基于粒子群优化模糊PID控制的水厂加氯系统

水厂加氯过程具有非线性、大时滞等特点,采用传统的PID控制方式难以实现消毒剂精准投加。因此,以某采用次氯酸钠消毒系统的水厂为例,首先通过分析该水厂加氯系统工作原理,结合工程经验和运行数据确定了加氯过程的近似数学模型。然后综合使用粒子群优化算法、模糊控制算法和PID控制算法,设计了一种粒子群优化模糊PID控制器,并利用MATLAB软件搭建了粒子群优化模糊PID控制系统和传统PID控制系统的模型进行仿真验证,结果表明:相较于传统PID控制系统,粒子群优化模糊PID控制系统的超调量减少了89.36%,调节时间减少了46.63%,其抗干扰能力也更强,系统整体控制效果有了较大提升。最后使用基于粒子群优化的模糊PID控制法对水厂加氯控制系统进行改造,试运行后发现,新系统控制效果良好,出厂水游离氯值能够稳定在设定值附近。

开放科学视域下基于PIDs的期刊网站多模态学术内容管理与利用解决方案

对于学术期刊网站建设中面临的多模态学术内容的管理与利用问题,本文参考国际科研与学术出版社区中多种持久标识符(Persistent Identifiers,PIDs)的发展状况,提出基于PIDs构建技术解决方案,从而为多模态学术内容的关联、集成、管理与利用提供统一的技术框架。本文分析了科技期刊网站建设中的相关需求,并提出主要以DOI系统作为多模态学术内容资源标识体系同时也需要结合其他PID体系进行必要的补充,从PID编码与注册、基于PID元数据描述内容实体之间的关联关系、充分利用PIDs促进学术期刊网站的内容资源管理与服务功能完善三方面对方案展开论述,同时主要基于Crossref DOI服务进行了具体介绍,以便对方案的实施进行说明。该技术方案基于开放科学的基础设施构建,具有成熟易行、综合性强、可伸缩、易扩展、低成本等特点和优势,为学术期刊出版提供了一种多模态学术内容资源管理与利用的轻型开放式架构,对于促进学术期刊网站的内容管理与传播、开放获取出版流程建设、科研诚信支持服务构建等具有事半功倍的作用。

基于PID神经网络的多变量非线性动态系统辨识

文章研究基于PID神经网络的多变量非线性动态系统辨识问题。文中介绍了PID神经网络的结构和算法,分析了PID神经网络进行多变量动态系统辨识的特点和理论依据,采用PID神经网络实现了辨识任务,并给出了快速收敛的辨识结果。

基于亮度优化的绿色隧道照明模糊PID控制算法

为解决隧道内部照明过度造成的能源浪费问题,设计了一种基于亮度折减系数K优化的隧道照明模糊PID控制算法。首先,利用Matlab软件对《公路隧道照明细则》中提出的亮度折减系数K采用线性拟合法进行优化计算,分别得到大车流量和小车流量基于实时车速的K值;接着,利用线性内插取值法计算实时车流量下K的优化取值,得到隧道内部各段实时车流量和车速下的按需照明亮度值;然后,将按需照明亮度偏差值及偏差值变化率作为输入变量,设计自适应模糊PID控制器对灯具进行调光控制,以实现隧道按需照明节能控制模式;最后,通过模拟仿真试验和现场试验证明:基于亮度折减系数K优化后的隧道内部照明在满足照明需求的情况下,相较于传统的基于细则设定照明亮度值的控制模式,可使隧道照明耗电量降低约21.2%。

基于RBF神经网络动态辨识的自整定PID控制策略

提出了在采用最近邻聚类算法在线构造RBF(NN1)正向辨识器,并在线辨识被控对象的Jacobian阵的基础上,引入RBF(NN2)对PID控制器参数进行在线调整的算法。该算法可以实现PID控制参数的自动在线整定和优化。通过与BP网络调整控制器参数的方法的对比和仿真实验证明,该方法控制精度高,响应速度快,并且具备较强的自适应性和鲁棒性。

