纸厂污水处理COD控制系统应用研究

为了通过曝气使活性污泥得到足够的氧气,使水中的可溶性有机污染物被活性污泥吸附,并被存活在活性污泥上的微生物分解,污水得到净化;针对污水处理过程控制对象的非线性、时变性以及不确定性等特点,提出了一种基于模糊自适应PID的控制方法,引入调整因子的污水处理COD自适应模糊控制系统,通过调节曝气机频率,将COD稳定地控制在理想的数值,该系统以Siemens S7编程实现;结果表明该控制系统弥补了常规PID和单纯模糊控制的不足,获得了更好的控制效果,提高了污水处理效率;该控制系统有效地解决了曝气生物滤池工艺中曝气过程的时变性、干扰多、变量耦合用常规PID控制效果不理想的状况,对于控制对象模型不好建立的控制对象,具有很好的控制效果。     

基于模糊自适应PID的溶解氧控制系统设计

为了通过曝气使活性污泥得到足够的氧气,水中的可溶性有机污染物被活性污泥吸附,并被存活在活性污泥上的微生物分解,使污水得到净化。针对污水处理中曝气过程溶解氧控制对象的非线性、时变性以及不确定性等特点,提出了一种基于模糊自适应PID的控制方法,引入调整因子的污水处理DO自适应模糊控制系统,通过调节曝气机频率,将DO稳定地控制在理想的位置,该系统以SiemensS7编程实现。结果表明,该控制系统弥补了常规PID和单纯模糊控制的不足,获得了更好的控制效果,提高了污水处理效率。该控制系统有效地解决了曝气生物滤池工艺中曝气过程的时变性、干扰多、变量耦合用常规PID控制效果不理想的状况,对于控制对象模型不好建立的控制对象,具有很好的控制效果。     

模糊PID控制在污水处理SBR工艺中的应用

污水处理SBR工艺生物反应池中溶解氧的控制存在非线性、时变、大滞后等问题,而传统PID控制参数整定不易,为此构造了一个模糊自适应PID控制器,将模糊控制和PID控制结合起来,通过模糊控制规则在线调整PlD控制器的三个参数。经仿真验证,模糊自适应PID控制器比传统PID控制器的动态响应曲线好,响应时间短,超调量小,动静态性能好。     

基于模糊自适应的SBBR溶解氧控制系统仿真

针对SBBR溶解氧系统的纯滞后、非线性、时变性的特点,提出将模糊自适应PID控制器引入到SBBR污水处理系统的曝气过程。采用模糊控制规则,根据控制系统偏差及偏差变化率的大小,自动调整PID控制器KP、KI、KD三个参数的大小,以使系统具有更好的控制品质。通过MABLAB仿真,结果表明,模糊自适应PID控制器比传统PID控制器上升时间缩短了37秒、调节时间缩短了95秒、超调量小3.5%且无静差。     

时滞系统的模糊自适应PID控制研究

将模糊控制和常规PID控制相结合,设计了一种模糊自适应PID控制器,该控制器根据偏差和偏差变化率的要求实时调整PID参数。通过仿真表明：该控制器既具有常规PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,并可以迅速消除系统误差,保证了系统具有良好的动、静态特性。     

温度控制系统模糊自适应PID控制器仿真研究

研究电机绝缘处理的过程中,针对烘干炉的温度控制具有非线性和大滞后的特点,常规的PID控制器和模糊控制器很难达到理想的控制效果,为保证温度系统的稳定性,把模糊控制和常规的PID控制结合起来,提出了模糊自适应PID控制器.首先建立了烘干炉温度控制系统的数学模型,确定了系统的输入输出量,建立了模糊控制规则,进行模糊推理,计算PID控制器的参数,可由PID控制器控制烘干炉的温度,采用计算机仿真结果表明,模糊自适应PID控制器与常规PID控制器相比较,提高了烘干炉温度控制系统的自适应能力和鲁棒性,改善了系统的动态性能和静态性能,能使非线性、大滞后等特殊的系统达到良好的控制效果.     

