参数在线调整的模糊自适应PID控制研究

PID是工程中最为广泛应用的控制器技术,因其需要在实际使用中多次凑试来确定参数,这个过程非常耗时。而且凑试出来的参数往往固定,虽然能够使被控系统最终达到控制要求,但收敛过程较慢。模糊PID的提出部分地解决了这些问题,通过偏差量来选择模糊规则表里的不同数值,达到了动态地调整PID参数的效果,使被控系统能够快速收敛。然而,模糊PID依然存在改进的空间,通过对模糊PID的输入论域和输出论域分别引入指数型函数作为伸缩因子的方法,使模糊PID的参数达到了在线调整的效果,实现了模糊自适应PID。通过仿真应用的比较结果,证实了提出的参数在线调整的模糊自适应PID控制方法,相较于普通的模糊PID具有更优的动态特性。

基于ESP826612-E独立WIFI模块的循迹小车远程调试PID控制系统研究

传统的循迹小车采用有线传输进行实时AD采样,步骤繁琐,限制条件多,实时性较差,时间利用率低。为了方便对循迹小车进行调控,缩短调试步骤及时间,文章提出一种基于ESP8266 12-E组网远程控制的传输方式,通过实时检测电感波动幅度进行PID控制,实现小车实时远程调参;同时基于多辆循迹小车组网通讯,提高了循迹小车调试效率及精准度。

步进电机模糊PID闭环控制系统仿真研究

对步进电机在PID控制和模糊PID控制下进行了仿真研究。结合Simulink,首先对步进电机进行数学模型分析,说明了模糊PID在步进电机闭环控制中的必要性;步进电机在运动中输出转矩惯性偏大会引起电机振荡问题,为了提高系统的精度,利用"正弦阶梯波"细分控制方法设计了步进电机PID闭环控制器及步进电机模糊PID闭环控制器,并对不同控制下的系统响应情况进行仿真和分析。仿真实验表明,应用模糊PID闭环控制方案较普通PID方案在给定位置下反应更加迅速、效果更好。

基于参数自整定模糊PID的汽车纵向控制

在对汽车纵向动力学控制系统分析的基础上,探讨基于两车的纵向自动跟踪的控制问题.建立了两车跟随运动的二阶模型,并设计了加速/制动的逻辑切换规律.应用参数自整定模糊PID控制,对PID的3个参数进行调节,控制被控车与导航车的车间纵向相对距离和纵向相对速度误差的变化范围,以达到汽车纵向控制的目的;利用小增益定理,得到了模糊PID控制系统的稳定性充分条件.仿真结果表明:该方法与一般模糊控制相比,减少了系统的超调量,增强了动态抗干扰能力,具有一定的鲁棒性,较好地解决了快速性和小超调之间的矛盾.

模糊自整定PID温度控制系统的建模与仿真

针对炒茶机的加热控制系统跟踪设定的温度值滞后、自动调节加热装置实时性差的问题,设计一种模糊自整定比例积分微分(PID)参数控制器。采用PID控制和模糊控制算法相结合的方法,实现模糊控制对PID参数的调整。利用Matlab在Simulink中建立模型,并对该控制器进行仿真分析。结果表明,模糊PID自整定控制器的超调量≈1%,稳态误差es=0。该方法可提高温度控制系统的性能。

PID调节在PMAC运动控制器中的应用

文章讨论了一种通过调整基于PMAC的开放式数控系统的PID伺服控制器参数的调试方法。控制参数的调整与合理设定是数控系统获得理想控制效果的前提与关键环节,采用PEW IN TUNING软件给伺服电机输入阶跃信号和抛物线信号,通过分析系统响应曲线,对PID参数进行整定,可使系统获得良好的稳态特性和动态特性。

电液比例阀不完全微分PID控制算法设计

为了提高设计的数字控制器的控制效果,文中以Rexroth电液比例流量阀为控制对象,在μC/OS-Ⅱ操作系统上实现了不完全微分增量式PID控制算法,通过实验整定出不同工况下理想的PID参数。同等条件下,通过判据实验对比常规增量式PID算法控制效果,验证了不完全微分增量式PID算法控制下,该系统具有调节时间短、超调小、更加稳定的控制性能。

