排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
针对传统模糊PID控制器因变量论域、比例因子、量化因子等参数设置固定不能实现纸浆浓度精确控制的问题,本课题提出将变论域思想与模糊PID控制相结合的变论域模糊PID控制算法。首先在模糊控制器中引入论域伸缩因子使模糊控制器输入输出变量的论域范围随纸浆浓度误差及误差变化率进行伸缩调整,以提高模糊控制器的控制精度;然后利用变论域模糊控制器对PID的3个参数进行调整,实现PID控制器的实时在线整定。仿真结果表明,变论域模糊PID控制算法可以有效地克服纸浆浓度控制过程存在的时变性、多干扰、时滞性缺点,能够实现纸浆浓度控制的稳定性和精确性。现场实际应用表明,应用变论域模糊PID控制算法的控制系统可将上浆浓度误差控制由±0. 3%降为±0. 025%以内。 相似文献
5.
基于遗传算法的控制参数整定及其在温度控制中的应用 总被引:2,自引:2,他引:0
目的在啤酒生产过程中,通过确定PID参数,以保证准确控制发酵罐温度。方法针对发酵罐温度控制现场调试过程中PID参数选择的随机性等问题,采用遗传算法对PID参数进行整定,并基于OPC将Matlab与WINCC进行联机调试,实现数据的在线整定与监控。结果经过遗传算法整定的PID参数,其输出响应曲线上升时间为2.81 s,超调量为9.12%,调整时间为5.22 s。结论采用遗传算法整定的温度控制的PID参数效果较好,其响应速度快,超调量小,调整时间短,满足现场控制要求。 相似文献
6.
基于遗传算法的贮液缸液位PID控制参数整定 总被引:6,自引:6,他引:0
目的在啤酒灌装过程中,贮液缸内液位的变化会直接影响啤酒的质量和产量,而对液位控制的准确、稳定与否,关键在对PID参数的选择。方法针对在贮液缸液位控制调试过程中PID参数选择的盲目性等问题,采用遗传算法对PID参数进行整定,并与临界比例度法整定的结果进行比较。结果经过遗传算法整定的PID参数,其输出响应曲线上升最短时间为3.98 s,超调量最小可达1.9%,调整最短时间为2.23 s。经过比例度法整定的PID参数,其输出响应曲线上升最短时间为1.92 s,超调量最小达23.7%,调整最短时间为11.62 s。结论采用遗传算法整定的PID控制参数总体效果较好,其输出响应曲线上升时间为3.98 s,超调量最小可达4.2%,调整最短时间为2.23 s,满足控制要求。 相似文献
1