模糊控制与PID控制的对比及其复合控制

在对PID控制与模糊控制进行对比的基础上提出了一种模糊PID复合控制方案.首先,分别设计了一个常规PID控制器和一个基本模糊控制器;然后,对两种控制方案进行了仿真对比研究,并对它们的优缺点进行了评价;最后,为了将两种方案取长补短、优势互补,设计了一种模糊PID复合型控制器.该复合控制器根据偏差范围的大小,通过模糊控制与...     

基于神经网络PID电子负载控制系统设计

以电子负载为研究对象,针对其控制系统复杂的非线性和时变性,常规的PID控制方法存在着精度低,自适应能力不强等缺点,以定点32位DSPTMS320F2812作为控制芯片,结合神经网络和常规PID设计了一种神经网络PID控制器.仿真结果表明,通过神经网络PID控制器,能够在线调整PID控制参数,使系统具有更小的超调量和更短的调节时间,而且系统的精度和稳定性也得到大大的提高.神经网络PID控制器是一种动态特性和静态特性良好的控制器,在电子负载控制实验中可以获得满意的控制效果.     

免疫PID算法在张力控制系统中的应用

基于免疫PID控制算法,改进现有的张力控制器的常规PID算法,并投入到张力控制的实际应用.现场运行结果表明,免疫PID算法的控制性能优于常规PID控制,为高精度的张力控制提供了一种很好的选择.     

一种PID模糊控制器(fuzzy PI+fuzzy ID型)

提出一种二维PID模糊控制器,其结构形式筒称为fuzzy PI+fuzzy ID型.根据fuzzy PI和fuzzy ID控制器的图解说明,确定该fuzzy PI和fuzzy ID控制器的模糊控制规则的相似性.理论分析表明,该PID模糊控制器除具有常规PID性能外,还具有非线性等特点.仿真结果表明,与常规PID和fuzzy PI控制相比性能更优.     

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BP网络的PID控制在滑油压力气动控制中的应用

根据实验室现场对控制的要求,提出了一种将常规PID控制与BP神经网络相结合的自适应PID控制器,该控制器运用神经网络和BP算法实现了对PID参数的在线调整。把该控制器应用于某航空发动机燃油泵调节器滑油压力控制中,实验结果表明,与传统数字PID控制器相比,该控制器具有更好的控制效果和更好的鲁棒性。     

常规控制和模糊PID控制在全垫升气垫船航向控制中的应用

本文详细的介绍了常规控制和模糊PID控制在全垫升气垫船的航向控制中的应用。气垫船是一种高性能船,其航向较常规船舶更难于控制。本文设计了常规PID控制和模糊PID控制器两种控制方法,并对气垫船的航向控制进行了仿真,从仿真结果可以看出,在气垫船受风力的作用下,模糊PID控制器在克服干扰方面具有比常规PID控制更好的效果。     

基于混沌的小波神经网络免疫PID控制器

针对目前大多数智能PID控制器存在的诸如设计复杂、计算量大、收敛速度慢以及控制精度相对较差等问题,提出一种基于混沌优化的小波神经网络免疫PID控制器的设计方法,该方法用小波神经网络逼近免疫PID的非线性函数,并且引入混沌机制优化免疫PID的参数,进而将该控制器用于工业加热炉的控制,仿真与实验结果表明,该控制器的控制性能优于其它类型的智能PID控制器以及常规PID控制器.     

新型模糊PID控制及在HVAC系统的应用

为了推广模糊控制器在非线性系统中的应用,提出一种利用PID控制器的参数优化和调节模糊控制器的新型设计方法.通过模糊控制器的结构分析建立与PID控制之间的精确解析关系之后提出基于PID控制增益因子的模糊控制器设计算法,然后利用改进的变论域思想进一步优化模糊控制器设计参数.将其应用于暖通空调(HVAC)系统的节能控制中并与常规PID控制器相比较,仿真和实验结果表明这种模糊控制器具有超调量小、跟踪迅速、鲁棒性强等优越的控制性能.     

动态定量称重系统神经网络预测PID控制器研究

采用神经网络预测与PID控制理论相结合,为动态定量称重系统设计了一种神经网络预测PID控制器。该控制器算法简单,通过自学习、记忆功能在线调整PID控制参数KP、Kl、KD。建立了动态定量称重系统的仿真模型,将神经网络预测的PID控制与常规PID进行对比分析,神经网络预测PID控制器具有很好的控制效果。     

一种新型模糊非线性PID控制器

采用一维输入一维输出的模糊映射关系与传统PID控制器相级联的方式，构成一个模糊非线性PID控制器以提高现有PID控制器的性能．一维模糊控制器无需选择与调整量化因子和比例因子，采用五条规则，易于实现．数值仿真和误差泛函积分评价指标表明，所提出的模糊非线性PID控制器比现有控制器具有更好的动静态性能．     

从PID到无模型控制器

分析了各种新型PID控制方法控制原理及其存在的问题,介绍了无模型控制器(非建模自适应控制器)的基本理论和基本设计方法,比较了PID与无模型控制器的控制效果,说明无模型控制器冲破了经典PID的概念和控制器设计的线性框架,是一种结构自适应、建模与控制一体化途径的全新的控制器。实践表明,无模型器克服了PID无法对非线性强耦合系统实现稳定控制的弱点,取得了良好的控制效果。     