人工蜂群的分数阶PID控制器参数自适应研究

针对分数阶PID控制器参数多且不易整定的问题,及传统人工蜂群算法寻优速度慢且容易陷入局部解的缺点,提出了一种基于人工蜂群算法的分数阶PID控制器参数自适应整定方法。首先,初次引入了自适应因子及尺度因子,并将其应用到概率选择和搜索过程中,自适应因子随误差变化能够实现对搜索过程和概率选择的自动调整,实现搜索步长的自动变化,加快较差结果的淘汰速度;同时引进了佳点集方法进行蜂群初始化,提高了搜索的全局性;最后分别选取整数阶和分数阶系统进行实验仿真,对比已有的研究,证明了所提方法的有效性和优良性。

基于优化BP神经网络的PID控制研究与仿真

PID控制要取得较好的控制效果,就必须通过调整好比例、积分和微分三种控制作用,形成控制量中既相互配合又相互制约的关系。优化BP神经网络是一种前向神经元网络,具有学习速率快、振荡小、精度高的优点,将其隐含层单元分别作为比例(P)、积分(I)、微分(D)单元,可以建立参数自学习的PID控制器。仿真结果表明基于优化BP神经网络的PID控制器具有较好的自学习和自适应性。

基于模糊PID控制器的空压机恒压供气系统的设计

针对空压机供气系统具有大滞后特性及系统稳定性差的问题,介绍了一种基于模糊PID控制器的空压机恒压供气系统的设计。该系统中的模糊PID控制器结合了传统PID控制与模糊控制技术,可完成整个系统的参数自动调整,最终实现系统恒压供气的目的。实际运行结果表明,该系统能根据供气设备及环境的变化做出最优控制,有效提高了整个系统的可靠性、稳定性、动态响应速度及节能效果等。

基于模糊自整定PID的布带缠绕机张力控制算法的研究

针对常规PID控制器在数控缠绕机的张力控制过程中参数整定难以实现的困难,介绍一种基于模糊自整定PID的控制算法,根据偏差和偏差变化率来实时调整各参数。经过实验证明,该系统比常规PID控制系统具有更好的调整性能和控制特性。

减摇鳍模糊参数自整定PID控制器设计及仿真研究

以船舶减摇鳍控制系统作为对象 ,应用模糊控制理论 ,提出一种基于Fuzzy推理的PID参数自整定控制器 ,完成在线PID控制器参数模糊自整定的理论实现。并且在考虑船舶模型的非线性和不同浪向下 ,对系统进行了仿真。仿真结果表明 ,与常规PID控制相比 ,基于Fuzzy推理的PID参数自整定控制器 ,具有更好的控制效果和更强的鲁棒性。

基于变参数PID的航空发动机电调技术

为了满足现代高性能航空发动机对控制系统的较高要求,基于数字电子控制技术,利用发动机转速测量信号解除了转速对被控燃油流量的耦合作用,利用燃油流量信号补偿了由飞行高度、马赫数和转速等因素引起的发动机增益的变化,采用变参数PID算法实现了系统转速的无静差控制,同时保证了燃油流量不发生超调。结果表明:采用该项电调技术进行发动机控制,可以有效地提高系统的控制精度、快速性和平稳性;控制效果全面优于机械液压调节器。

汽车纵向动力学系统的模糊—PID控制

在对汽车纵向动力学控制系统进行分析的基础上,探讨了基于两车的车列纵向自动跟踪的控制问题,建立了二阶车间纵向相对距离控制模型,并设计了汽车发动机/制动器的逻辑切换规律。应用参数自整定模糊-PID控制,对PID的3个参数进行调节,控制被控车与导航车的车间纵向相对距离误差和纵向相对速度误差的变化范围,以实现汽车纵向控制。仿真结果表明,这种方法与模糊控制相比,减小了系统的超调量,增强了动态抗干扰能力,具有一定的鲁棒性,较好地解决了控制系统快速性和小超调之间的矛盾。

PID参数模糊自整定控制器的设计与仿真研究

针对常规PID控制器不能在线进行参数自整定的问题,结合模糊控制技术,提出了一种 PID参数模糊自整定的方法.运用 Matlab模糊逻辑工具箱进行仿真研究表明,该模糊 PID控制器能迅速消除系统余差,改善普通模糊控制器的性能;既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,保证了调节系统具有良好的动、稳态特性.

