GA优化的PID控制器在倒立摆系统中的应用

经典PID控制应用广泛,但由于其参数的工程整定方法一般为试探法,这样对于设计人员的调试经验要求较高。随着工程技术的发展,被控对象也越来越复杂,经典PID参数整定也变得复杂,本文提出了一种基于遗传算法优化的PID控制器,PID的参数不仅可以自动整定而且支持在线整定。     

基于归一化遗传算法的PID控制器自适应整定

PID调节是自动化领域中应用最广的控制策略,其参数选取的优劣决定了系统的动态响应性能。针对参数的优化问题,应用归一化遗传算法进行PID参数的在线整定,并基于M.SrinivasL.M.Patnaik理论,采用了自适应算子来提高整定的效率和精度,并与一般遗传算法进行对比、分析PID整定后的动态响应性能。仿真结果表明:归一化遗传算法整定的最优指标函数的收敛速度比一般遗传算法提高了30代;稳态时间仅为52ms,比一般遗传算法提高了10ms;归一化整定后信号跟踪误差比一般遗传算法低了0.001。因此,采用自适应算子的归一化遗传算法在PID整定效果优于一般GA算法,大幅提高了PID整定效率和系统动态响应性能。     

PID控制器最优参数整定方法的研究

随着工业的发展,自动化水平已经成为衡量各行各业现代化水平的一个重要标志。PID控制作为一种经典的控制方法,几乎遍布了整个工业自动化领域,是保证实际工业生产安全稳定运行的一项关键技术。目前,PID控制器多种多样,学术界及各大企业也基于人工智能算法纷纷开发了智能控制器。但在工业实际中,应用最广泛、最基础的依然是简单控制系统,该系统所应用的PID控制器通过经典的PID整定方法加现场调试来确定其参数,以达到较好的控制效果。本文基于闭环控制系统,用上升时间、峰值时间、调节时间、超调量四种性能指标对现有的主流PID参数整定方法进行性能分析和对比,并最终确定PID控制器的最优参数整定方法。     

模糊自整定PID控制器的设计及仿真

针对传统PID控制器调节时间较长、鲁棒性差、不利于改善控制系统的快速性的问题,提出把模糊理论与PID控制算法结合起来构成模糊一PID控制器。这种控制器能随着过程控制的要求在线自动整定合适的PID参数,从而充分发挥PID功能,达到更好的控制品质。给出了参数可调整的模糊自适应控制器的设计方法,并对其进行一个三阶系统的仿真。结果表明,参数可调整的模糊PID控制器在复杂的控制系统中能取得较常规PID控制器更好的控制效果,系统稳态和暂态性能指标完全得到进一步的提高。     

PID模糊控制器的设计及在智能车转向控制上的应用

本文以飞思卡尔智能车比赛为例利用MC9S12XS128单片机控制的智能小车路径识别系统,研究智能车最优的控制算法。PID自整定的方法是对传统PID控制的改进,采用模糊控制器实现对PID参数的自整定,快速准确的对智能车进行转向控制。     

模糊神经网络PID在PLC温度控制系统中的应用研究

由于在非线性系统中采用传统PID控制不易建立精确模型,导致难以整定系统参数的问题,本文提出了一种基于模糊神经网络的PID控制算法,该算法融合了PID算法、模糊算法以及神经网络算法的优点,构成了一种先进的智能控制算法,并应用在PLC温度控制系统中,实验结果表明,模糊神经网络PID控制器提高了控制质量,很好地克服对象变参数、非线性等问题,提高系统的鲁棒性。     

广义预测PID控制在冶金试验炉温度控制中的应用

通过对广义预测控制性能指标函数中控制加权序列Qj（z-1）的配置给定,导出了具有PID算法结构的广义预测控制律,借助广义预测控制算法参数的递推关系链,自动优化整定PID调节参数,并在冶金实验炉温控制中实现了广义预测PID控制。     

PID控制器参数整定

PID控制是工业实践中应用最广泛的控制方法之一.本文介绍了几种工业控制中常见的PID控制器参数整定的方法.     

基于Matlab的模糊自整定PID控制器设计

本文通过将模糊控制和PID控制结合起来,应用模糊推理的方法实现对PID参数进行在线自整定,实现PID参数的最佳调整,设计出了参数模糊自整定PID控制器,并进行了Matlab/Simulink仿真,研究的PID控制器参数的自动整定技术适应了复杂工况高指标的控制要求。     

PID+控制算法的研究

辨识一个控制系统的模型比较复杂,PID控制不需要掌握系统的精确模型,就可以使系统稳定的工作,因此PID控制得到广泛应用.通过对常规PID控制算法的介绍,引出了PID+控制算法.针对数字控制系统应用需求,以及数字系统在很多领域已经替代模拟系统的情况下,给出了PID+数字化的方法,最后介绍了数字PID+参数整定的过程.PID+控制是PID控制的改进,PID+控制器能够完成任何一种PID控制器所能完成的任务.     

