在线优化参数的无模型PID预测函数控制

针对复杂非线性系统难以建模的控制问题,采用具有辅助变量紧格式动态线性化泛模型的无模型自适应控制方案,结合PID预测函数控制,并对目标函数进行改进,提出广义目标函数,给出无模型PID预测函数控制,采用直接极小化指标函数自适应优化算法对PID控制参数寻优,给出PID控制参数的在线优化算法。仿真研究表明算法的控制响应优良。

模糊PID预测函数控制在励磁系统中应用

为了克服PIDPFC算法不能在线进行参数自整定的缺点,提高发电机运行的稳定性,使其具有更高的精度,将模糊控制算法与PIDPFC算法相结合,运用模糊逻辑控制实现了PIDPFC控制参数在线自整定,完善了常规的PIDPFC控制器,提高了其控制精度以及系统的鲁棒性能。将模糊PIDPFC控制算法应用于同步发电机励磁系统中,通过Matlab仿真,并与PFC、PIDPFC控制器的仿真结果进行比较,可以看出模糊PIDPFC控制器具有更好的控制效果,PIDPFC中3个参数的整定简单而精确。研究结果表明,在模糊PIDPFC控制下的系统具有更好的动态性能和静态性能。在电力系统动态模拟实验室进行试验,结果跟之前软件仿真达到的效果一样。

电加热炉系统预测函数PID控制算法的研究

由于电加热炉系统具有大时滞、时变性、非线性等特点,提出了一种新型预测函数PID控制算法。该算法将PID控制算法和预测函数控制算法结合起来,通过预测被控对象的未来输出值,得到一个新的优化目标函数,实时优化控制参数,得到控制量的解析解。仿真结果表明,与常规PID控制和预测函数PID串级控制相比,所设计的控制器满足系统对快速性和稳态精度的要求,系统具有较强的抗干扰性和鲁棒性,能够实现对电加热炉系统的有效控制。

基于粒子群优化的分数阶PID预测函数参数整定

为避免分数阶PID预测函数手动调节参数的不确定性以及繁琐性,应用粒子群算法优化其参数,完善分数阶PID预测函数控制器,并提高其控制精度,充分体现了算法的智能性。将粒子群整定分数阶PID预测函数算法应用于单变量的励磁控制系统中,通过Matlab仿真并与模糊分数阶PID预测函数以及经验调节方法相比较,结果表明,粒子群算法整定参数收敛速度快,找到最优点时间短,整定后的算法具有静态误差小、无超调、上升速度快、调节时间短、抗干扰能力强等优点,能很好地满足励磁系统的动态特性,并具有较强的鲁棒性及适应性。

DC/DC变换器预测函数PID控制算法研究

为提高DC/DC变换器的动态特性和抗干扰性,采用混杂系统理论分析其动态过程,建立系统的分段仿射模型,并将其作为预测模型,通过将预测函数控制算法的目标函数改写为PID形式,引入预测误差对系统输出进行校正,设计了一种新型的基于预测函数PID控制的DC/DC变换器系统。仿真实验表明,该算法在系统超调量、调节时间等性能方面明显优于预测函数控制,能实现对DC/DC变换器的有效控制。

预测函数分数阶PID控制在DC-DC变换器中的应用

为了提高DC-DC变换器的动态性能和抗干扰性,提出了把分数阶PID预测控制应用在DC-DC变换器的分段仿射模型(PWA).通过对滚动优化的目标函数中引入预测输出误差,形成具有分数阶PID结构的新的目标函数,由于DC-DC变换器的性能指标函数中加入了基于分数阶PID的预测误差,使得变换器的控制输入比普通预测函数控制输入更精确,最后在Matlab中搭建仿真模型,仿真结果表明:预测函数分数阶PID控制器的控制效果优于预测函数控制和传统的双闭环PI控制.

改进型预测函数控制在DC-DC变换器中的应用

为提高DC-DC变换器的动态性能和抗干扰性,提出了把分数阶PID预测控制应用在DC-DC变换器上.由于分数阶PID预测函数控制器手动调节参数的不确定性以及繁琐性,故应用粒子群算法优化其参数,完善分数阶PID预测函数控制器,提高其控制精度.以DC-DC变换器为研究控制对象,通过在仿真和实验中把粒子群算法优化后的分数阶PID预测函数控制与传统的经验调节法相比较.结果表明:粒子群算法整定后的参数对变换器具有更好的控制效果.