模糊自适应PID算法的贴片机多路温控系统

为解决传统贴片机温控系统控制效率低、温控精度不理想等问题,提出一种适用于贴片机多通道温控系统的模糊自适应PID算法。算法既具有传统PID控制器结构简单、静态控制精度高等优点,又改进了PID控制器对于非线性、大时滞系统的控制效果。     

空调系统大时滞过程控制方法综述

在复杂的空调系统中,大时滞现象普遍存在,使得系统的稳定性变差,造成较大能量损耗。而且针对地下工程特殊的热湿环境及密闭空间,使空调系统的新风换气次数增多,大时滞现象更为明显,能量消耗大,控制要求较为复杂。传统控制方法不能及时调节控制参数以达到有效的节能。分析经典控制、现代控制及智能控制在处理空调系统时滞方面的应用,并结合地下工程特点分析基于PID的模糊预测控制。     

供热站节能控制系统研究

供热站控制系统的被控对象由于具有时滞性较强的特点而无法得到较好的控制效果,在系统工作的过程中造成了资源的浪费。该文结合神经网络以及遗传算法对供热站供热系统进行了优化。采用差分进化算法对神经网络中的阈值和权值进行优化,将经过优化后的网络用于供热负荷的预测并将预测量引入系统,结合遗传算法对PID参数进行优化。将优化后的系统利用Matlab进行仿真,证明了经优化后的PID控制器具有较好的控制效果。     

基于模糊免疫PID的时滞网络自适应主动队列管理

提出了一种基于灰预测和模糊免疫PID控制的时滞网络自适应主动队列管理（AQM）算法FIGAPID，旨在增强AQM算法动态自适应能力，同时补偿网络时滞，综合提高AQM算法性能。该算法借助免疫反馈机理进行PID参数的在线自适应调整，采用模糊非线性逼近的方法进行免疫反馈函数的确定；采用等维新息滚动灰预测实现路由器队列长度的超前预测，补偿AQM控制的反馈滞后。对比传统PID算法，仿真验证了FIGAPID的有效性，表明算法能快速稳定地适应动态时滞网络环境变化，收敛于路由器队列长度期望值，同时具有较小的数据丢包率。     

基于Dahlin算法变风量空调自校正PID控制

变风量空调具有时变、延时、非线性等特点,在此类系统中传统的PID控制算法难以取得最佳的控制效果。基于广义预测自校正的控制算法,控制精度高,具有较强的跟踪性能,但是以增大的计算量和频繁的调节系统参数为代价的。文中提出一种基于改进的Dahlin参数整定方法的自校正PID控制器,该算法在理论建模的基础上,采用在线的带遗忘因子最小二乘法,实现传递函数的参数估计,建立了系统PID参数之间的关系式,实现变风量空调系统的末端控制。算法仿真运算及实验表明,与传统PID及广义预测自校正控制方法相比,文中方法控制精度高于传统PID,同时计算复杂度低于通常广义预测自校正控制。     

模糊PID控制废水pH值研究

废水处理具有时滞性、非线性以及数学模型难建立等特点,传统控制方法难以对控制对象--pH值起很好的控制效果,并造成反复处理,浪费人力物力.这里介绍一种模糊控制与PID控制相结合的方法,以解决控制中的难点--时滞性和非线性等问题.并简要介绍废水自动加药系统的构成及模糊PID控制在废水处理过程中的应用.通过采用模糊PID实现对pH值较好的控制,增强控制系统稳定性和抗干扰能力,提高污水处理质量,降低处理开支.     

基于Dahlin算法变风量空调自校正PID控制

变风量空调具有时变、延时、非线性等特点,在此类系统中传统的PID控制算法难以取得最佳的控制效果.基于广义预测自校正的控制算法,控制精度高,具有较强的跟踪性能,但是以增大的计算量和频繁的调节系统参数为代价的.文中提出一种基于改进的Dahlin参数整定方法的自校正PID控制器,该算法在理论建模的基础上,采用在线的带遗忘因子最小二乘法,实现传递函数的参数估计,建立了系统PID参数之间的关系式,实现变风量空调系统的末端控制.算法仿真运算及实验表明,与传统PID及广义预测自校正控制方法相比,文中方法控制精度高于传统PID,同时计算复杂度低于通常广义预测自校正控制.     

