基于模糊分数阶PID的蒸煮药液温度控制

鉴于蒸煮锅温度变化具有大时滞、耦合强、干扰多等特点,本课题根据蒸煮锅药液温度变化的内部规律,分析了影响药液温度的因素。针对蒸煮药液耦合强的问题,提出分数阶PID串级前馈解耦控制方案,结合模糊控制规则构建模糊分数阶PID串级解耦控制,可同时解决蒸煮药液温度变化等问题。实践证明该方法可以实现蒸煮温度的实时控制。     

基于模糊自整定PID的置换蒸煮锅温差控制系统的设计

置换蒸煮过程中蒸煮锅内温度控制是一个具有严重时滞性、时变性和非线性系统,且药液在蒸煮锅内循环时易产生温度梯度,为保证锅顶部和底部药液温度均匀一致,采用常规的温差-流量串级PID控制器难以取得满意的控制效果。通过对蒸煮药液循环加热后回流至蒸煮锅顶部和底部过程机理的分析,依据串级控制、模糊控制和PID控制的特点,将三者有机地结合起来提出一种模糊自整定PID串级控制系统,应用Matlab仿真比较表明,模糊自整定PID串级控制的动态响应曲线更好,超调量小,抗干扰能力强。     

基于改进粒子群优化IPSO算法的茶叶烘干机温度控制策略

针对茶叶烘干机热效率低,温度不稳定、茶叶品质不易保证的问题,对燃煤式热风干炉进行研究,通过对粒子群算法(PSO)进行混沌处理,得出了一种改进粒子群算法(IPSO),然后通过IPSO对模糊PID控制器的参数进行优化,以解决粒子群算法易早熟、寻优效率低以及PID参数无法实时在线调整的缺点。根据热风炉的实时温度,自动调节热风炉的排烟量,以实现烘干机的温度恒定。同时,采用优化后的模糊PID控制策略对系统进行了仿真和测试。结果表明,该研究所用方法能根据烘干机温度有效控制热风炉排烟量,从而实时控制热风温度,实现恒温控制的目的。     

置换蒸煮锅温度测量方法的改进及锅内温差控制

针对置换蒸煮锅温差难以消除这一难题,在传统蒸煮锅温度测量的基础上,提出一种新的温度测量方法,并将神经网络控制、PID串级控制和解耦控制有机地结合起来,提出一种神经网络PID串级解耦控制系统。解决了蒸煮锅温度控制时滞性、时变性和非线性等问题,应用Matlab仿真比较表明,该控制系统具有更好的动态性能和鲁棒性,其控制效果明显优于常规PID串级控制系统。     

基于数据驱动的置换蒸煮卡伯值在线预测

针对置换蒸煮过程中卡伯值难以在线检测、引起操作延时、导致纸浆品质下降和能耗增大的问题,研究了基于数据驱动的置换蒸煮卡伯值在线预测方法。在分析置换蒸煮过程特点的基础上,提出了基于数据驱动的置换蒸煮卡伯值在线预测框架,给出了模式匹配的优化算法,设计了基于数据驱动的卡伯值在线预测模型。仿真结果和实际生产应用证明了该方法的有效性。     

基于改进PSO算法的PID优化用于黑液液位控制

制浆过程中碱回收蒸发工段黑液液位控制直接影响着黑液浓度和蒸发效率。针对黑液液位非线性、大时滞及时变性的特点,传统PID方法控制精度较低,使用标准粒子群算法可以优化PID参数,提高精度,但是收敛速度慢,整定时间长。针对这些问题,采用改进的粒子群算法来整定PID参数,通过动态调整惯性因子和加速因子,以及改进收敛准则等方法来提高粒子群算法的全局寻优能力和收敛速度,并在MATLAB/SIMULINK仿真实验平台上,比较了传统PID方法、标准PSO算法和改进PSO算法对黑液液位的控制效果,结果表明改进PSO算法优化的PID控制缩短了调节时间,降低了超调量,说明改进粒子群算法优化后的黑液液位PID控制具有更快的响应速度和更好的鲁棒性,有效地提高了控制质量。     

