一种BP网络自整定PID控制算法及其在NF-6风洞控制中的应用

NF-6风洞是一座增压、连续、高速回流式风洞,对各子系统的控制性能都有较高的要求。针对NF-6风洞对模型姿态系统控制性能提出的高要求,提出了一种BP网络自整定PID控制策略,并结合现有的改进型PID控制思想对其进行了进一步的分析与改进。仿真结果及初步应用表明:该算法在算法收敛性、实时性及控制精度上较传统PID算法及BP网络算法都有较大程度的提高。

基于分型测度的自整定PID控制算法

综合考虑ＰＩＤ控制器的特性以及分形维数的物理意义，提出了基于分形测度的自整定ＰＩＤ控制算法．该算法具有物理意义上的明晰性、结构上的简单性和实现上的方便性的特点．该算法符合ＰＩＤ控制的无模型特性，可普遍应用于各种实际系统的控制之中．

模糊参数自整定PID控制算法在真空冶炼中的应用

PID控制在工业控制中应用广泛,但在实际的工业生产中PID参数需要人工在线多次整定,耗时长、能耗高、效率低;整定过程影响产品质量、甚至不出产品。在用阶跃响应曲线法研究真空冶炼炉温度模型的基础上,设计了一种高精度参数模糊自整定PID控制器。经一次整定可获得较理想的PID参数。从2009年投入使用至今,结果表明：上升时间由原系统的80缩短到45 min;最大偏差减少了3/4;稳态误差由原系统的1.5%~2%降低到0.5%以下。PID参数整定克服了人为因素影响;参数整定及控制时间大为缩短;降低了能耗,提高了生产效率,提高了控制精度,保证了产品质量。

基于BP网络的自整定PID控制算法及其在苛化工段的应用

介绍了苛化工段控制系统的软硬件设计,并针对传统PID不能在线实时调整PID参数的缺点,利用BP网络与PID相结合,完成了在线实时调整PID参数,使控制系统处于一种最优工作状态。

基因芯片PCR温度模糊自整定PID控制算法的研究

在核酸扩增反应仪中,基因芯片核酸扩增反应过程要求实现温度高精度快速跟踪控制,常规温控方案和算法难以实现。将模糊推理系统与常规PID控制方式相结合,采用模糊自整定PID控制算法实现了温度快速跟踪控制。实验结果表明:模糊自整定PID控制算法比常规PID算法具有更强的鲁棒性,能够克服控制对象热惯性参数时变性的影响,降低了输出温度最大超调量,提高了稳态精度。

大滞后温控系统自整定PID控制算法的研究与仿真

在工业自动化领域,各种智能控制理论在工程实践过程中虽有应用,但PID控制作为一种经典的控制方法,仍然占据着主导地位。随着智能控制理论的发展,PID控制与自适应控制理论相结合,产生了自整定PID,提高了PID参数整定的效率,特别是对于温度等大滞后的场合,运用PID参数自整定理论可大大缩短项目的调试周期。给出了一种PID自整定控制方法,用C语言来实现,适用于温控系统等大滞后延迟的场合,并最终通过MATLAB和PROTEUS进行了仿真验证。

关于最近邻聚类的RBF网络自整定PID控制算法的研究

针对采用传统PID控制一类非线性滞后系统难以获得满意的控制效果,提出基于RBF神经网络的PID控制参数自整定的方法。利用具有在线能力的最近邻聚类学习算法,训练RBF神经网络。并引入优化策略对聚类半径进行自动调整,以保证聚类的合理性,从而自适应调整系统的控制参数。仿真结果证明了该控制策略不仅能使非线性滞后系统具有良好的动态跟踪性能,而且具有很好的抗干扰能力和鲁棒性。

板球系统的模糊自整定PID控制算法研究

针对板球系统在轨迹跟踪控制中震荡大、精度低和实时性差的问题,提出了模糊自整定PID控制方案。首先运用拉格朗日方程对非线性板球系统建立数学模型。其次为了实现小球对期望轨迹的鲁棒跟踪,结合模糊算法与PID算法设计模糊自整定PID控制器,成功实现板球系统的圆形轨迹跟踪和镇定控制,保证轨迹误差在有限时间内趋于零。该控制方案在提高控制算法的执行效率、降低功耗的同时,改善了板球系统的动静态性能。仿真及实验结果表明：模糊自整定控制可以有效的提高板球系统的轨迹跟踪精度与实时性。

