高阶时滞对象的预测PI(D)控制

利用频率域模型降阶理论,提出了高阶时滞对象的预测PI(D)控制器两种设计方法.一种方法是直接将高阶滞后对象在频率域内降阶为低阶滞后对象,针对低阶滞后对象设计预测PI(D)控制器;另一种方法是按照规定的性能指标设计控制器,并将该控制器在频率域内降阶为具有预测PI(D)控制器的结构形式.这两种方法设计的控制器均具有结构简单、可调参数少、参数调节方便的特点.仿真表明:在模型失配的情况下,此两类预测PI(D)控制器仍然具有良好的控制性能和鲁棒稳定性能.     

高阶PID采样迭代学习控制

针对一类非线性带扰动系统提出了高阶PID采样速代学习控制算法,讨论了高阶算法的收敛性问题以及该算法的优势与缺陷.与传统的证明方法不同,利用泰勒级数展开法证明了被控对象在输入干扰和输出测量噪声均有界的情况下,高阶PID采样速代学习控制算法的收敛性,并且得出了收敛条件.由于收敛条件中没有积分项,因此更加利于分析计算.与传统的一阶采样迭代学习控制算法相比,高阶采样迭代学习控制算法由于利用了更多先前的控制信息而能使被控对象的实际输出更加接近理想输出.给出了相应的数值仿真,证明了理论分析的有效性.与此同时,结合啤酒生产过程中糖化阶段中酒花添加等实际问题对该算法的应用前景作了一定的分析.     

几种不稳定滞后对象的预测PID 控制

针对几种不稳定滞后过程，给出一种预测PID控制器的结构形式．该控制器具有内环和外环两种控制器：内环控制器主要用于稳定系统；外环控制器具有预测PID控制的结构形式，主要用于消除输入干扰的影响和改善控制系统的动态性能．这种控制器结构简单，可调参数少，且参数的调节方便、直观．仿真结果表明，在干扰和模型失配的情况下，此类预测PID控制器仍具有良好的控制性能和鲁棒稳定性能．     

神经元自适应预测PID控制器及实现

采用单神经元构成PID控制器,并和预测控制 结合克服时滞对控制系统的影响．对大时滞大惯性的电加热炉的实时控制结果表明,这种自 适应控制算法切实可行,且具有较强的鲁棒性,适合于控制大时滞被控过程．     

基于模型降阶的最优分数阶PID控制器设计

由于一些受控对象较为复杂或者模型系统阶次较高,使得控制器的设计变得非常困难,这会造成控制系统的鲁棒性和动态特性下降;文章在H2范数模型降阶的基础上提出一种新的降阶模型结构,它可以使降阶后的模型扩展到分数阶并且更加精确地逼近各种高阶系统,并以降阶后模型的幅频、相频和对象增益变化的鲁棒特性为约束条件进行最优分数阶PID控制器的设计;仿真实验证明,与原有闭环控制系统相比,基于模型降阶的最优分数阶PID控制器控制下的闭环系统具有更好的动态性能,并且鲁棒性较强。     

低阶时滞过程的伪预测PI／PID控制

基于单位反馈控制结构,根据期望的闭环传递函数设计得到了一种伪预测PI/PID(ADQPI/ADQPID)控制器。这种控制器只有一个可调参数,可调参数与系统动态响应性能和鲁棒稳定性之间存在直接关系,只需单调的调节控制器参数,便可实现系统的动态响应性能与鲁棒稳定性之间的最佳折衷。仿真实例表明,这种控制器在扰动和模型失配的情况下仍然具有良好的控制性能和鲁棒稳定性,是一种值得在实际工程中推广运用的新型控制器。     

基于最优预测的神经元模糊自整定PID控制

针对工业过程中普遍存在的时滞、非线性、对象参数时变等特性,提出了一种基于最优预测的神经元模糊自整定PID控制算法。该算法利用最优预测克服时滞,利用神经元学习功能和模糊控制调节神经元增益克服系统的非线性和时变问题。仿真结果表明,该控制算法鲁棒性强、响应速度快,具有工业控制应用价值。     

SOPDT对象的预测PID控制及稳定性分析

提出了基于二阶非振荡及振荡加纯滞后的预测PID控制器的结构形式。这种控制器既具有PID控制器的优点;简单的结构形式、良好的鲁棒性和可靠性,又具有预测的功能;即可以根据以前的控制作用来预测以后的控制作用。通过仿真表明：在干扰、噪音存在和模型失配的情况下,预测PID控制器具有良好的控制性能,特别适合大纯滞后系统的控制。同时运用Monte-Carlo方法分析了其鲁棒稳定性,结果表明：它是一种值得在实际工程中推广应用的新型控制器。     

不稳定对象的PID控制

对于不稳定对象的控制，常规的稳定裕度和性能指标已不适用，为此讨论了控制不稳定对象时的下幅值裕度和相位裕度的取值范围,给出了灵敏度函数，并讨论了用H∞设计时性能权函数的选择问题。     

针对高阶对象的递阶模糊滑模控制器研究

针对工业现场普遍存在参数不确定并有外界扰动的高阶对象,将误差驱动增益自整定思想和模糊滑模控制策略相结合,提出一种带有误差驱动参数自整定结构的递阶模糊滑模控制方法。该方法有效解决了传统模糊控制器在控制高阶对象时要输入更多系统状态信息而引起的"规则爆炸"问题,同时也削弱了一般滑模控制固有的"抖颤"现象。通过对典型高阶对象的仿真结果表明,误差驱动参数自整定递阶结构模糊滑模控制器较之传统控制方法有更好的控制效果和指标,并且有很强的鲁棒性和抗干扰特性。     

一种新型的预测函数PID控制算法的研究

针对应用于工业过程中的系统具有大时滞、时变性、非线性等特点,采用传统的PID控制方法难以实现良好的控制效果.将预测函数控制算法和PID控制算法相结合,提出了一种新型的预测函数PID控制算法.该算法具有预测函数控制算法鲁棒性强和PID控制算法抗干扰性好的优点.仿真结果表明,与常规预测函数控制算法相比,该控制算法满足系统对快速性和稳态精度的要求,具有良好的鲁棒性和抗干扰能力.     

