基于模糊PID算法的烘箱控制仿真分析

模糊算法能解决传统方法难以解决模型的不确定性、非线性、复杂等问题的任务，PID算法在定模型下控制稳态性能好，能消除静差等特点．结合这2种方法，提出模糊PID算法，应用于通用烘箱的温度控制，通过仿真分析，表明：对不同烘箱、不同环境下，用该算法控制，有高精度、超调量小，无需调节PID参数，具有智能控制等功能．     

基于S7-300PLC的蒸发器液位控制系统设计

为了实现对蒸发器液位的实时控制,设计了一种基于S7-300PLC的液位控制系统,并利用组态王软件制作人机对话界面,实现对整个系统的远程实时监控.用户可以在监控界面中对液位高度和PID参数进行设定,还可以在上位机中浏览到液位的历史变化曲线及数据,实现良好的人机界面交流.     

基于模糊神经元PID算法的注塑机注射速度控制算法研究

基于一款市场较为畅销的注塑机, 设计出一种能精确控制注射速度的模糊神经元PID控制器. 首先, 设计出具有自学能力的神经元PID控制器, 利用模糊算法对其进行优化; 其次, 在原有注射速度线性数学模型的基础上, 构建注塑机注射速度的非线性模型; 最后, 利用MATLAB在所建数学模型的基础上对模糊神经元PID控制器进行仿真实验. 实验结果表明, 所设计控制器具有响应迅速、无超调量、控制精度高、控制稳定等优点.     

基于专家－模糊PID的通用温度控制系统研究

为了解决温度控制系统易受外界干扰、自身参数时变不确定以及控制难度大等问题, 采用了模糊PID控制算法结合专家判断, 组成专家－模糊PID控制器的方法来控制温度. 将该方法应用于通用智能温度控制器中, 调试运行结果表明: 该方法解决了常规PID适应性差、不能在线进行参数自整定的问题, 不仅具有PID控制精度高的优点, 同时具有良好的动、静态特性, 可满足在通用智能温度控制器中的应用     

模糊神经元PID在培养箱温控系统中的应用

针对传统PID控制算法难以实现对非线性、慢时变以及大惯性的婴儿培养箱温度控制系统的高精度控制问题, 设计了一种模糊神经元PID控制算法. 采用模糊算法在线调整神经元PID控制算法的比例系数、比例学习效率、积分学习效率和微分学习效率, 并结合机理分析和阶跃响应法构建婴儿培养箱温度控制系统数学模型, 运用MATLAB进行控制仿真. 实验表明, 该控制算法具有控制精度高、稳定性好以及响应速度快的特点.     

模糊控制在交流伺服系统中的应用

提出了一种具有调整因子的规则自校正的模糊控制交流伺服系统，可以满足不同时域的控制要求，按不同的规则生成模糊控制查询表，使得模糊控制规则可以在线调整．仿真结果表明具有调整因子的规则自校正模糊控制器的交流伺服系统的性能较一般PID控制的交流伺服系统有了较大的改善．     

遗传BP神经网络在PID控制器中的应用

提出了一种基于遗传BP神经网络的自整定PID控制器的设计方法．利用遗传算法搜索出一组准优的PID参数,作为PID控制器参数的初值,在利用BP神经网络具有逼近任意非线形函数的能力,在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能．计算机仿真结果表明,这种控制算法鲁棒性强,响应速度快,可用于控制不同的对象和过程．     

基于信号约束块的水轮机调速器的PID优化

PID控制是应用比较普遍的控制方式之一，但在控制要求以及控制对象变化的情况下，其传统的参数整定方法难以满足系统调节品质的要求．针对使用PID控制的水轮机调节系统以及基于MATLAB7中的Simulink响应优化工具，讨论了水轮机调速系统在具有参数不确定性的情况下，如何调整PID的3个参数以满足给定的性能指标要求．仿真结果表明：使用信号约束模块可快速和有效地完成PID控制器参数优化任务，不仅使系统响应满足性能指标要求，而且还有较强的抗干扰能力和鲁棒性，具有一定的参考使用价值．     