一种RBF神经网络自适应PID控制器在超临界温度系统的应用研究

将传统PID控制器参数优化和径向基函数(RBF)神经网络结合,提出了基于RBF神经网络的PID控制器。将该控制器用于某超临界电厂温度系统中,由RBF网络对温度控制系统进行在线辨识,建立其在线参考模型并为PID控制器提供信息,控制器通过在线的自学习不断进行适应性控制,从而实现参数在线自调整,优化误差性能指标。MATLAB仿真结果表明,控制器对超临界温度系统有较好的控制效果,不仅跟踪性能良好,而且抗干扰性较强,鲁棒性较好。

基于混沌变量优化的神经网络PID控制

对神经网络模型辨识器的输入量y(k),u(k)进行归一化处理,一种规范化PID控制方法作为控制器。采用Logistic映射构造多个不同的混沌变量,应用到神经网络PID参数域中,根据控制系统性能指标进行混沌寻优,获得近似最优解后,再通过时变因子Z(t)在近似最优解的附近继续混沌局部寻优。仿真实验表明该方案是有效的。

基于动态神经网络的自整定PID控制策略

提出了在采用最近邻聚类算法在线构造RBF(NN1)正向辨识器,并在线辨识被控对象的Jacobian阵的基础上,引入RBF(NN2)对PID控制器参数进行在线调整的算法。该算法可以实现PID控制参数的自动在线整定和优化。通过和BP网络调整控制器参数的方法的对比和仿真实验证明,该方法控制精度高、响应速度快,并且具备较强的自适应性和鲁棒性。

基于相关系数辨识法的PID自动整定算法

本文介绍了相关系数辨识法的原理及建模过程，根据二次型目标函数，最优整定ＰＩＤ参数。

PID神经网络及其非线性动态系统辨识能力分析

ＰＩＤ神经网络具有在线自学习能力,通过无教师的自学习方式,ＰＩＤ神经网络成功地实现了不同的系统辨识。本文在介绍ＰＩＤ神经网络的基础上,论述了ＰＩＤ神经网络进行系统辨识的理论依据,给出了ＰＩＤ神经网络通过自学习进行非线性动态系统辨识的结果。

PID神经网络辨识能力的初步研究

PID神经网络具有在线自学习能力,通过无教师的自学习方式,PID神经网络成功地实现了不同的系统辨识。本文在介绍PID神经网络的基础上,论述了PID神经网络进行系统辨识的理论依据,给出了PID神经网络通过自学习进行非线性动态系统辨识的结果。

采用数字PID的焊接电流DDC系统

本文介绍了一种用8031单片机实现的焊接电流DDC系统。文中详述了系统的硬件构成、PID控制算法及软件设计,并对被控对象的动特性进行了研究。

一种基于深度报文检测的合成视频质量评估方法

移动视频业务快速发展,用户感知与网络KPI指标发生偏离,传统视频运维支撑手段存在端到端问题定界难的问题。本文对国内电信运营商移动视频业务特性进行分析,提出一种基于深度报文检测的视频合成算法,将事务级的DPI单据进行关联,以一个完整的视频业务为单位输出相关体验评估信息,进而研究以业务级为基础的DPI指标,用于评估用户观看完整视频的全过程感知,提升用户感知保障。此方法能够覆盖主流的视频网站资源,本文所提出的方法经过实际应用验证,可真实评估视频质量及用户感知体验,助力实现国内电信运营商通信网络问题定界与网络自动驾驶。

基于模型辨识的神经网络PID控制在经纬仪中的应用

为了获得高精度和高速的位置控制,不确定参数如摩擦、惯量以及时延等都必须进行严格补偿,才能满足实时位置控制的需求.运用神经网络对非线性系统强大的自学习能力、记忆能力、计算能力以及各种智能处理能力,在控制系统中,能够学习和适应不确定性系统的动态特性,具有很强的容错性和鲁棒性,对经纬仪转台伺服系统进行在线辨识,得到系统的线性动态模型.利用此方法可以有效克服经纬仪的不确定因素,如电机参教的变化,负载转矩变化,摩擦的非线性变化等.在此基础上进行神经 PID 控制,PID 参数依据系统特性进行在线调整,从而达到更好的控制效果和更强的鲁棒性,得到了仿真和试验验证.

