啤酒发酵过程模糊智能PID控制

啤酒发酵过程是啤酒生产的重要环节之一,而在此过程中,温度变化是主要因素.因此,发酵温度的控制直接影响啤酒质量.啤酒发酵过程具有大惯性、大时滞、非线性等特点,用传统PID控制难以实现及时、准确地跟踪工艺曲线的要求.针对啤酒发酵温度控制过程中的难点引入了一种模糊智能PID控制算法,将模糊控制理论与PID控制相结合,在模糊逻辑整定控制算法(FSW)基础上增加了模糊逻辑调节微分控制及智能积分控制,有效地改善了原有PID控制方法的缺陷.

基于T-S模型的模糊神经网络PID控制

针对在非线性、时变不确定系统中,常规PID控制器难以获得满意效果的问题,仿照传统PID控制器结构,设计了一种基于T-S模型的模糊神经网络PID控制器。该控制器基于T-S模糊模型,将PID结构融入模糊控制中,充分发挥了模糊系统非线性、可解释性的特点;然后又利用神经网络的学习算法,实现了对模糊控制器的参数调整,使控制器具有了适应时变、不确定系统的自学习和自组织能力。针对非线性、时变系统,将此控制器与传统PID控制器对比进行了仿真研究,并应用于啤酒发酵领域,其结果表明,该控制器取得了令人满意的效果。

基于T-S模型的智能PID控制

提出一种基于分段线性模糊模型的T-S模型,并与传统P ID控制器相结合设计了一种模糊神经网络P ID控制器,它具有模糊系统非线性、可解释性的特点,神经网络的自学习和自组织功能.对其进行非线性时变系统仿真,仿真结果表明该控制器较常规P ID控制器的调整时间可明显缩短.

工程机械双油缸转向机构参数优化

通过对双油缸转向机构的分析,写出优化函数,并通过数值计算方法,由计算机求得最优解。