PID控制的应用与理论依据

PID控制是自动控制中产生最早，应用最广的一种控制方法，从PID控制的结构形式，实际控制工程需求和实现条件分析了PID控制的独特优点，同时又介绍了二阶线性定常系统PID控制器的设计方法，叙述了高阶线性定常系统的特征建模原理，重点分析和推导了基于特征模型的带消除静差的二次型最优控制设计方法，证明了高阶线性定常系统和一大批非线性系统能用PID控制器实现位置恒值控制的基本原理，为随输出状态不同而选择不同P，I，D参数等各种人工调节方法提供了合理性解释，最后说明了PID控制器结构是智能控制的一种最基础单元。     

PID auto-tuning using new model reduction method and explicit PID tuning rule for a fractional order plus time delay model

In this paper, a new model reduction method and an explicit PID tuning rule for the purpose of PID auto-tuning on the basis of a fractional order plus time delay model are proposed. The model reduction method directly fits the fractional order plus time delay model to frequency response data by solving a simple single-variable optimization problem. In addition, the optimal tuning parameters of the PID controller are obtained by solving the Integral of the Time weighted Absolute Error (ITAE) minimization problem and then, the proposed PID tuning rule in the form of an explicit formula is developed by fitting the parameters of the formula to the obtained optimal tuning parameters. The proposed tuning method provides almost the same performance as the optimal tuning parameters. Simulation study confirms that the auto-tuning strategy based on the proposed model reduction method and the PID tuning rule can successfully incorporate various types of process dynamics.     

基于粒子群优化的分数阶PID预测函数参数整定

为避免分数阶PID预测函数手动调节参数的不确定性以及繁琐性,应用粒子群算法优化其参数,完善分数阶PID预测函数控制器,并提高其控制精度,充分体现了算法的智能性。将粒子群整定分数阶PID预测函数算法应用于单变量的励磁控制系统中,通过Matlab仿真并与模糊分数阶PID预测函数以及经验调节方法相比较,结果表明,粒子群算法整定参数收敛速度快,找到最优点时间短,整定后的算法具有静态误差小、无超调、上升速度快、调节时间短、抗干扰能力强等优点,能很好地满足励磁系统的动态特性,并具有较强的鲁棒性及适应性。     

基于单神经元预测PID的主动队列管理算法

针对网络中普遍存在的大时滞现象以及网络参数实时变化问题,将单神经元PID预测控制器用于主动队列管理算法(AQM).利用单神经元的自学习能力解决网络实时变化时算法参数的在线整定问题,并利用Levinson预测器有效地解决了大时滞对网络性能的影响,最后通过仿真进一步验证了提出算法的有效性.     

高阶时滞过程预测PID控制器设计及鲁棒稳定性分析

针对高阶加滞后对象稳定性分析的局限性,提出了预测PID控制器的设计方法,利用Kharitonov定理和边缘理论分析此系统在参数不确定情况下输入、输出的鲁棒稳定性,并给出了系统保持稳定的最大过程参数区间。仿真结果表明,当过程参数偏离标称值时,此类预测PID控制器的设计方法能够使系统保持很好的控制性能和鲁棒稳定性能。是一种值得在实际工程中推广应用的新型控制器。     

无线通讯网络功率和流量的预联合控制

To mitigate the loop delay in distributed wireless networks, a predictive power and rate control scheme is proposed for the system model that also accounts for the congestion levels and input delay instead of state-delayed in a network. A measurement feedback control problem with input delay is formulated by minimizing the energy of the difference between the actual and the desired signal-to-interference-plus-noise ratio (SNR) levels, as well as the energy of the control sequence. To solve this problem, we present two Riccati equations for the control and the estimation for the time delay systems. A complete analytical optimal controller is obtained by using the separation principle and solving two Riccati equations, where one is backward equation for stochastic linear quadratic regulation and the other is the standard filtering Riccati equation. Simulation results illustrate the performance of the proposed power and the rate control scheme.     

无线通讯网络功率和流量的预联合控制

To mitigate the loop delay in distributed wireless networks,a predictive power and rate control scheme is pro- posed for the system model that also accounts for the conges- tion levels and input delay instead of state-delayed in a network. A measurement feedback control problem with input delay is formulated by minimizing the energy of the difference between the actual and the desired signal-to-interference-plus-noise ratio (SNR)levels,as well as the energy of the control sequence.To solve this problem,we present two Riccati equations for the con- trol and the estimation for the time delay systems.A complete analytical optimal controller is obtained by using the separation principle and solving two Riccati equations,where one is back- ward equation for stochastic linear quadratic regulation and the other is the standard filtering Riccati equation.Simulation re- sults illustrate the performance of the proposed power and the rate control scheme.     

基于时域的PID模型预测控制算法改进及仿真

在分析模型算法控制(MAC)算法和PID算法的基础上,针对两种算法的不足,结合两种算法的优点,推导了基于PID性能指标的改进的MAC控制算法PIDMAC算法。这种算法既具有PID算法的优点,结构简单,参数调节方便,又具有预测功能。通过仿真研究的对比,在时域内分析了PIDMAC控制器的参数选择对系统控制性能的影响,说明了PIDMAC算法比基本MAC算法具有更好的控制性能,为工程应用打下较好的理论基础。