适应能力差的缺点,对模糊控制及PID闭环控制算法进行了分析和研究,提出一种模糊控制和模糊PID控制相结合的控制算法,采用该控制算法对燃气喷射脉宽进行控制.利用MATLAB搭建控制结构,仿真结果表明,该控制算法能够自适应精确控制燃气喷射,缩短脉宽控制的响应时间,精确快速控制燃气喷射.     

高压共轨柴油机定转速控制策略研究

本文以电控高压共轨柴油发动机为平台,从多个方面对基本比例积分微分(PID)控制算法进行了改进,开发出了共轨柴油发动机定转速控制策略,并且对PID控制的比例、积分和微分参数进行了合理整定,发动机调速试验表明,该PID控制策略完全能满足内燃机发电机组国家标准中G3性能等级的各项瞬态和稳态指标要求。     

论域自调整模糊PID控制算法设计与仿真

通过建立基于论域调整的自适应模糊PID控制算法对电控直列泵柴油机转速控制的位置环PID参数进行自整定.根据执行器的工作特性建立了执行器模型,与控制算法模型组成闭环进行仿真验证.通过与普通增量式PID控制算法的仿真结果进行比较,结果表明该控制算法在柴油机全工况范围内油量调节齿杆的控制效果优于普通增量式PID控制的效果.     

一种直流力矩电机EGR位置闭环控制算法

为了满足直流力矩电机废气再循环(EGR)对于位置控制响应快、超调量小、稳态精度高的要求,在分析经典比例积分微分(PID)控制算法的基础上,根据直流力矩电机EGR结构,提出一种精确数学模型和抗积分饱和变结构PID混合的控制算法,采用该控制算法后,系统具有较高的动态响应特性,并且系统匹配标定工作量减少.通过仿真验证和发动机台架实验验证了该控制算法的有效性.     

高压共轨柴油机共轨压力闭环控制算法的研究

轨压闭环控制算法是高压共轨的核心控制算法之一，为了精确控制轨压，对PID和PID模糊自适应两种控制算法进行了对比研究，在Matlab／Simulink仿真软件上进行仿真实验表明，PID模糊自适应控制算法较优，通过自动代码生成，并下载到开发板中，实际控制效果较好。     

船用柴油机模糊-PID复合调速及快速控制原型研究

设计了船用柴油机模糊-PID复合调速控制器,针对柴油机的不同工况,使模糊控制器和PID控制器通过切换开关进行切换,为了确保切换过程平稳,设计了切换控制器.将控制器下载代码到dSPACE/MicroAutoBox控制器内,利用快速控制原型进行了起动和负荷突变工况的试验验证,并与传统PID控制器快速控制原型结果进行对比.研究结果表明:模糊-PID控制器在动、稳态特性上均取得了较好的控制效果.     

基于神经网络的预测算法在CNG发动机空燃比控制中的应用研究

针对天然气发动机本身的非线性特点和空燃比传输延迟的特性,提出了一种基于神经网络预测的空燃比控制策略,利用Matlab/Simulink建立控制器的算法模型,以dSPACE公司的MicoAutoBox为算法实施平台,在NQ150N型天然气发动机上进行了实验测试,实验结果表明,与普通PID控制算法相比,基于神经网络预测的控制算法稳态性能优良,能明显改善过度工况空燃比的控制效果.     

利用改进型DRNN神经网络控制锅炉的负压和风量

火电厂锅炉负压和送风系统是具有多变量、非线性及时变参数的受控对象,利用改进型DRNN神经网络来辨识系统模型,进而对PID控制器参数进行整定,实现多变量解耦控制。对负压和送风控制系统进行了设计和仿真研究,通过计算机仿真给出了仿真曲线。结果表明:系统达到了解耦目的,系统能做到稳定性高,鲁棒性强,调节及时,反应速度快,动态偏差小,无静态偏差。该控制方法适合于负压和送风控制系统,符合工程实际,控制品质好,有实用价值。图11参4     

柴油机综合控制系统快速控制原型研究

设计研究了包括增益修正PID调速控制和相继增压控制等的柴油机综合控制系统。建立了包括增益修正PID调速控制、瞬态调速率和全程供油限制的调速控制器模型和相继增压控制模型,并将控制系统模型下载代码到dSPACE/MicroAutoBox控制器内,利用快速控制原型进行了调速控制器的起动、调速、全程供油限制功能以及相继增压控制功能的实验验证。结果表明,所设计的调速控制器在动、稳态特性上都取得了较好的控制效果,相继增压控制功能能够较好地实现受控增压器的切入和切出控制。     

