智能变增益PID算法及其在光缆收线中的应用

本着探讨怎样通过修改PLC程序实现智能PID算法来克服传统PID参数不可自动调整的弊病从而解决光缆二次套塑生产线中出现的振荡或快速性不能够的问题。     

基于变尺度混沌优化方法的PID控制器设计

混沌优化方法是一种新兴的优化方法，它利用混沌系统具有的随机性，遍历性和对初值的极端敏感性等特点实现优化搜索，尤其对目标函数不可微，不连续的多参数寻优问题十分有效，把变尺度混沌优化方法引入到PID控制器的设计中，对PID参数进行优化并用SIMULINK对优化结果进行了仿真，结果证明，变尺度混沌优化方法算法简单有效，所设计的PID控制系统具有响应快，超调小和控制精度高等优点，具有很好的实用价值。     

一种变增益的神经元Smith预估控制器的设计

针对Smith预估控制鲁棒性较差的缺点,本文给出一种交增益的神经元Smith预估控制算法。新算法采用采用高收敛阶的学习规则,同时引入专家控制的思想实现交增益控制,改善神经元控制品质。仿真实验表明这种控制方式具有良好的适应性与鲁棒性。     

智能PID控制器及其自学习

本文对具有自学习功能的智能PID控制器进行了研究，控制器采用智能PID控制，通过对PID控制的控制结果的有效的性能评价，得出PID控制顺输出的应修正的量值，并以优化的原则，将该量值合理地分配到P.I.D的三个参数上去，从而达到系统在运行过程中自动调整和学习P.I.D参数的目的。     

智能PID控制

引言 在工程控制领域,PID控制的应用至今仍最为广泛,这与其控制器结构简单,能满足大量工业过程的要求,具有一定的鲁棒性等特点有关。然而,在现代工业控制过程中,许多被控对象机理复杂,它不仅表现在控制系统具有多输入、输出的强耦合性、参数时变性和严重的非线性特性,而且从系统对象所能获得的知识信息量也相对地减少,然而对控制性能的要求却日益提高。因此,采用常规PID控制器难以获得满意的控制效果。 近年来,智能控制与常规PID控制相结合,形成智能PID控制,这种新型控制器已引起人们的普遍关注和极大兴趣,并已得到较为…     

变参数PID控制器

在分析PID控制基本原理的基础上,提出了一种改进的PID控制器——变参数PID控制器 ．该控制器根据控制偏差的大小通过非线性函数在线改变PID三个控制参数的大小,以获得 满意的控制性能．本文给出了该控制器的三种结构,将这三种结构与常规PID控制器进行了 对比仿真实验,结果表明这三种结构的性能均优于后者．本文还就该控制器的抗干扰性能、 鲁棒性能、对非最小相位系统的适用性进行了仿真．仿真结果表明,该控制器性能良好．     

一种新型神经网络智能PID控制器的仿真研究

设计了一种新的神经网络智能PID控制器，用继电器自整定法给出了PID控制器参数的初值，在运行过程中，用神经网络辨识器在线调整PID参数，使过程具有较高的控制品质，同时对PID控制的结构了一定的修改，使之更适用于实际控制。     

一种新型非线性PID控制器

将非线性函数与简单的PID控制器相级联，构成一种新型的非线性PID控制器，以提高现有PID控制器的性能，新型PID控制器的设计过程十分简单，只要适当构造非线性函数，并与原PID控制器级联起来便可实现，数值仿真结果表明，所提出的PID控制器比简单的PID控制器具有更好的动静态性能。     

低增益变结构模型参考自适应控制器设计

就对象相对阶大于1时的变结构模型参考自适应控制（VS－MRAC）系统提出了一种低增益变结构控制方案,主要特点是：1）系统变结构律在低增益状态下仍可保证所有辅助误差在有限时间内收敛到零,从而提高了系统跟踪精度;2）进一步研究了平均值滤波器对系统稳定性的影响。     

2自由度PID控制的运动控制器参数自设计

提出了一种基于2自由度PID控制，用于伺服系统，能够根据系统所要求的性能指标自动设计并调节参数的智能运动控制器的设计方法，仿真结果表明，这种控制器经过有限次的参数和自动调整，能够满足性能指标的要求，对实际中工程技术人员调整控制器参数具有参考价值。     

分数阶模糊免疫PID控制器的设计

为改善分数阶PID控制器的控制性能,借鉴整数阶模糊免疫PID控制器,把模糊免疫调节与分数阶PID控制器结合起来,设计了分数阶模糊免疫PID控制器。仿真结果表明了该方法的有效性,不但提高了分数阶PID控制器跟踪性能,而且还具有良好的鲁棒性和抗干扰性。     