基于自抗扰控制器的变风量空调解耦控制

变风量空调是一个多输入多输出的系统,由于具有多个回路,各个回路之间相互影响,具有强耦合、非线性和大时滞等特点。常规PID控制存在稳定性与精确性的矛盾。文中根据自抗扰控制原理,分析了变风量空调系统的耦合关系,通过扩张状态观测器实现对系统总扰动的估计和补偿,实现解耦控制。文中将其用于变风量空调末端的主回路温度控制系统。仿真实验结果表明,与PID控制相比,自抗扰控制器的超调量、时滞等得到了明显改善。     

新型Smith预估控制在ATP伺服系统中的应用

为了提高空间光通信的捕获、跟踪与瞄准系统的跟踪精度,首先通过对ATP伺服系统系统进行结构分析:针对粗跟踪系统的传输特性和电机滞后,采用SISO补偿器使系统的响应速度明显加快;针对精跟踪系统的传输特性和快速倾斜镜的迟滞特性,提出了一种新型Smith预估控制方法,利用MATLAB仿真软件进行仿真,并与多种传统的PID控制系统进行比较.结果表明,新型控制方法不但具有Smith预估器对时滞有效控制的优点,更是显现出PID控制、PI控制、PD控制的良好匹配效果,能够很好地解决纯时滞造成的不稳定性,而且具有较好的鲁棒性和抗干扰性.     

基于遗传算法的自整定PID控制器

控制对象的时滞现象普遍存在,使用简单的PID控制器很难取得很好的效果.本文提出了一种基于遗传算法的PID控制器参数优化设计方法,对带有惯性环节和时滞环节的试验系统进行了仿真实验,结果表明遗传算法是一种简单高效的寻优算法,与传统的寻优方法相比明显地改善了控制系统的动态响应性能.     

基于模糊控制的温室环境监控系统的设计

针对目前温室环境控制系统研究中存在的算法单一、精度不足、效率过低、时滞较长等问题,本文基于模糊PID控制算法与物联网的调控设计研究了低成本、高可靠性的温室环境智能监控系统。该系统以PID控制算法为基础,引入了模糊控制算法,利用模糊控制算法不需要过于精确到数学模型又能迅速控制的特点,克服了传统PID算法具有的大超调量,长超调时间等显著缺点,在保证控制精度的前提下既能缩短控制时间又提高了抗干扰的能力。     

预估型氨法脱硫控制系统研究

燃煤发电系统中氨法脱硫控制系统具有时变、大延时、大惯性的特点。针对典型的大延迟系统,文中提出基于Smith预估器的脱硫控制系统,通过抵消系统被控对象中的纯滞后环节来提高系统的实时性。Smith预估器依赖准确的PID模型,系统中PID参数整定仍存在不确定性。利用SOA算法对PID参数进行整定,将绝对误差积分ITAE作为适应度函数,通过对适应度值的不断寻优,找到最佳的比例积分微分系数组合。仿真结果表明,相较于Smith预估器控制下的脱硫系统,基于SOA的Smith预估PID控制系统跟随性好且反应迅速,调节时间缩小为原来的9%,峰值时间缩小为原来的5%,具有较小的超调量,系统的实时性和稳定性得到保证。上述结果证明该算法对工程控制系统有效,并具有良好的应用前景。     

一种时滞网络自适应主动队列管理算法研究

主动队列管理(AQM)算法的自适应能力和克服滞后性不良影响的能力是该文研究的重点。在分析AQM采用传统PID存在的问题的基础上,提出了一种时滞网络的自适应主动队列管理(FAGPID)算法。由模糊控制器实现PID参数对动态网络环境的在线自适应调整;成功引入灰预测算法实现反馈数据的超前预测,补偿滞后。仿真对比AQM环境中FAGPID,传统PID以及基于模糊免疫PID(FIGPID)的算法,可知FAGPID相对于FIGPID复杂度低,但FAGPID与FIGPID性能相当,均能克服滞后的影响,能快速稳定地适应动态网络环境,收敛于期望队列长度,具有较小的丢包率,优于传统PID算法。     