PID调节算法在燃气炉控制系统中的应用

旧式燃气炉对设备进行热处理时，操作人员凭经验控制燃气炉的进气量，炉内的温升速率不能满足工艺要求，炉内各处的温差也较大，热处理效果不理想．本文提出增加燃气喷嘴的数量及测温点的数量、采用单片微型计算机系统及软件PID调节算法来实现对燃气炉进气量的控制．利用Ziegle-Nichols公式整定PID调节算法中的主要系数．由此构成的可控型燃气炉对设备进行热处理时，处理效果更符合热处理工艺的要求．     

恒压供水系统控制策略及其实现

为了提高大范围变负荷恒压供水系统的控制精度和可靠性，提出了采用多台水泵分级控制、轮流变频的控制策略，同时结合大范围变负荷供水系统的特点对常规PID控制算法作了一些相应的改进；通过基于USS协议的标准驱动产品和PLC的组合，实现系统硬件、软件和通信的设计，从而改进了大范围恒压供水系统的控制品质。     

前馈神经网络在水厂混凝投药中的应用

为了解决自来水生产过程中混凝投药量难以控制的问题,提出了一种将神经网络前馈控制与反馈控制相结合的控制策略。神经网络前馈控制器采用三层结构的BP神经网络模型,输入层神经元分别是原水的流量、浊度、温度、pH值及浊度的设定值,输出层神经元为混凝投药量。反馈控制采用传统     

非对称气电混合式机器人末端执行器及其静态力控特性研究

针对现有气动式机器人力控末端执行器存在力控精度低和响应慢等缺点, 提出一种非对称气电混合式力控末端执行器, 采用变参数PID控制器对非对称气缸的气动力与永磁直线同步电机的电磁力进行协调控制, 实现机器人连续接触式作业中接触力的实时补偿与精确控制. 通过对气动系统、永磁电机和控制器等进行建模与仿真分析, 研究其控制特性与力-位移特性. 仿真结果表明, 相比气动力控系统, 气电混合式力控系统可有效消除摩擦力与跟随误差等引起的滞环和爬行现象, 控制特性最大误差由9.2N(2倍最大静摩擦力+动静摩擦力差值)减小至1N, 其力-位移特性最大误差由9.6N(2倍动摩擦力+气动力波动)也减小至1N, 提高了力控精度, 可提升机器人连续接触式作业质量.     

基于BP神经网络的城镇污水厂活性炭自动投加系统研究

近年来,活性炭吸附技术逐渐成为深度处理的主流技术,但粉末活性炭投加系统仍处于人工控制阶段,现场需要技术人员依靠经验确定活性炭投加量,易造成出水水质不稳定、活性炭药耗大等问题.以浙江省嘉善县某城镇污水处理厂的深度处理工艺为研究背景,以粉末活性炭投加系统为研究对象,针对活性炭投加控制系统滞后、非线性、复杂等问题,建立了BP神经网络前馈预测-PID反馈控制的自动投加控制系统.实践证明,该系统具有较强的自适应能力和较高的控制精度,出水COD达标率较人工控制提高了8.88%,活性炭日均消耗量削减了16.61%,取得了较好的经济效益.     

基于LonWorks现场总线技术的氮气加热器控制系统研究

氮气加热器用于石化工业丙烯精制工程，给再生氮气加热．针对新疆独山子石化厂氮气加热器．利用LonWorks现场总线控制技术构成网络，采用前馈控制PID算法．通过周波调整法对电加热管的加热功率进行控制，在保证的规定时间内连续输出合乎温度要求的高温氮气．本控制网络的核心技术是神经元芯片(Neuron Chips)、智能网络节点和Lon Talk通信协议．本文介绍了LonWorks技术以及氮气加热控制系统总体方案与网络结构设计，节点模块设计与配置，控制电路设计，控制算法设计与软件编程．