单神经元自适应PID控制器的性能优化设计

研究了单神经元自适应PID摔制器性能优化问题,阐述了该摔制器的特点、控制律;给出了一种控制灵敏度的快速近似求取方法,实现了PID参数的在线自学习;使单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒件强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。     

免疫最优PID控制器设计与应用

以基于欧氏距离和精英交叉的人工免疫算法(DKBAIA)为基础,提出了一种新的最优PID控制器的设计方法。这种方法的核心是以ITAE性能准则为目标函数,采用DKBAIA去调整和优化PID控制器参数,以获得最优的目标函数值,进而获得最优的PID控制器。所设计的这种控制器称为DKBAIA—PID控制器。将该控制器用于控制智能仿生人工腿的执行电机中,并进行计算机仿真实验,结果表明:这种基于免疫算法的最优PID控制器具有良好的动态和稳态性能。     

基于幅值裕度和相位裕度的PID参数最优整定方法

给出一种基于幅值裕度和相位裕度的PID参数最优整定方法.首先,基于改进的D–分割法确定满足幅值裕度和相位裕度要求的控制参数稳定域,然后根据最大灵敏度函数、超调和调节时间定义控制器设计的目标函数,在所得到的控制参数稳定域中计算出一组最优的控制参数值.仿真结果表明,该整定方法能够保证闭环系统具有强鲁棒性、良好的跟踪性能和抗干扰性能.它不仅适用于稳定时滞对象,而且还适用不稳定时滞对象.     

基于SOPC的多通道智能PID控制器

针对传统的多通道数字PID控制器实时性较差的特点,本文提出一种利用FPGA技术实现多通道PID控制器的硬件设计方案。并且采用模糊自整定方法对PID控制器参数进行实时调节,实现PID控制器的自适应功能。     

连续搅拌反应釜过程的闭环增益成形PID控制器设计

针对连续搅拌反应釜（CSTR）系统控制问题,设计了一种基于闭环增益成形算法的PID控制器,以提高PID控制器设计的简洁性和鲁棒性。首先假设期望闭环回路传递函数有一阶形式,同时将受控对象的一阶传递函数和PID控制器构成实际闭环回路传递函数。然后,比较期望闭环回路传递函数和实际闭环回路传递函数,即可确定PID参数。最后,以某CSTR系统为例,利用该方法设计了PID控制器,并通过仿真结果比较,检验了该方法所得PID控制器的良好鲁棒稳定性和动态品质。     

基于PID控制器的动态投资组合模型

在投资过程中, 投资者都是在发生亏损或预期发生亏损时才对投资头寸进行调整, 即投资者调整投资组合的目的是保证组合能获得正收益. 基于该思想, 以组合的预期收益率与通过组合要实现的收益率之差作为控制量, 通过PID 控制器动态调整组合中各证券的投资权重, 以实现组合下一期的预期收益率与人们在投资之初确定的收益率相等的目标. 仿真结果表明, 按该模型配置的投资组合的预期收益率能够达到目标收益率.     

基于CARLA-PSO组合模型的智能控制器参数学习优化

对连续动作强化学习自动机（CARLA）进行了改进,应用改进后的CARLA结合粒子群优化算法（PSO）优化PID参数。以CARLA为基础,建立了CARLA和PSO的组合优化学习模型CARLA-PSO,该模型包含CARLA学习环路和PSO学习环路两个部分,通过优化策略选择器进行学习环路的选择,通过与环境进行相互作用,获得最优控制。本文对连铸结晶器液位控制进行了仿真实验,实验结果表明,CARLA-PSO在进行PID参数优化时寻优效率高,全局搜索能力强,能够达到理想的控制效果。具有较好的应用前景。     

一种基于遗传算法的非线性PID控制器

基于PID控制器各增益参数与偏差信号之间呈现非线性关系,拟合各参数的非线性函数可分别对控制器的P／I／D各部分实施单独调节的思想,提出根据控制与误差之间的调节规律,给定一组增益参数的非线性函数,并采用遗传算法来优化和构造此非线性PID调节器．典型系统的仿真结果表明,该控制器可在一定程度上兼顾系统的动态和静态性能．     

基于单神经元PID的航空发动机解耦控制

将神经网络应用到PID控制器的参数整定过程中,提出了一种基于改进单神经元PID的航空发动机解耦控制方法,通过在航空涡扇发动机多变量控制系统中的应用,得出了实际的仿真结果及结论。仿真结果表明,该改进单神经元PID解耦控制方法与传统的PID多变量解耦相比,具有响应速度快,自适应能力强,抗干扰能力强,实现简单的优点,因而可以广泛的应用于非线性系统的解耦控制中。