PID控制器参数优化的仿真研究

本文对烘干炉的PID控制器进行了参数优化,并提出用遗传算法优化神经网络PID的控制方案。PID控制的控制效果取决于比例、积分和微分三种控制作用参数的合理选择,没有一定的工程经验很难在短时间内选定合适的参数,即使选定了也不一定是最优的。为此,提出用遗传算法优化控制器参数的方案。同时对于非线性复杂系统和参数可变的时变系统,PID控制器不能获得良好的控制效果,因此,考虑采用神经元(网)的PID控制器。本文针对传统PID、神经元(网)PID实现了基于二进制及实数编码的GA参数优化。仿真结果说明了所提算法的有效性。

基于单神经元自整定PID的稳定平台调平控制

稳定平台调平回路大多采用PID进行控制,但这种算法具有抗干扰性能不高的问题,利用神经网络具有自学习、自组织、联想记忆和并行处理的功能和优势,设计了单神经元自整定PID控制算法。该控制算法不仅结构简单,而且适应性强,鲁棒性强。在设计中,采用了一种改良的Hebb学习算法对稳定平台调平回路进行控制。最后的仿真结果表明,单神经元自整定PID控制算法比传统PID控制算法在很多指标上都要好。尤其超调量、干扰抑制能力、过渡时间等动态指标非常优秀,是一种较为理想的控制算法,可以推广应用于各类稳定平台系统。

采用单个神经元的PID学习控制

本文采用单个神经元构成 PID 学习控制器,对二阶系统进行了仿真研究,仿真结果证明了控制算法的有效性。

单神经元PID液位PLC控制应用

论述单神经元PID算法及其仿真。在S7-300 PLC上完成单神经元PID控制器的设计,并已应用于实际液位控制系统,获得满意的效果。通过与传统PID控制比较,分析单神经元PID控制算法的优越性。

基于免疫-单神经元PID算法的纸浆浓度控制

针对单神经元PID算法中的增益K不能自调整引起的动态响应慢的问题,提出了一种将免疫算法与单神经元PID算法相结合的控制算法——免疫-单神元PID算法。依据T细胞免疫机理调节单神经元PID算法中的增益K,使增益K获得自调整功能,以改善单神经元PID算法的动态性能,提高其学习速度。仿真结果表明,该算法可克服纸浆浓度控制过程中存在的多干扰性、时变性、非线性等缺点,能够满足纸浆浓度控制的稳定性、快速性要求。与单神经元PID算法相比,该算法响应速度具有明显的优越性,并具备了单神经元PID算法本身较强的抗干扰能力以及自学习自适应的能力。"THJSK-1"平台上的实时控制也验证了免疫-单神经元PID算法的可行性。

神经元PID在风力摆控制系统中的应用

针对传统的自动控制系统教学效果不够理想、自动控制教学模型复杂、PID参数整定经验方法效率较低和速度较慢的特点,设计了一款性价比高、调试方便的基于六轴重力及角加速度传感器MPU6050的风力摆控制系统。采用IAPSTC15W58S4作为微控制器,选用820空心杯电机作为动力源,神经元PID算法作为主控算法。通过给系统设定一个任务,空心杯电机驱动风力摆起摆,MPU6050传感器采集当前摆动角度。通过串口将角度返回给上位机Serial Chart软件显示,根据Serial Chart软件显示情况分析摆动规律,从而不断对P、I、D参数进行整定,使摆完成预定任务。实测结果验证了该神经元PID算法及P、I、D参数整定方法应用于风力摆系统的正确性及可行性。该风力摆控制系统必将在自动控制原理的教学及控制系统的设计方面具有重要的意义和价值。

基于积分分离PID控制算法的神经元控制器

介绍一种基于积分分离PID控制算法的神经元控制器实现方法。编写S函数来构建MATLAB环境下该神经元控制器的SIMU -LINK仿真模型。利用该模型对控制器在电加热炉中的应用进行仿真研究。仿真结果表明 ,基于积分分离PID控制算法的神经元控制器与传统的神经元PID控制器相比 。

单神经元PID控制算法在智能车控制系统的应用

针对传统PID控制算法对智能车的舵机和电机进行控制时,其控制参数很难随环境变化进行自整定,进而影响智能车的运行状态的问题,提出单神经元PID控制算法,该算法具有参数自整定能力强、现场调整参数少、调整周期短及稳定性好等优点。通过对智能车的系统结构和运动学模型进行分析,根据单神经元PID算法的控制策略,进行多种算法的仿真测试并将其应用在实际的智能车控制试验中。结果表明:单神经元PID控制算法能够使控制系统以较好的状态运行,实现智能车快速稳定的自主循迹行驶。

积分分离的单神经元PID控制算法及其研究

将积分分离的思想引入单神经元PID(比例积分微分控制)算法中,提出1种积分分离的单神经元PID控制算法,既避免了由于积分累积而导致的较大超调,减少振荡幅度,又利用单神经元PID算法中参数可调的特性,增强了控制系统的自适应能力。通过对不同被控对象的仿真研究,表明其有效性和优越性。同时,通过对该算法中阈值取值研究及该算法与普通PID及单神经元PID的对比研究,指出了该算法的优缺点。

基于FI-SNAPID算法的经编机多速电子送经系统开发

为了提高经编针织物的质量和增加可生产的花型品种,对德国卡尔迈耶双针床经编机原已老化的单速电子送经系统进行升级改造,开发了多速电子送经系统.在研究多速电子送经原理的基础上,给出系统架构、硬件电路和基于模糊免疫-单神经元PID(FI-SNAPID)算法的软件实现方法.系统上位机采用嵌入式工控机/触摸屏,搭载MCGS组态软件,方便、直观地实现了产品设计、工艺参数的设置以及生产管理等功能.为了节约改造资金,提高性价比,在升级改造过程中保留了原系统6个经轴直流电机,重新为其开发伺服驱动器作为下位机.下位机主要基于高性能8位微处理器、智能功率模块(IPM)和FI-SNAPID算法设计实现.经实际测试运行表明,系统性能稳定,送经精度高,人机界面友好.