BP神经网络在主汽温控制系统中的应用

电厂主汽温被控对象是一个大惯性、大迟延、非线性且对象变化的系统,基于BP神经网络的PID控制,利用神经网络的自学习、非线性和不依赖模型等特性实现PID参数的在线自整定,充分利用PID和神经网络的优点。用一个多层前向神经网络,采用反向传播算法,依据控制要求实时输出Kp、Ki、Kd,依次作为PID控制器的实时参数,代替传统PID参数靠经验的人工整定和工程整定,以达到对大迟延主汽温系统的良好控制。对这样一个系统在MATLAB平台上进行仿真研究,仿真结果表明基于BP神经网络的自整定PID控制具有良好的自适应能力和自学习能力,对大迟延和变对象的系统可取得良好的控制效果。     

基于双闭环控制的供水系统

双闭环控制供水系统采用自整定模糊PID控制算法,以水泵电动机的转速和管网水压为设定参数,实现恒压供水。该系统实时控制性能良好,节能效果显著。     

基于自适应神经网络的供热锅炉温度解耦控制系统研究

本文将神经网络应用于PID控制器的参数整定,提出了一种基于自适应神经网络PID的控制算法。通过在供热锅炉温度解耦控制系统中的应用,得到了实际的仿真结果和结论。MATALB仿真和实验结果表明,该控制方法通过自主学习、能做到自适应调整经验数据和智能调整神经网络权值,最后能达到满意的解耦响应控制效果,实现了对供热锅炉加热炉温度的精确稳定控制。     

分数阶PID中央空调控制系统

分数阶理论的系统模型能够更逼近实际的系统,将分数阶理论和PID控制器整定理论相结合,在控制理论中是一个新的研究方向。本文提出一种分数阶PID控制器设计方法,参数整定采用遗传算法进行整定,并将其应用于中央空调系统的控制,实验结果表明,与传统的PID控制相比较,分数阶PID控制调节范围大、控制品质好以及鲁棒性更强。     

基于模糊控制的PID控制器研究

在工业控制过程中,由于被控对象具有时变、非线性、不确定等因素,常规PID控制算法难以满足控制要求。本文设计了一种模糊PID控制器可实现对该类工业对象的控制,利用模糊推理在线整定PID控制器的3个参数Kp、Ki、Kd。通过仿真实验,表明该控制器取得了较好的快速性和稳定性。     

PID参数自整定在温度控制系统中的应用

本文叙述了PID参数自整定在温度控制系统中的应用，设计井研制的温度控制系统。具有控制精度高、控制温度范围大、制冷响应速度快葶优点。本文建立了基于高精度温度控制的智能PID参数自整定方法——继电型参数自整定，实验证明，通过参数整定可以较好的实时改变汪拉仪的响应曲线。     

汽车速度的PID控制器的仿真研究

随着汽车的发展越来越快,汽车速度问题也逐渐凸显出来,我们利用MATLAB程序实现自动控制中PID参数整定及仿真,本文通过MATLAB编程语言实现仿真主要探讨了在汽车运动控制系统中PID参数的整定过程中MATLAB仿真的应用。     

改进型Z-N参数整定方法及其硬件实现

针对经典PID参数整定方法复杂的问题,提出了一种改进型的Z-N参数整定方法。该方法提出系统特征参数的硬件解算方法,实现了电机运行过程中PID参数的自整定。在直流无刷电机伺服系统上验证了该算法能够对控制参数的自整定。电机调速过程响应迅速,无超调,运行平稳。     

基于粒子群整定的PID算法在VAV空调中的应用

VAV空调系统是一个非线性、强耦合的大时滞系统,常规PID控制难以取得良好的控制效果,本文设计了一种将粒子群整定的PID控制算法应用于WLV空调的控制方法.仿真结果表明,新的控制方法与常规控制方法相比,控制效果良好.     

基于PLC的矿井提升机模糊自适应PID控制策略研究与仿真

在针对矿井提升机的PLC控制系统中,采用传统PID控制虽能达到相应的控制要求,但因其控制的响应时间长、控制精度低、稳定性差等缺陷,不能广泛应用于有高精度要求的控制系统中。本文将模糊控制与自适应PID控制结合起来,设计了模糊自适应PID控制器。利用模糊推理方法实现对PID参数的在线自整定,进一步完善PID控制器的性能,提高系统的控制精度。MATLAB/SIMULIK下的仿真结果表明该方法的控制效果优于常规的PID控制,并能消除模糊控制稳态误差较大、控制精度低等缺点。