基于集成神经网络的CSTR状态预测

针对连续搅拌反应釜(CSTR)具有的多重稳态性质,提出使用多个相同拓扑结构的神经网络模块组成的集成神经网络对CSTR的状态进行预测的方法。对集成神经网络的所有网络模块使用多目标粒子群优化算法进行同步训练,使训练结果收敛于参数空间内最优的Pareto面。避免了单一神经网络训练收敛到某一最优点可能产生的过拟和的问题;解决了使用传统训练方法对集成神经网络的子网络进行独立训练时增加学习算法复杂度的问题。对CSTR浓度预测的测试结果证明集成神经网络比同等规模的单一神经网络更适用于CSTR的状态参数预测。     

单神经元PID在CSTR系统温度控制中的应用

连续搅拌反应釜系统是一个典型的非线性模型,化学反应过程表现出很强的非线性和时滞性,很难为对象建立准确的数学模型,该反应又属于放热反应,因而对反应温度的控制是整个控制过程的最重要的环节,由于温度变化的滞后,运用常规PID控制效果不佳.本文利用单神经元PID对其温度进行控制,整个过程反应的控制指标能够达到工艺要求,取得良好的控制效果,并有较好的抗干扰性能.     

基于神经模糊模型的CSTR系统预测控制

针对具有高度非线性特性的连续搅拌反应釜(CSTR)控制过程,研究了基于神经模糊模型的预测控制策略.利用神经模糊模型预测CSTR系统在一定预测时段的输出,基于进化规划(EP)的优化算法,使用神经模糊模型的预测输出来确定输入序列,实现对CSTR的PH值跟踪控制,仿真结果表明该方法可以获得满意的跟踪控制效果.     

CSTR系统的基于CMFC神经元网络的学习控制研究

CMAC(Cerebellar Model Articulation Controller或Cerebellar Model Arithmetic Computer)神经元网络是由Albus提出的一种表达复杂非线性函数的表格查询的自适应系统。本文将CMAC应用到具体的连续搅拌反应釜(CSTR)系统的学习控制研究中,仿真结果表明,该学习控制策略具有较强的自学习能力且容易实现,对于改善非线性控制的性能,不失为一种有益的尝试。     

连续CMAC-RLS在CSTR系统中的仿真研究

基于RLS算法的连续CMAC是在对CMAC的结构进行相应改变的基础上提出的,收敛速度快,收敛性得到了证明,可以有效的提高CMAC的性能,但连续CMAC-RLS算法的仿真和应用研究还比较少,有待于更多的发展.将RLS算法引入CMAC网络从而构成的基于RLS算法的连续CMAC网络,并给出了完整的连续CMAC-RLS算法的数学描述.随后讨论了CSTR系统,并采用基于RLS算法的连续CMAC对具有代表性的强非线性系统CSTR进行建模.仿真结果表明,关于连续CMAC网络对强非线性系统具有良好的建模效果,可应用于较复杂的工业系统建模.     

双容水箱基于QPSO算法的PID控制研究

双容水箱液位系统是典型的非线性、时延系统,以CS4000装置为研究对象,通过机理法和测试法建立其数学模型.粒子群优化算法是模拟鸟类群体行为的智能算法,参数设置较少,收敛性较好,但寻优过程易陷入局部最优解.为此,提出了量子行为粒子群优化算法.针对常规比例积分微分(proportional-integral-derivat...     

一类干扰有界约束非线性系统的鲁棒模型预测控制

针对一类干扰有界约束非线性系统设计了基于控制不变集切换策略的鲁棒模型预测控制算法.针对非线性系统线性化之后的结果,给出了平衡点的非线性标称系统控制不变集的计算方法.然后在考虑线性化误差和加性有界干扰影响的基础上,构造了平衡点附近最小鲁棒正不变集.结合不变集切换策略和Tube不变集控制方法,提出了干扰有界约束非线性系统的不变集切换策略.最后将该算法应用到一类典型的非线性化工过程连续搅拌反应釜(CSTR)中,仿真结果验证了算法的有效性.     

基于多模型粒子群优化的PID参数鲁棒整定

针对常规粒子群优化算法存在的鲁棒性能差的问题，提出一种基于多模型的粒子群优化方法．将其应用于对PID控制器参数的优化，有效地避免了PID控制器设计中复杂的参数调试．即使在模型失配的情况下，控制系统仍保持了良好的控制品质和鲁棒性．通过对几个典型被控对象的仿真实验，证明了所提出的优化算法的实用性、有效性和优越性．     

联姻遗传算法在CSTR 系统中的应用

将基于联姻遗传算法的模型参考自适应控制方法引入连续搅拌反应釜这一复杂的非线性系统,通过运用新型的联姻遗传算法对控制系统的PID参数进行在线调整,使模型参考自适应控制达到理想的控制效果。仿真结果表明了该方法的良好控制性能。     

基于粒子群算法的弹簧-阻尼系统PID控制器优化设计

弹簧-阻尼系统在工程技术中有着广泛的应用,它的稳定性对工程有比较重要的影响。研究了弹簧-阻尼系统PID控制器的设计,并针对PID控制器参数整定困难的问题,利用粒子群算法对PID参数进行了优化,最后采用MATLAB进行仿真实验证明该方法的可行性和优越性。将实验所得到的仿真结果与预估法、Z-N整定法所得到的结果进行比较,证明了用粒子群算法调整PID参数可以有效消除系统的冲击,从而使系统更加稳定和可靠。     

