共查询到16条相似文献,搜索用时 343 毫秒
1.
2.
3.
分数阶PID控制器继承了常规PID控制器的优点,并且具有更高的控制精度和更强的鲁棒性。针对常规PID控制器在纸浆浓度控制过程中存在的问题,设计了一种基于神经网络的分数阶PID控制器。用分数阶PID控制器代替常规PID控制器,并通过神经网络调节分数阶PID控制器的5个控制参数,实现一种参数自整定的PID控制器。仿真实验结果表明,神经网络分数阶PID控制器比常规PID控制器的控制精度高,对纸浆浓度的控制更稳定;采用神经网络分数阶PID控制器控制纸浆浓度是切实可行的,具有很好的推广应用前景。 相似文献
4.
为了提高整数阶PID控制器的控制精度,将控制器的阶次推广到分数阶领域,利用Oustaloup递归算法,结合TCR型SVC的传递函数,框图化实现了分数阶PID控制器,并通过仿真结果表明,当发生故障时,安装分数阶PID控制的SVC的系统比安装常规PID控制的SVC的系统振荡衰减快。 相似文献
5.
针对造纸黑液碱回收蒸发工段多变量、大时滞、强耦合、难控制的特点,设计了以PIDNN为控制器的黑液液位控制,将传统PID和神经网络的优点巧妙结合,不仅结构简单,而且具有自适应学习能力;黑液浓度设计成基于径向基函数(RBF)的神经网络控制,对黑液浓度和流量进行解耦在线辨识,对控制器参数在线实时调节。实践表明,黑液液位控制与传统PID控制相比,PIDNN的调节时间减少约18 s,超调量降低约20%;与BP-PID相比,PIDNN的调节时间降低约14 s。黑液浓度的实际值可以快速跟随给定信号,有效黑液流量的变化对其干扰很小。 相似文献
6.
7.
针对纸浆漂白过程温度控制的大滞后、大惯性、对象参数时变的特点,传统的Smith预估器在理论上解决了纯滞后系统控制问题,但其依赖于被控对象精确的数学模型,在应用中存在缺陷。本文采用PID神经网络(PIDNN)与Smith预估相结合的算法,利用Smith对纯滞后系统进行预估补偿以及PIDNN的自适应、自学习和在线调整控制器的参数功能。仿真结果表明,Smith-PIDNN算法简单、稳定且收敛速度快,能有效的解决系统大滞后、大惯性及蒸汽压力时变等问题。 相似文献
8.
9.
10.
11.
针对高速纸机烘缸蒸汽压力是一个具有惯性、大延迟特性的控制目标,很难建立精确的数学模型的问题,设计了模糊PID控制器,通过模糊推理对PID的参数在线调整,但由于专家经验具有局限性、盲目性以及模糊控制内不确定因子过多,导致控制器效果无法快速达到稳态,因此,加入粒子群算法对量化因子和比例因子先在离线状态下进行迭代优化后,再通过模糊PID控制器在烘缸蒸汽压力控制系统进行仿真应用。仿真结果表明,采用基于粒子群算法优化的模糊PID控制器比传统的PID控制具有较强的鲁棒性和快速响应,具有明显的优越性。 相似文献
12.
传统PID控制在受到外界干扰时,容易产生过大超调,使得系统的动静态性能变差。采用PID控制和模糊控制相结合的模糊PID控制方法,在线调整PID参数。通过MATLAB/Simulink进行仿真,结果表明与传统的PID控制相比,该方法改善了系统的动静态性能,同时也提高了控制系统的抗干扰能力。图6表3参13 相似文献
13.
针对目前所压制的曲块含水率不稳定,以模糊控制原理为基础,通过模糊推理和PID控制相结合.设计了Fuzzy-PID控制器,应用Matlab/Simulink进行了仿真。结果表明,模糊PID控制器与PID控制器相比,表现出良好的动态响应特性、抗干扰性、稳态性,实现了曲块的含水率在线自适应调节。(孙悟) 相似文献
14.
15.