基于改进蚁群优化算法的中高速长网纸机速度链的控制

对中高速长网纸机而言,确保速度链控制满足工艺要求对纸机正常运行有着重要意义。目前,纸机速度链控制多采用常规PID控制,但中高速长网纸机由于自身传动点多、车速快,故对闭环系统的响应速度和控制精度要求高,常规PID参数整定方法难以满足上述控制要求。蚁群优化算法（ACO）是一种适合多目标寻优的全局搜索算法,但传统蚁群算法易陷入局部最优及搜索较慢的问题,对此,本课题将信息素因子（α）和启发式因子（ ）按一定比例关系随迭代进行变化,提出一种改进蚁群优化算法,并将其应用于速度链PID控制器参数整定中。仿真结果表明,与常规PID控制相比,基于改进的蚁群优化算法PID控制系统响应速度更快、超调更小、抗干扰能力更好、鲁棒性更强。应用结果表明,该控制系统可保持纸机各部分速度长期稳定。     

纸机蒸煮锅上下温差问题的研究与解决策略

为实现针对纸机蒸煮锅上下温差的有效控制,提出了一套BP神经网络与PID控制器相结合的温度控制算法,基于造纸机蒸煮锅升温保温系统的基本流程提出了PID控制方案,并利用BP神经网络对于PID控制器中的主要参数进行自动调整。经实验研究发现,基于BP神经网络的PID控制算法能够有效缩小锅顶温度与锅底温度之间的差距。     

改进遗传算法PID参数优化在吹贯蒸汽流速控制中的应用

纸机干燥部吹贯蒸汽流速控制是解决烘缸积水问题的一项重要措施。吹贯蒸汽流速控制通常采用PID控制器,而传统的PID控制方法的控制精度较低、参数整定耗时较长,难以达到理想的控制效果。本课题在对基本遗传算法进行分析的基础上,提出了一种改进的遗传算法,并将该算法用于PID控制器参数优化,实现对纸机干燥部吹贯蒸汽流速的精确控制。MATLAB仿真实验结果表明,与常规PID控制器和基于基本遗传算法的PID控制器相比,基于改进遗传算法的PID控制系统具有响应速度快、超调量小、鲁棒性强的优点,能够获得理想的控制效果。文中所述算法已投入实际应用,明显提高了二次蒸汽的利用效率,能够获得可观的经济效益。     

基于IPSO的PID参数自整定在流浆箱总压控制中的应用

稀释水水力式流浆箱的总压控制直接关系到纸张质量的好坏,而传统的PID整定方法精度较低,使用标准粒子群优化算法可以提高精度但是算法敛速度较慢。针对这些问题,采用改进的粒子群优化算法来自整定 PID参数,通过使用非线性递减惯性系数和动态加速因子策略来提高算法的寻优速度及精度。仿真结果表明,用改进的粒子群优化算法整定后的流浆箱总压控制PID有更好的响应速度和鲁棒性。     

Single Neuron PID Control Based on Expert Experiences for Temperature Difference Control System of a Digester

Considering the temperature difference of displacement cooking characterized by severe non-linearity, large time delay, and real-time control, a cascade PID adaptive control strategy composed of a single neuron is proposed to ensure cooking temperature uniformity. The control strategy introduces expert experiences to adjust the single neuron gain K, while a single neuron PID self-learning and adaptive ability, as well as cascade advantage can be combined to realize the real-time and fast temperature difference control. In the Simulink, the s-function of this control strategy is used to carry out a dynamic simulation experiment with temperature difference characteristics and verify the robustness and response to model mismatch. Compared to conventional temperature difference-flow PID cascade control and single neuron PID cascade control, this control strategy has better robustness and stronger adaptability. The results of real-time control on the THJSK-1 experiment platform indicate this control strategy is feasible.     

制浆蒸煮自动控制系统的设计与应用研究

针对蒸球蒸煮过程特性,设计了一套自动控制系统,提出了基于模糊与PID的混合算法,在小偏差时使用改进的PID算法,在大偏差时使用模糊控制算法.该算法用于金莲纸业六个蒸球的工业曲线跟踪控制后,在系统存在较大干扰的情况下,使跟踪精度大为提高.     