化工过程pH值的模糊免疫PID控制

针对化工过程pH值变化的非线性、时滞特点,提出一种模糊免疫PID控制方法;该方法依据生物免疫原理设计免疫反馈PID控制器,并使用模糊控制器来实现免疫反馈的非线性函数,然后优化控制器的参数,最后借助MATLAB工具进行仿真实验;PID控制器比例控制由公式5计算,其参数优化结果为K=4.5,η=2.0,Ki=0.009,Kd=6.0。仿真结果显示,模糊免疫PID控制效果优于自适应模糊PID和普通PID控制的控制效果。     

锅炉汽包水位三冲量自适应模糊PID控制

本文主要研究了用辅助信号自消方法和辅助信号对消方法来消除水位偏差。设计了三冲量自适应模糊PID控制器对汽包水位进行控制。通过MATLAB对传统PID控制系统和三冲量自适应模糊PID控制系统仿真,结果表明后者的自适应能力更强,抗干扰能力和鲁棒性更好,保证水位的稳定。     

蒸汽过热炉温度模糊自适应PID控制

针对乙苯脱氢制苯乙烯生产过程中蒸汽过热炉温度控制非线性、大滞后的问题,提出了一种模糊自适应PID控制器用于改善蒸汽过热炉的温度控制效果。首先建立了蒸汽过热炉的数学模型,确定了系统的输入输出量;其次,在构建模糊控制器结构的基础上设计了模糊控制规则,实现了PID控制器的参数自适应调节;最后对所设计的蒸汽过热炉温度模糊自适应PID控制器进行了仿真分析。结果表明,模糊自适应PID控制器与常规PID控制器相比较,提高了蒸汽过热炉温度控制系统的自适应能力和鲁棒性,改善了系统的动态性能和静态性能,对非线性时滞系统控制效果更好。     

基于免疫反馈机制的模糊PID控制算法研究

针对非线性时滞系统运用常规PID控制器不能获得理想的控制效果的问题,本文模拟生物的免疫调节机制,并结合模糊控制理论设计了一种基于免疫模糊自适应机制的PID控制器。仿真结果表明,与常规PID控制器相比,该算法具有更好的控制性能。     

基于Bang-Bang模糊自适应PID的干燥窑温度控制

为解决产品干燥窑温度控制过程中温度参数不易及时、准确调整的问题,该文提出了一种Bang-Bang(时间最优控制)模糊自适应PID复合控制器,利用Bang-Bang控制能最大限度的提高干燥窑温度的快速性和模糊自适应PID能提高干燥窑温度控制的准确性,使系统静态、动态都有比较理想的性能。建立干燥窑温度模型,并对该模型进行Bang-Bang模糊自适应PID控制和PID控制的仿真,两者比较结果:表明:Bang-Bang模糊自适应PID的响应明显比PID控制的响应效果优越。     

非线性系统的模糊免疫PSD控制与仿真

针对模糊免疫PID控制算法中微分与积分增益不能根据系统特性自动调整的问题,提出了一种模糊免疫PSD(Proportional Summation Derivative)控制算法。该方法将自适应PSD算法与模糊免疫PID算法相结合,利用自适应PSD控制算法根据过程误差的几何特性建立的PSD控制规律,使得模糊免疫PID控制算法中的微分和积分增益可以随比例增益的变化而自适应调整,从而进一步提高控制算法的自适应性能。仿真实验表明,采用该算法可以提高非线性、时变系统的控制性能,并能减少参数调整的工作量。     

电子束快速成型温度自适应模糊PID控制系统

将自适应模糊PID控制技术应用于电子束快速成型温度控制系统中,通过温度采集装置实时得到被加工件的温度信号,与设定值进行对比从而得到温度偏差及偏差的变化率,将温度偏差及偏差的变化率作为模糊控制器的2个输入变量,以自适应模糊PID控制器输出控制量调节电子束流大小,实现电子束快速成型温度的闭环控制.仿真结果表明,该控制系统具有调整时间短、稳态误差小、超调量小,即在电子束快速成型过程中,采用自适应模糊PID控制器比采用传统的PID控制器或模糊控制器可以得到更好的动态响应性能和控制精度.     