基于模糊PID的风电系统转速控制仿真研究

由于风速具有随机性、不确定性、变化范围大等特点,风力发电机转速若采用传统PID控制,仅一组固定的参数难以在不同风速下均有好的控制效果。分析了风力发电系统各参数之间的关系,结合PID控制和模糊控制各自的特点,设计了模糊自适应PID控制器。在额定风速以下,该控制器用于改变发电机定子电压,从而改变发电机反力矩,调节转速,使得输出功率快速跟随风速变化。MATLAB/Simulink仿真结果证实其稳定性、动态速度响应均优于传统的PID控制,取得了较为理想的控制效果。     

锅炉汽包水位的模糊PID控制研究

为了改善传统PID控制器对锅炉汽包水位的控制效果,在传统PID控制的基础上,运用MATLAB软件,融入模糊控制算法,对锅炉汽包水位进行仿真研究,结果表明:采用模糊PID控制的锅炉汽包水位控制达到稳态的时间仅为0.073 3 s,远小于常规PID控制所用的时间0.5 s;采用模糊PID控制的锅炉汽包水位控制产生的最大超调为0.06%,远小于常规PID控制产生的超调0.2%;采用模糊PID控制器进行控制,系统仅振荡了1次就进入稳态,系统的平稳性得到了很好的改善,平稳性及自适应方面均明显优于传统PID控制,控制效果更能达到工程实际要求。     

基于RBF神经网络自适应PID的预焙阳极焙烧炉温度控制

针对工况变化频繁的焙烧炉焙烧过程,提出了一种基于径向基函数(RBF)神经网络自适应PID的控制策略,该方法是通过神经网络的自学习能力在线调整PID控制器的参数,因而,其兼顾神经网络和传统PID控制的特点,能根据被控对象当前特征迅速地做出相应决策、克服实际控制过程稳态性和准确性之间的矛盾。将其应用于预焙阳极焙烧炉温度过程控制中,实验结果表明:它具有很强的自适应能力和鲁棒性,达到了满意的控制效果。     

模糊控制器在水泵恒压频比调速系统中的实现

提出一种带自调整因子的模糊控制器的交流闭环变频调速系统的设计方法,把变频器和感应电机组成的变频调速系统看成一个整体—恒压频比变频调速系统。仿真结果表明:带自调整因子的模糊控制器比传统PID控制器的动态响应曲线好、响应时间短、超调量小,稳态精度高,动静态性能好。     

加入前馈环节的模糊自整定PID控制在高压共轨柴油机轨压控制中的应用

分析设计了已经被博世、电装、德尔福等公司量产化的模糊PID控制器,增加了模糊化前馈控制环节,给出了优化的控制策略和实现方法。通过对PID参数的在线自适应整定,实现了在不同柴油机工况下对共轨压力稳定性响应性的最佳控制。仿真结果和台架实验结果表明:模糊化前馈控制环节的引入可以显著提高瞬态工况下轨压的响应性及鲁棒性,并且不对稳态工况时轨压的稳定性产生负面影响。     

Application of neural network for the modeling and control of evaporative condenser cooling load

Artificial neural network (ANN), in comparison with PID controllers which have broad applications in the highly complex HVAC systems, has recently received more attention. The present paper includes thermodynamic modeling of an evaporative condenser under steady state and transient state conditions for establishing control of thermal capacity, using Artificial neural network. To train the system under dynamic condition, predictive neural network, capable of understanding dynamic behavior and predicting the preset output is used. The principle operation of such neural networks is based on the reduction of gradients of errors existing between the predicted output and the actual output of the system. To control the system thermal capacity, neural controller based on training received from the reduction of gradients between the output controller and the ideal output, is used. Results obtained during present investigation indicate that artificial neural network controller is suitable substitute for PID controllers for thermal systems.     

压力容器退火炉温度模糊自整定PID控制器的研究

针对压力容器退火炉这一典型的惯性、纯滞后、时变非线性控制系统的特点,在分析了模糊控制与PID控制优缺点的基础上,提出了模糊自整定PID控制方案。仿真结果表明,模糊自整定PID控制器与PID控制器相比,具有较好的动态特性和稳态性能以及更强的适应能力。能够满足现代热处理工艺退火炉温度控制要求。现场试验结果与仿真结果基本吻合,证明了这种控制方案的的正确性和有效性。     

采用神经网络改善式循环柴油机的供氧控制

在氧气反馈调节的基础上,不依赖系统模型,借助神经网络的构成前馈控制器,以反馈输出引导网络权值及输出的调整,使网络逐步学成前馈补偿功能,并最在控制中占据主导地位,实现对负荷扰动的补偿。仿真结果表明,采用这一复合控制系统能有效地改善氧气控制的动态特性。