大滞后系统控制中专家-模糊PID方法的应用

为解决大滞后系统控制难度大的问题,设计了专家-模糊自适应PID控制器,这种控制器既具有模糊PID控制器高精度、稳定性、鲁棒性高的优点,又具有专家控制器进入稳定状态快的特点。对双容大滞后系统控制的仿真实验结果表明,该方法在动态性能上均优于单独采用模糊自适应PID方法,并且能够较快地进入稳定状态。     

一类模糊PID控制器的优化设计

为扩展传统的PID控制,在分析模糊控制和PID控制原理的基础上,得出了模糊控制和PID控制相结合的一种复合控制的有效结构。本文针对传统的模糊控制进行改进,提出了一类模糊PID控制器的优化设计。     

胎面生产线辅线速度链模糊自适应PID控制

针对常规PID控制在胎面挤出联动生产线辅线速度链整定中,参数整定不尽人意的问题,设计出一种基于模糊控制理论的自适应PID控制器。通过建立模糊控制规则和进行模糊推理来确定PID的参数,实现对辅线速度的调节。利用Matlab的模糊逻辑控制工具箱对算法进行仿真,仿真结果表明,该控制器与常规PID控制器相比,具有调节时间短、超调量小、跟踪调节性能好、鲁棒性等优点。实践证明,这种模糊自适应PID控制器比常规的PID控制器具有更好的控制特性。     

基于ARM的模糊自适应PID温度控制系统设计

为了解决传统PID控制器控制电冰箱温度所存在的响应速度慢、控制精度不高等问题,本文采用自整定模糊PID控制算法设计了模糊PID控制器,并在MATLAB环境中进行了仿真,与常规PID控制器的性能进行了对比,结果表明模糊自适应PID控制器的响应特性优于传统的PID控制器,响应速度更快,稳态精度更高,超调量更小,提高了电冰箱温度控制系统的性能.最后在ARM芯片上实现模糊控制算法,模糊控制表采用新方法二维矩阵存储,以便方便查询和管理,更好地满足温度调节的实时性.     

基于逆系统方法的综放工作面控制系统的模糊控制器

对逆系统方法作为反馈线性化方法及其非线性本质进行深入的研究后,认知到逆系统方法建立的模糊控制器是一种变增益的非线性控制器,它与PID控制器有许多相似之处,进而设计出模糊PID复合控制器。模糊PID控制器在综放工作面中的应用的关键是模糊控制器的各个参数的整定。因此,我们用传统的方法首先设计一个PID控制器,在稳定时使模糊PID控制器的参数与PID控制器的对应参数相等,逐步调节、修改各个参数,从而可以得出模糊PID控制器的参数,模糊PID控制器在煤矿综放工作面上运用的结果令人满意。     

新型模糊- PID复合控制器设计及应用

提出一种模糊-PID复合控制器的设计方法，通过PID线性控制器和模糊控制器并行结合，在偏离工作点较远的区域以模糊控制为主，工作点附近则主要使用PID线性控制。为保证两者的平稳过渡，采用模糊推理完成“切换”(模糊切换)，仿真结果表明该控制器实现了PID控制器和模糊PID控制器的优势互补和控制性能的明显改进。     

抄纸过程水分定量的改进型模糊免疫PID控制

针对抄纸过程中的水分定量控制对象是一个具有强耦合、非线性、大时滞的难控制对象,提出一种改进型模糊免疫PID控制方法,这种方法用三输出的模糊控制和免疫PID控制相结合的方法,避免了常规模糊免疫控制器只相当于一个非线性P控制器的缺点,能充分发挥PID三个参数的自适应性能;最后将这种方法对抄纸过程的水分定量控制进行了仿真研究,结果表明,该方法比传统模糊免疫PID有更好的自适应性,具有超调小、响应快等优点,对多变量耦合系统具有较强的自适应性、解耦和鲁棒性。     

Chaos synchronization of nonlinear gyros using self-learning PID control approach

Since chaotic systems are important nonlinear deterministic systems that display complex, noisy-like and unpredictable behavior, synchronizing chaotic systems has become an important issue in the engineering community. Due to the proportional-integral-derivative (PID) controller has a simple architecture and easily designed, it was widely used in the industrial applications. However, the traditional PID controller usually needs some manual retuning before being used to practically application. To tackle this problem, this paper proposes a self-learning PID control (SLPIDC) system which is composed of a PID controller and a fuzzy compensator. The PID controller which is used to online approximate an ideal controller is the main controller. The controller gain factors of the PID controller can automatically tune based on the gradient descent method. The fuzzy compensator is designed to dispel the approximation error between the ideal controller and PID controller upon the system stability in the Lyapunov sense. From the simulation results, it is verified that the chaotic behavior of two nonlinear identical chaotic gyros can be synchronized by the proposed SLPIDC scheme without the chattering phenomena in the control effort after the controller parameters learning.