PID自适应调整增益的神经元非模型控制

针对具有不确定开环增益的被控对象，提出了ＰＩＤ自适应调整控制器增益的神经元非模型控制方法，对某造纸机进行了实例仿真研究，结果表明。

单神经元PID算法在包装机温控系统中的应用

介绍了包装机温度控制系统的工作原理,以及单神经元自适应PID算法的原理,通过对基于单神经元自适应PID算法的包装机温度控制子系统的调试,成功将单神经元自适应PID温控算法移植到包装机控制器中,试验测试表明用该方法进行参数整定的控制系统,具有很好的自适应性和稳定性以及很高的控制精度。

基于PSD算法的单神经元PID控制器在汽温控制中的应用

介绍将自适应PSD控制算法中递推计算并修正增益的方法引入单神经元PID控制 ,形成了具有增益自适应能力的控制器 ,设计了基于PSD算法的单神经元PID控制器 ,并应用于超临界机组过热汽温控制系统。仿真结果表明 ,基于PSD算法的单神经元PID控制器具有较强的自适应能力和鲁棒性 。

基于不完全微分PID算法的神经网络控制

有关神经网络PID控制的文献中使用的大都是PID的一般控制算法 ,而性能相对优于一般PID控制算法的不完全微分PID算法则很少用于神经网络控制中。神经网络与不完全微分的PID算法相结合应用于神经网络控制 ,其中神经网络使用的是BP网络和神经元。通过仿真实验 ,证明控制效果良好。

位置伺服系统的单神经元PID/CMAC控制研究

在分析了位置伺服控制系统基本原理和数学模型的基础上,提出了一种单神经元PID/CMAC复合控制算法和控制器的设计方法。用单神经元PID替代常规PID控制,由神经元来在线调整PID控制参数,利用CMAC神经网络的自学习和自适应能力,来完成系统的实时控制。该算法直接应用于位置伺服控制系统,仿真结果表明,与传统PID控制算法相比较,该复合控制算法增强了系统的控制精度,提高了系统的响应速度,具有较强的鲁棒性和抗干扰能力。

单神经元PID算法在倒立摆控制系统中的应用

倒立摆是非线性、不稳定的系统。本文使用单神经元PID控制算法,设计出基于小车位移和摆杆摆角两个回路的单神经元PID控制器,并与传统的PD控制策略相比较,验证了其有效性和可行性。

改进蚁群PID-神经元解耦的CFB锅炉燃烧系统控制

床温和主汽压都是循环流化床(CFB)锅炉生产运行中的重要参数,会直接影响机组的安全性和经济性;但由于这两者对象存在非线性、大时延、强耦合等特点,其现场控制效果一直不太理想;文中首先采用自适应神经元将床温和主汽压解耦,再利用改进的蚁群算法优化参数的PID控制器对两者进行独立控制;采用该算法优化常规PID控制参数,能够实现控制参数的快速寻优;该方案应用于CFB锅炉燃烧系统仿真,结果表明能有效实现系统解耦,且具有响应快、超调量小等优点,有效地提高了控制品质。

基于改进遗传算法的单神经元自适应PID控制

单神经元自适应PID控制器不但结构简单,而且能够适应环境变化,有较强的鲁棒性。本文基于生物进化机制提出一种改进遗传算法,并给出算法的详细步骤。该算法在交叉、变异操作以前对亲和度较低的个体进行替换操作,改善了算法的收敛性能。在函数寻优的实验中验证了算法的有效性。最后将算法应用于神经网络的突触权值寻优,通过突触权值的调整来自适应地实现PID的比例、积分和微分系数的可调节控制,仿真对比结果表明了该算法的优越性。

一种基于遗传算法的单神经元PID控制器参数优化

文章分析了神经元PID控制器存在的问题,提出了一种用遗传算法对单神经元控制器进行参数寻优,并利用种群数N和交换概率Pc逐次递减的方法来提高计算效率和收敛速度,在搜索空间内获得全局最优点的方法。试验仿真结果表明,基于遗传算法的单神经元PID控制器参数优化方法能获得很好的控制效果。

基于遗传神经网络的自适应PID控制器的设计

提出了一种基于遗传算法和神经网络的自适应PID控制器的设计方法。该控制器主要由三个部分组成:利用遗传算法优化PID参数,和RBF神经网络结合,对被控对象逼近,搜索出一组准优的初始参数;RBF神经网络完成对被控对象Jacobian信息辨识;基于单神经元的自适应PID控制器,在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能。仿真结果表明,控制器具有响应速度快,稳态精度高等特点,可用于控制不同的对象和过程。