基于模糊PID控制的液压同步提升系统仿真分析

在LNG储罐穹顶液压整体提升技术中,不仅要保证各个提升吊点的位移精度和负载均衡控制,又要保证系统在提升过程中的平稳性。常规PID控制方式能够实现提升系统的同步控制,但由于控制参数不能根据负载的改变进行实时调整,导致液压整体提升系统在提升过程中会因速度波动而产生提升不平稳性。模糊自适应PID控制器可以实现控制参数的实时改变。运用AMESim和Matlab软件对液压整体提升系统的模糊控制模型进行联合仿真。仿真结果表明,模糊自适应PID控制在实现位移同步控制和负载均衡控制的前提下,能有效改善提升过程的不平稳性。     

小机车新型试验电源自适应模糊PID控制系统仿真研究

针对小机车传统试验电源系统存在的电压稳定性能差、响应速度慢的问题,提出了一种自适应模糊PID控制的小机车新型试验电源系统。对自适应模糊PID控制器的设计和建模,以及仿真的效果进行了详细的阐述,并进行了系统的鲁棒性分析。同时还将自适应模糊PID控制和传统PID控制进行了对比研究,证明了自适应模糊PID控制的小机车试验电源系统有电压稳定性能好、响应速度快的良好电气特性。     

模糊自适应PID控制器参数整定的研究

主要研究了模糊自适应PID控制器参数整定方法,给出了预估计PID参数值的经验公式和方法。用MATLAB软件对PID控制、模糊自适应PID控制的控制性能分别进行了仿真研究,结果表明参数模糊自整定PID控制具有良好的稳态精度和自适应能力。     

自适应模糊PID控制器的设计

目前的工业过程控制中被控对象往往都是非线性、时变的系统,常规PID控制对于这样系统的控制效果不是很理想。为此,提出将模糊技术与PID控制相结合的控制方式,设计出自适应模糊PID控制器。利用Matlab中模糊逻辑控制工具箱设计模糊控制器,在Simulink环境中实现了该自适应模糊PID控制器的仿真。仿真结果表明,该模糊PID控制具有控制灵活、响应快和适应性能强的优点。     

基于神经网络的模糊自适应PID控制方法

提出一种基于BP神经网络的模糊自适应PID控制器。该控制器综合模糊控制、神经网络与PID调节各自的优点，既具有模糊控制的简单和有效的非线性控制作用，又具有神经网络的学习和适应能力，同时具备PID控制的广泛适应性，仿真实验表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。     

加工过程的模糊自适应PID控制

经典的加工过程模型随切削深度、主轴转速、加工材料、刀具形状和磨损程度不同而不同,因而具有时变性。实际加工过程要比理论上推导出的模型复杂得多,是一种具有非线性、时变性和影响因素不确定的复杂系统,甚至难以用合适的数学模型来表示。结合PID和模糊控制两者的优点,建立一种加工过程的模糊自适应PID的控制方法。对模糊自适应PID控制算法进行了理论分析,基于Matlab建立了铣削加工过程的仿真模型。仿真结果表明,运用模糊自适应PID控制方法,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力要优于增益自适应的PID控制。     

水轮机调节系统的模糊神经网络控制*

将模糊神经网络与自适应控制相结合,设计出一种能对水轮机调节系统进行有效控制的基于模糊神经网络的自适应PID控制算法.对改进后的调节系统特性进行测试和仿真,并与常规的水轮机进行比较,验证了模糊神经网络控制方案的可行性.仿真结果表明,该算法实现了调节系统的在线自适应调整,更精确反映调节系统的动态变化过程.与其他方法相比,该算法具有更快的响应速度和更好的控制效果.