基于遗传算法优化的跳汰机排料系统PID控制仿真

针对传统PID控制方法应用于跳汰机排料系统时难以获得最优控制参数、控制效果差的问题,提出一种基于遗传算法的PID控制参数优化方法,介绍了基于遗传算法优化的PID控制结构、参数优化方法及步骤,并以某矿井跳汰机排料系统为例,对基于该方法的PID控制器的控制性能进行了仿真研究。仿真结果表明,该方法能够实现PID控制参数的在线优化,收敛速度快,具有较强的鲁棒性;基于该方法的PID控制器具有良好的动、静态性能,无超调现象,控制精度高。

改进粒子群算法及其在PID整定中的应用

针对工业过程中的PID参数整定难问题,提出一种基于个性化惯性权重的粒子群算法,应用于对PID参数的优化整定中。该改进算法采用一种新型的惯性权重调整策略,以粒子群中个体粒子自身的进化经验为参考,利用Sigmoid函数对每个粒子的惯性权值分别进行自适应的调整,使得粒子能依照自身位置的优劣被赋予不同的进化分工,从而提升了算法对种群多样性的控制能力及算法的寻优能力。将该算法应用于PID控制器的参数优化,以实数编码的形式直接生成与PID参数组相对应的粒子群,并把控制系统的综合性能指标作为评价粒子群的适应度函数。最后以一个高阶AVR系统为例,进行了仿真,结果表明该策略能够取得较好的控制效果。

参数自整定2自由度PID全神经元实现的仿真研究

2自由度PID控制器参数整定是一个复杂而又困难的问题。本文采用全神经元方法实现了2自由度PID控制,通过权值自学习解决了参数自动整定这一难题。只要选择适当的神经元权值系数,就可以是系统的抗干扰能力和跟踪给定的能力同时达到最佳,并使系统具有自适应能力和较强的鲁棒性。

基于BP算法的船舶航向模糊PID控制研究

以含有未知参数的船舶航向非线性模型为研究对象,设计了一种基于BP算法的船舶航向模糊自适应PID控制器。船舶航向传统PID控制的参数自适应能力弱,鲁棒性较差;BP算法可动态调整PID控制参数,但由于BP神经网络收敛速度慢,且有时会使设定的指标函数达到局部极值,操纵性能不能令人满意。基于BP算法的模糊自适应控制策略,采用模糊规则对网络输入进行"归档",优化网络收敛速度,避免设定指标函数达到局部极值,改善了系统的操纵性能与鲁棒性。仿真实验结果表明该控制策略实现简单,具有较高控制精度。

新型萤火虫算法及在采煤机自动调高PID控制中的应用

为了提高采煤机自动调高控制系统的工作性能,提出了一种新型萤火虫算法优化PID控制器的控制策略。在标准萤火虫算法的位置更新公式中,通过改变惯性权重策略加快优化初期寻优速度,增强算法的全局探测能力,同时利用步长单调递减对移动步长进行改进,增强算法后期的深度搜索能力。通过建立电液比例伺服系统的数学模型,利用新型萤火虫算法对PID控制器进行参数整定优化,并引入能量指标和超调量指标对适应度函数进行改进,在MATLAB和AMESim环境下建立其控制系统及液压系统联合仿真模型并进行仿真分析。研究结果表明:优化后的采煤机自动调高控制系统具有良好的控制品质及鲁棒性,快速性、稳定性、抗干扰能力等方面均有明显提高。