面向无人飞行器的模糊闭环控制系统研究

通过对无人飞行器的建模,针对无人飞行器自动定向和自动定高,以及速度在内的一些参数提出了改进控制结构和底层控制方法。针对自动定高、定位等水平面控制提出了串级双闭环控制结构,改进了控制的响应速度和调节精度。针对传统PID控制方法采用粒子群算法(PSO)对PID参数进行优化,与设计的模糊控制器进行对比无人飞行器在底层控制上的优劣。通过仿真对比发现,粒子群优化的PID(PSO-PID)控制效果明显强于普通PID算法,但由于无人飞行器数学模型的不确定性,弱于模糊控制器。仿真实验证明提出的方法具有快速的动态响应,并具有一定的鲁棒性。     

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。     

基于改进粒子群算法的模糊PID在DEH中的应用

针对PSO算法易陷入局部极值，探索参数法，推导出一种改进的PSO算法。该算法采用惯性权重呈幂指数衰减的策略，扩大前期全局搜索范围，提升后期局部寻优准度。经测试比较，证明了可行性。同时，为解决汽轮机数字电液控制系统(DEH)中单一PID控制的局限性，将改进算法与模糊PID控制相结合，共同优化系统参数，使DEH在发生偏差变化时，实时调节系统的控制质量。最后，在Matlab软件下建立仿真模型，并与模糊PID、单一PID控制对比，结果证明了该策略在DEH控制方面的优势。     

改进粒子群算法的永磁同步电机PID控制器

采用粒子优化算法进行PID模糊控制训练能提高永磁同步电机的控制精度,提出一种基于改进粒子群算法的永磁同步电机PID控制方法,构建永磁同步电机PID模糊控制目标函数,选择电压、转矩、速度和电磁损耗等参数进行控制约束参量分析。采用改进的粒子群算法进行PID控制的加权训练,实现控制目标函数最优化求解,进行永磁同步电机PID控制律优化。实验结果表明,采用该控制方法进行永磁同步电机控制的调制性能较好,具有较好的输出增益,振荡较小,抗干扰能力较强。     

Fuzzy-PID 复合控制方法的研究

针对传统的PID控制参数确定繁锁，及对控制对象的参数变化缺乏自适应性，在介绍了模糊(Fuzzy)控制和PID控制的基础上，结合工程实例，分别对PID控制和Fuzzy-PID的复合控制方法进行了研究比较。结果表明，采用复合控制具有鲁棒性强、动态品质优和精度高的特点。     

一种改进的PSO算法在PID参数优化中的应用

PID控制器具有结构简单、容易实现、控制效果好、鲁棒性强等特点,其关键在于PID参数的优化。微粒群优化算法是一种进化计算技术,其优点是速度快且简单易实现。改进的PSO算法,是在基本PSO算法的基础上引入了遗传算法的思想。仿真实验表明,改进的粒子群算法显著提高了PSO算法的全局搜索能力。     

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。     

PSO及其优化算法在PID控制领域的应用研究

本文介绍了基本粒子群算法在PID控制领域的应用和实现方法,归纳了粒子群算法和遗传算法的结合在自动控制领域的研究现状和改进。最后介绍了PSO法在模糊PID控制器中的应用前景。     

针对西红柿生长特性的物联网集成控制的温室智能通风系统的研究与设计

针对西红柿喜温的生长特性以及温室用户大规模手工操作等特点,对传统的温室大棚参数控制进行改进,将PID控制与模糊算法相结合对参数进行优化控制,采用瑞萨智能控制芯片对整个系统进行智能控制,利用物联网集成控制实现对大棚的参数智能控制,实现了大棚参数的优化控制。     

一种智能PID控制在中央空调冷冻水系统中的仿真研究

中央空调冷冻水系统属于典型的复杂非线性系统,常规PID控制难以达到满意的控制效果。本文在研究模糊控制及粒子群优化算法的基础上,结合模糊控制技术、PID控制技术、粒子群优化算法各自的优势,提出了一种新的模糊自适应PID控制策略。最后运用MATLAB软件对控制系统进行仿真。仿真研究表明,这种方法调节精度较高,调节迅速,超调小,具有很好的控制效果。