模型信息联合校正型自抗扰控制策略

为解决微电网受到不确定扰动时,会对直-直变换器输出的电能质量产生严重影响的问题,该文提出一种模型信息联合校正型自抗扰控制技术(ADRC-MIR)。在该控制策略中,首先借助串联超前校正的思想,以比例微分校正环节对线性扩张状态观测器的扰动观测传递函数进行修正,使其可实现对总和扰动更精确的跟踪;然后,根据状态空间平均法从被控系统中提取部分模型信息,将其写入修正后的线性扩张状态观测器的系数矩阵并最终构建出ADRC-MIR;随后基于理论推导,给出改进控制器的参数整定公式及其物理意义,并从噪声抑制、扰动抑制及其频域特性等方面指出改进后的控制器可提升控制品质的原因。最后通过对比不同工况下的数值仿真验证所提控制策略的可行性与正确性。

一种实用的自校正PID控制器设计与仿真研究

针对多功能除湿机的温度控制问题,设计了一种极点配置自校正PID控制器,给出了系统的CARMA模型,引入带遗忘因子的最小二乘实时参数估计算法和带数字滤波器的增量式PID控制器算法,同时给出了极点配置自校正PID的整定方法过程,建立PID参数与系统参数及控制性能指标之间的关系式,并进行了MATLAB仿真。仿真结果表明,自校正PID控制系统能够实时估计被控对象的参数,实时整定控制器参数,自适应被控过程的变化,具有较强的实时参数估计和自校正能力,该PID控制器在多功能除湿机的温度控制中得到成功应用。

蚁群算法在自校正PID控制器设计中的应用

该文提出一种适用于一阶或二阶加延迟系统的自校正比例-积分-微分控制器的设计方法。推导了一种的丢番图方程求解方法,降低了自校正控制算法的计算量。使用蚁群优化方法对控制器参数进行离线优化,使系统在某一性能指标下的性能达到最优或接近最优。该设计方法使用递推最小二乘算法进行对象的在线辨识,使系统具有良好的自适应能力。仿真结果表明了该设计方法的有效可行。

BP神经网络PID控制在空调系统中的应用

针对空调房间这样一个多干扰、大惯性、高度非线性系统控制性能优化较困难,传统的控制策略不但在控制精度、灵敏度以及系统稳定性上存在缺馅,而且能耗大。为了提高空调制冷和供暖效果,提出一种新的基于BP神经网络的PID控制方案,通过BP算法修正BP网络自身权系数,实现了PID控制器参数的在线调整。仿真结果显示BP神经网络PID控制系统比单纯的BP神经网络或PID控制系统建模时间短,系统更稳定,超调量更小,更适合应用于复杂的空调系统控制中。

船载天线伺服系统稳定回路分析与设计

为提高方位俯仰型船载天线伺服系统的船摇隔离度,稳定环是常采用的策略,但是选择传统的PID(Proportional Integral Derivative,比例积分微分)调节器往往不能获得满意的控制效果,针对该问题,提出了PID+积分+滞后校正环节作为稳定环调节器的具体实现形式。另外,通过对伺服系统内各环路带宽及响应速度的分析,将稳定环阶跃响应的上升时间作为参数调节依据。上述设计完成后,在实际系统中添加周期10s,幅值8°的正弦波信号模拟船摇扰动,此时添加稳定环后,方位轴的船摇隔离度提高了6dB,俯仰轴的船摇隔离度提高了13dB。这表明,采用PID+积分+滞后校正环节作为稳定环调节器的设计形式是正确且简单有效的。