基于模糊RBFNN-PID的啤酒发酵温度控制系统

基于模糊PID控制算法,结合RBF神经网络算法优点,设计具有逻辑判断和自我优化的模糊RBFNN-PID控制算法,实现PID参数在线最优整定。以CPU1214C和KP1500触摸屏为核心,设计啤酒发酵自动控制系统和人机交互界面,Matlab仿真和试验测试结果表明:该控制算法可以提升温度控制系统的稳定性、模型失配鲁棒性和抗干扰能力。     

基于单神经元PSD的纸浆浓度控制算法研究

稳定的纸浆浓度是保证纸张质量的重要因素,但是纸浆浓度本身又处于长期不可预测的波动中。针对常规方法无法解决纸浆浓度模型的不确定、大时滞、时变性等特点带来的控制问题,提出了一种单神经元PSD的控制算法。利用增益自调整中的PSD算法改善单神经元响应慢的特性,使其增益具有自调整功能,设计出一种不依赖模型、实时性好的快速自适应控制算法。在Simulink中,调用s函数进行仿真,结果表明,与单神经元控制算法以及常规PID算法相比,改进的PSD控制算法响应速度快,并有较强的抗干扰性和自适应性。THJSK-1平台中的控制研究也表明该算法具有可行性。     

基于S7-400PLC的啤酒发酵靶向温度控制系统

针对啤酒发酵温控系统非线性、大时滞的特点,提出将靶向控温思想与模糊PID控制算法相结合,设计了基于靶向控温点实现控温的模糊PID控制器,以提高啤酒发酵温度控制的精确性。以西门子S7-400PLC和Braumat软件平台为控制核心,设计啤酒发酵温度控制系统软硬件结构,实现对整个生产过程的控制与监测。现场实际应用表明:啤酒发酵温度控制误差为±0.3℃,控温效果好,满足实际生产要求。     

食品烘干设备温度控制系统设计

为提高食品烘干设备温控系统的精度和自动化水平,基于改进粒子群算法设计一种温度控制方法。对微波烘干设备进行介绍,以STM32单片机作为控制核心同时结合温度传感器、湿度传感器给出系统设计方案。将粒子群优化算法和分数阶PID控制箱结合,设计一种烘干设备温度控制器。粒子群优化算法可实现PID控制器参数的实时调整。另外,通过动态选取惯性权重系数和引入极值扰动算子实现粒子群算法的改机。仿真和试验结果表明,所述控制方法能适应参数多变的复杂系统,温度控制更加稳定,对于提高食物品质具有重要作用。     

烟草制丝加料加香过程的无辨识自适应控制方案

烟草制丝过程中当烟丝流量波动较大时,采用传统PID控制方案的加料加香系统稳定性差,控制精度低,造成成品烟丝中辅料和香精分布不均,影响批次产品质量。为此,提出了无辨识自适应控制方案,控制算法简单且易于工程实现,可根据烟丝流量波动情况在线自动校正控制器参数,优化控制性能,实现快速调节和高精度控制。应用结果表明,采用无辨识自适应控制方案能有效提高加料加香过程控制的稳定性和控制精度,加料加香过程的瞬时比例标准偏差由0.05左右降低到0.01左右,最大控制误差由0.3以上降低到0.1以下。控制系统具有良好的鲁棒稳定性,保证了成品烟丝中辅料和香精比例的准确和均匀,提升了制丝生产过程的控制水平。     

果蔬温室温度智能自适应控制

果蔬种植温室温度是一个非线性、强耦合、大滞后、时变复杂系统,为了提高果蔬温室温度控制精度,设计一种基于模糊免疫PID的果蔬温室温度控制方法。利用温度积温法对温度阈值进行计算,使其能够适应外界环境动态变化。在传统PID控制算法中引入模糊控制,通过模糊免疫控制对PID参数进行在线自适应调整,提高系统的稳定性和系统响应时间。对该控制方法进行仿真,仿真结果表明,该控制方法超调量小、稳定周期短,可大幅提高果蔬室温温度控制精度,从而提高果蔬种植质量。