分数阶PID控制在网络控制系统中的应用

分数阶PID控制器较传统整数阶PID控制器增加了2个可调参数,使得其控制器的设计更加灵活,控制性能更加优良.针对网络控制系统(NCS)中的时延以及数据包丢失问题,提出对系统采用分数阶PID控制方法进行补偿,利用MATLAB/True Tim e仿真工具箱对NCS进行仿真研究.仿真实验结果表明,采用分数阶PID控制方法可以对时延以及数据包丢失问题进行有效的补偿,且控制效果明显优于整数阶PID方法.

Application of the wavelet packet and its energy spectrum to identify nugget splash during the aluminum alloys spot welding

Nugget splash during aluminum alloys spot welding has a detrimental effect on weld nugget integrity, strength and durability of the welded joints. This investigation is performed to identify nugget splash from voltage signals because these are easily accessible on-line. In the present work, we propose a novel method based on the wavelet packet transform and its energy spectrum for pattern recognition of splash signal. The result demonstrates that this novel method is more accuracy and a useful way of monitoring the spot welding quality.

注入井远程配水技术的应用及效果

油田传统的注水工艺主要依靠人工调节,调节精度差,消耗时间长,信息反馈传送滞后,生产效率低,劳动成本高,针对以上问题,某油田在生产现场设计研发了一套注入井远程配水系统,在注入端安装GLZ型电磁自控仪、压力变送器,通过注入井绑定油井远程测控终端,建立心跳包机制,实现水量远程自动调节。该项技术应用后,提高了注入系统精度,减轻了操作人员工作强度,提升了生产管理效率。方案符合率由技术应用前95.06%提高到技术应用后的97.61%,年节约注水4.672×10^(4)m^(3),油田处理污水单价价格为5.8元/m^(3),年可实现节约资金27.0976万元。

基于工业传感器信息融合的矿井巡检机器人越障动作稳定控制

为了提高巡检机器人在矿井下的越障动作稳定性,结合工业传感器信息融合技术,设计矿井巡检机器人越障动作稳定控制方法。首先构建履带巡检机器人在矿井下的动力学建模,分析其动力学特征;然后依据Grubbs检验法筛选工业传感器采集数据,剔除异常数据,提升数据质量,再利用数据贴近度这一属性,融合多传感数据信息;构建基于前馈控制器和PID神经网络辨识器的机器人控制模型,实现矿井巡检机器人越障动作实时稳定控制。实验结果表明,所提方法控制下机器人永磁同步电动机转速和转矩波动较小、动态能量稳定性值较大,提高了矿井下巡检机器人越障动作稳定性。

基于神经网络的盾构机密封舱压力控制研究

根据从盾构机刀盘进入密封舱的渣土的体积与从螺旋输送机排除渣土的体积平衡原理以及渣土的非线性本构模型,建立了密封舱压力控制的离散状态方程。分别采用BP神经网络和P ID神经网络作为辨识器和控制器,研究了盾构机密封舱压力控制时变系统的辨识和控制问题。数值仿真结果表明,所提出的基于神经网络的盾构机密封舱压力控制方法是有效的,并且具有良好的稳定性和鲁棒性。

基于QCI优先级的分组调度算法

长期演进(LTE)系统对用户同时获得的多种业务配置了服务质量(QoS)等级标识(QCI)优先级参数,从而优化了移动通信系统QoS评价体系。为此,结合M-LWDF算法,提出一种基于QCI优先级的分组调度算法。将QCI参数引入资源分配和分组调度判决机制,在用户与申请的多项业务间建立优先级关联性,实现多用户之间、单用户的多类型业务之间的联合优化调度。仿真结果表明,该算法能有效提高系统平均吞吐量,降低平均时延。