模糊自整定PID控制算法在薄膜型硫化铅红外传感器制作中的应用

为了更好地解决薄膜型硫化铅红外传感器在化学沉淀法制膜过程中的温度的控制问题,采用模糊自整定PID控制算法设计了一个化学沉淀温度自动控制系统,控温精度达到±1.5℃以内,达到了薄膜型硫化铅红外传感器化学制膜过程的温度控制要求。

基于改进粒子群优化算法的PID控制器参数整定

针对标准粒子群优化算法优化PID控制器参数存在的早熟以及陷入局部最优等问题,引入粒子二阶振荡环节、反向学习、自适应惯性权重,并结合设计的惯性权重动态调整策略、粒子越界随机反射墙,提出一种新型分阶段迭代的改进粒子群优化算法。在6个标准测试函数上进行测试,其性能相比于一些已有的改进粒子群优化算法更加优秀。将这些算法用于自动电压调节器系统的PID控制器参数整定,仿真结果表明,所提出的改进粒子群优化算法整定的PID控制器的控制效果更好。

改进灰狼优化算法分数阶PID控制器参数整定

针对分数阶PID(proportion integration differentiation)控制器参数整定难的问题,本文提出改进的灰狼优化算法(improved grey wolf optimizer,IGWO)对分数阶PID控制器进行参数整定的方法。IGWO算法采用logistic映射来初始化种群位置,提高种群的多样性,采用非线性收敛因子,增强全局搜索能力和局部开发能力,采用动态权重策略,根据适应度值调整α、β、δ狼的权重。为验证IGWO算法的有效性选取4个基准测试函数进行寻优和对2个经典被控系统进行控制器设计,并与传统灰狼算法、粒子群算法、遗传算法和粒子群结合灰狼算法进行对比分析,结果显示,在寻优测试中IGWO算法在收敛速度和解的精度上更有优势,采用IGWO算法设计得到的控制器的控制性能更好。

基于改进被囊群算法的四旋翼姿态控制PID整定

四旋翼无人机模型具有非线性、强耦合、欠驱动的特性,其姿态控制的PID参数整定非常困难。针对上述问题,将被囊群算法引入姿态控制器,进行参数优化。并在原有算法的基础上引入混沌初始化、逐维反向学习策略和自适应权重因子,以此来提高算法的全局探索能力和局部开发能力,从而有效地对PID参数进行整定。最后,通过在MATLAB/Simulink中搭建模型并进行虚拟仿真。经测试验证,运用该算法优化的PID控制器有更好的控制精度和效率。

基于自整定控制算法的温度控制系统设计

文章针对温度监控系统设计了一款基于自整定PID控制的温度控制及报警系统,采用STM32F103C8T6作为主控制器,结合DS18B20数字温度传感器和LCD1602液晶显示屏实现精确的温度测量和显示功能。该设计实现了温度上下限设定、数据显示、报警功能以及数据保存至FLASH等功能。当温度超出预设范围时,系统会通过继电器控制相应设备启停,并通过蜂鸣器发出报警信号。该设计不仅应用于实验室环境下的温度控制,还可推广至工业生产和家庭自动化等领域。

基于遗传算法整定驱动参数的水力发电机PID控制

为了弥补PID控制容易出现超调的现场,设计了一种基于遗传算法整定驱动参数的水力发电机PID控制方法。从正弦信号方面对水力发电机开展进给测试,促进了跟随性能的显著提升。研究结果表明:遗传算法整定方案在迭代到37次时达到收敛,幅频特性表明系统获得了理想响应性能。采用遗传算法整定驱动参数后获得更低跟随误差,表现出了更优的跟随性能。正弦信号下遗传算法参数整定时达到了更低跟随误差,表现出了更优的跟随性能。绝对误差极值降低35.5%,绝对误差积分降低50.1%。该研究有助于提高水力发电机控制稳定性,也可适用于其它的机械传动机构。

基于PPO的自适应PID控制算法研究

采用MATLAB物理引擎联合Python搭建了一个六轴机械臂,并模拟带有扰动的复杂控制环境,为机械臂训练提供现实中无法提供的试错环境。使用强化学习中近端优化算法(proximal policy optimization,PPO)算法对传统PID控制算法进行改进,引入多智能体思想,根据PID三个参数对控制系统的不同影响及六轴机械臂的特性,将三个参数分别作为不同的智能个体进行训练,实现多智能体自适应调整参数的新型多智能体自适应PID算法。仿真结果表明:该算法的训练收敛性优于MA-DDPG与MA-SAC算法,与传统PID算法的控制效果相比,在遇到扰动及振荡的情况下,能够更有效地抑制振荡,并具有更低的超调量和调整时间,控制过程更为平缓,有效提高了机械臂的控制精度,证明了该算法的鲁棒性及有效性。