基于BP神经网络PID控制在热力站的应用

热力站的换热器是一个非线性、时变的控制系统。常规的PID控制对热力站是不能达到较好的控制效果,于是提出了基于BP神经网络的智能PID控制方法对热力站控制。本文在介绍了BP神经网络模型的基础上,使用基于BP算法的PID控制器对热力站的换热器进行优化和整合,实现了对PID参数的在线调整,并使神经网络的学习和收敛速度加快,结果表明,采用神经网络PID控制对非线性系统及其参数有良好的整定,具有更好的适应性和鲁棒性。     

基于粒子群优化的网络拥塞控制新算法

PI控制器常用于主动队列管理中,但参数整定上的试凑法具有盲目性,算法的瞬态性能也不够理想.本文推导了基于流体流理论的网络简化模型,基于该模型将集群智能中的改进粒子群优化算法(PSO)应用于PID控制器参数优化,定义了一个综合调节时间、上升时间、超调量、系统静态误差、正弦跟踪误差等动静态性能指标函数,在给定的参数空间进行组合优化搜索,迅速求得获取使性能指标优化函数极小化的一组PID控制器参数,将PID控制器应用于网络主动队列管理系统中.仿真结果表明,在大时滞和突发业务流的冲击两种情况下,该方法设计的控制器的动静态性能优于RED、PI算法,超调量均小于5%,调节时间分别小于5秒、4秒,稳态误差分别小于两个数据包和3个数据包.     

基于改进PID神经元网络的多变量系统控制算法

PID神经元网络具有动态特性,在系统控制应用中相比于传统的PID控制方法可取得更优的效果,但其学习算法为梯度学习算法,初始权值随机取得,为了提高其控制量逼近控制目标的速度和系统响应时间,引入粒子群算法对初始权值进行优化,最后应用Matlab软件对改进后的PID神经元网络算法进行仿真。仿真结果表明,该方法具有较好的控制性能。     

采用预测控制进行纵向塞曼幅值热稳频的研究

产生纵向塞曼频率分裂的He—Ne激光器输出左、右旋圆偏振光,其光强差和激光频率呈稳定的调谐曲线。装置利用单片机采集幅值信号,采用预测控制理论进行数字调节,输出PWM(PulseWidth Modulation)信号补偿激光管的温度以实现热稳频控制。为实现对热稳频大滞后、非线性这一复杂系统的高质量控制,提出了预测控制方法,该方法克服了传统PID(Proportional IntegralDifferential)调节中存在的调整工作量大,控制后果不能及时反馈的不足,适用于各种热稳频过程。数字仿真和实验验证预测控制是稳定的,对模型误差的适应能力强。对10s采样周期,估算得系统频率稳定度达6.7×10~(-9)。     

基于改进神经网络算法控制开关电源的研究

针对数字开关电源的控制策略问题,提出一种改进共轭梯度算法的BP神经网络PID控制系统.以BUCK变换器为研究对象,在BP神经网络PID算法的基础上,通过改进共轭梯度算法优化控制系统的调节时间和恢复速度,以提高数字开关电源系统的控制性能和输出性能.基于MATLAB软件完成系统建模进行仿真研究.结果表明:改进后的控制系统比...     

Self-tuning PID controller using Newton-Raphson search method

A new algorithm for self tuning of proportional-integral-derivative (PID) controllers is proposed. A combined least-squares estimation and Newton-Raphson search technique is used to determine the ultimate gain and period of an unknown system for the purpose of automatic tuning of PID controllers based on Ziegler and Nichols (ZN) or refined Ziegler and Nichols (RZN) formulas. The proposed algorithm can be applied to systems with known time delay, as well as those with unknown dead time. Simulation studies are used to demonstrate the performance of this algorithm. The performance of this PID self tuner is also compared with a popular commercial auto-tuner for simulated systems and a laboratory-scale real plant     

机载激光武器高精度跟踪控制技术研究

机载激光武器系统是一种定向能武器系统,对跟踪精度要求较高,传统PID控制无法满足其高精度跟踪需求。建立了预瞄模型、探测器模型、快速反射镜模型、时滞模型等数学模型,搭建完整的仿真系统,并创新性地采用自抗扰控制算法和复合轴控制结构相结合的控制方式,以提高控制精度。通过功能验证试验验证文中搭建的仿真系统,加入实际采集的某运输机扰动,其跟踪精度为5.16 μrad,相较于传统PID控制,跟踪精度提高25倍。同时给出一种虚拟战场场景,经文中搭建的仿真模型验证,其俯仰轴和偏航轴的跟踪精度均小于10 μrad。