基于PID算法的大功率泵浦激光器温控系统设计

设计了一种基于数字PID算法的大功率泵浦激光器温度控制系统,该系统采用ARM2210作为处理器,高精度NTC（负温度系数热敏电阻）和TEC（半导体制冷器）分别作为温度传感器和温控执行元件,并对传统的PID算法和参数进行改进和整定、修正,驱动芯片选用MAX1968,在节省大量电路设计的同时大大提高了温度控制精度和抗干扰能力。实验结果表明：该系统在0～40℃温度范圆内的控温稳定性优于±0．05℃,能够有效抑制LD波长的漂移。     

基于DCS的预测PID控制系统鲁棒稳定性分析

针对基于DCS的预测PID的控制系统.利用Kharitonov定理和边缘理论分析其在参数不确定情况下输入、输出的鲁棒稳定性.具体就SOPDT(二阶加纯滞后)对象给出了系统保持稳定的最大过程参数区间,并对非最小相位系统进行了简单分析.理论分析和仿真结果表明,当过程参数偏离标称值时,该算法能使系统保持很好的鲁棒稳定性.     

非线性系统的蚁群优化预测PID控制

针对非线性、时变及大惯性系统的控制问题,提出了一种基于蚁群算法的预测PID控制算法。该算法以神经网络作为预测模型,将预测控制和PID控制相结合,并用蚁群算法在线优化控制器参数,其中以常规的Ziegler-N ichols方法整定的控制器参数为基础,选取蚁群优化变量的动态搜索区间。该算法考虑了控制能量受限情况下,非线性系统的预测控制问题。计算机仿真结果表明,该非线性控制方案具有较好的鲁棒性,相对传统PID控制策略还表现出了良好的动态性能,能够满足对再热汽温对象的控制要求。     

基于PID算法的炉窑温度串级控制系统设计

利用温度传感器、变送器、PLC及其配套的A/D转换器件MAD02和上位计算机,以炉窑为被控对象,以炉窑出口气温为主被控参数,以炉膛内的气温为副被控参数,以加热炉电阻丝电压为控制参数,以PLC为控制器,设计了炉窑温度串级控制系统,运用PID算法进行了PLC程序设计,实现了炉窑气温的定值控制;经调试实验证明,综合误差仅为0.926℃,充分满足了本系统误差范围在2℃以内的控制要求.     

基于增量式PID算法的帆板控制系统的设计

基于STC12C5A60S2单片机与增量式PID算法,实现对帆板系统的控制。该系统主要由键盘模块、显示模块、风扇驱动模块、角度测量模块、报警模块组成。角度传感器测量帆板的角度并反馈回单片机,通过增量式PID算法计算,并由PWM方法控制风扇的转速,从而实现精确控制风扇风力与帆板角度。     

基于实数编码遗传算法的PID控制系统设计

提出一种使用遗传算法确定PID控制系统参数的方法。它以使用工程中常用的频域指标作为目标函数,使方法更具有实效。根据这一思想,使用C语言设计遗传算法的各个部分,如编码方式、适应度函数、遗传操作算子等。最后,对实际的算例进行计算并将结果在Matlab环境下进行了仿真。仿真结果表明:本方法快速、有效。     

基于最优PID控制算法的直流调速系统

提出了一种基于PID最优控制算法的直流调速系统 ,介绍了PID算法的数字化方法、最优PID参数的设定方法 ,以实现直流调速系统对转速的高精度控制。     

基于模糊PID算法的隧道照明控制系统的设计

针对隧道照明的耗电量大，且隧道内实时亮度达不到行车安全亮度的问题，设计了一种基于模糊PID算法的隧道照明控制系统。该控制系统以“车进灯亮，车走灯灭”为隧道照明的控制策略，使用亮度探头实时采集隧道内外亮度数据，依据《公路隧道照明设计细则》计算出安全行车的需求亮度，最后使用模糊PID控制隧道照明调光。仿真结果表明，相较于传统PID控制器，模糊PID控制器具有调整迅速、超调量小、稳态时间短、受光衰现象的影响小等优点，且具有良好的鲁棒性和稳定性，更适用于隧道照明控制。     

神经网络PID在PLC系统控制中的应用研究

针对传统的PID算法由于难以给出精确的数学模型,使得系统参数设定困难,同时系统控制效果上存在一定的缺陷,造成系统安全性和可靠性降低,系统控制质量不高。为了解决传统的PID算法所带来的问题,提出了基于模糊神经网络的PID算法,将PID算法、模糊控制算法以及神经网络算法相结合,形成了一种智能控制算法。将算法应用在PLC控制系统中,实验表明算法有效的实现了PID参数的自整定,并且提高了控制质量,具有一定的实际应用推广价值。     

基于限幅模糊PID算法的果酒温度控制系统

针对果酒发酵温度控制系统的大惯性和纯滞后等特点,在传统模糊PID温度控制系统中引入反正切函数和Smith预估温度补偿器,以实现对果酒温度的精准控制.通过使用反正切函数作为量化因子以对误差和误差变化率进行限幅、模糊算法对PID控制器参数实现自整定和Smith预估实现补偿非线性延时,以减少系统的超调量、稳态误差和调节时间....