基于改进麻雀搜索算法的PID参数整定系统设计

PID参数整定是PID控制中的一个关键步骤,常规的PID控制在一定程度上已被淘汰。为改善PID控制的效果和精度,文中将黄金正弦策略与精英反向学习策略相结合,提出一种改进的麻雀搜索算法。用23个标准函数对所提出的新方法进行了验证,实验结果证明了新方法的有效性。利用改进的麻雀搜索算法对PID控制参数进行了优化,并对该方法进行了仿真分析。结果表明,采用该方法进行PID参数整定时,其具有更好的稳定性、更高的精度和更好的性能。

模糊自整定PID的液压马达驱动机床主轴速度控制研究

液压马达驱动机床主轴系统具有参数时变和高度非线性,传统PID控制器控制精度不高。针对液压马达驱动机床主轴系统速度控制问题,采用模糊自整定PID控制器实现液压马达驱动机床主轴系统的有效控制,并对控制效果进行仿真验证。构造了液压马达驱动机床主轴系统模型简图,建立了液压马达驱动机床主轴系统数学模型。对传统PID控制器参数,用模糊控制器进行实时整定,开发了模糊自整定PID控制器。最后,采用MATLAB对液压马达驱动机床主轴系统进行仿真。同时,与传统PID控制器的计算结果进行对比和分析。仿真结果显示:采用模糊自整定PID控制器的液压马达驱动机床主轴转速超调量小,具有更快的响应时间,跟踪精度高,同时系统能耗减少20%左右;即使受到较大随机干扰,模糊自整定PID控制器也能快速消除干扰,使机床主轴转速处于受控状态。采用模糊自整定PID控制器可以有效提高液压马达驱动机床主轴系统的动态稳定性以及抗干扰能力。

足式机器人腿部关节改进单神经网络PID控制算法研究

为了满足液压足式机器人在复杂环境中实现精确、快速的腿部关节控制需求,把单神经网络PID能够实时调节参数的优点运用到足式机器人液压机械腿关节的控制中,在单神经网络PID的基础上增加机械腿关节的位置和速度控制算法,形成改进单神经网络PID,实现了对神经元比例参数自调整、PID参数的自整定,能够较好地适应内、外参数的变化,增强了腿部关节的快速性、精确性。在Simulink中进行建模仿真以及在设计的以STM32为中央处理芯片的控制平台上进行实验测试,结果表明:改进单神经网络PID在足式液压机器人的腿部关节控制中具有响应速度快、超调量小、控制精度高、鲁棒性强等优点。

基于RBF神经网络整定PID的电液比例系统位置控制研究

针对凿岩机械臂的电液比例系统位置控制精度问题,提出了一种基于径向基函数(RBF)神经网络整定PID的电液比例系统位置控制方法。首先,在AMESim中搭建了阀控非对称液压缸的电液比例系统简化模型,设置了各个模块的参数;然后,利用MATLAB/Simulink搭建了系统闭环控制模型,通过不断更新RBF网络模型并修正PID参数,实现了基于RBF神经网络整定PID的电液比例系统位置控制目的;结合AMESim搭建的电液比例系统模型和Simulink下搭建的控制器进行了联合仿真;最后,基于凿岩台车机械臂实验平台,进行了电液比例系统位置控制实验。仿真结果表明:在受到外部干扰的情况下,RBF神经网络整定PID控制系统能够在0.3 s内控制活塞杆重新运行至目标位置,平均响应时间为1.5 s,位置精度误差不超过5 mm。实验结果表明:与常规PID控制方法相比,RBF神经网络整定PID控制活塞杆位置精度误差降低了75%,位置精度误差在工程实际要求的10 mm范围以内,因此,RBF神经网络整定PID算法可以有效提高电液比例系统的位置控制精度,满足凿岩机械臂实际工作中对电液比例系统位置精度的控制要求。

基于遗传算法的绝热去磁制冷机中PID参数整定

在绝热去磁制冷系统中,PID控制器常用来控制等温磁化或等温去磁过程中磁热模块的温度稳定。由于ADR系统的非线性较强,传统的PID参数整定方法往往效果较差,实际ADR系统中PID的参数整定往往十分依赖于人工试错,耗费大量时间精力。而遗传算法在PID参数调试时对系统的依赖性小,非常适合复杂非线性系统的参数寻优。基于MATLAB语言和集总参数方法,实现了基于遗传算法的绝热去磁制冷机中GGG磁热模块的PID参数整定,为实际工程中的PID参数调节提供参考。