基于PSO和Fuzzy的PID控制及仿真

针对PID控制中比例、积分与微分系数难整定和控制存在速度与超调相互矛盾的问题.提出一种结合粒子群优化(PSO)算法和模糊(Fuzzy)理论进行的PID控制.利用PSO整定到的参数进行模糊PID控制,仿真结果表明,控制上升速度快,过渡时间短,自适应能力强,是一种有效的控制方法.     

基于模糊RBF神经网络的康复机器人控制

针对电力驱动康复机器人控制系统响应滞后、易抖动等问题,提出了基于模糊理论和RBF神经网络的控制策略。采用模糊PID算法确定初始参数,同时利用RBF神经网络的快速学习能力解决了传统的PID控制器无法实现参数自适应调整的问题。以某二两杆康复机器人上肢做位置跟踪仿真实验,结果表明,与传统的控制方法比较,该方法控制的系统响应快、超调量小,具有更好的跟踪性。     

水轮机调速器模糊自适应PID参数整定方法

针对水轮机调节系统结构复杂、难以控制等问题,在传统PID控制的基础上,运用模糊理论提出了基于模糊自适应PID控制的水轮机调速器参数整定方案,以实现对系统进行实时、在线控制。在水轮机调节系统数学模型的基础上,根据PID 3个参数分别对系统性能产生的影响,完成了模糊自适应PID控制器的设计与Matlab环境下的程序编写。在系统处于不同频率扰动下,分别采用提出的模糊自适应控制方案和Ziegler Nichols算法进行仿真实验。结果表明,提出的模糊自适应控制方案是一种有效的水轮机调速器参数整定方法,相比Ziegler Nichols算法,该方案控制下的系统能获得更好的动态性能。     

模糊径向基神经网络球磨机优化控制

球磨机是一个非线性、强耦合、时变性的复杂对象,针对其实现自动控制的难点问题,在基于神经网络PID控制的方法基础上,提出模糊径向基神经网络PID的思想用于其生产过程的控制。采用粒子群优化与BP算法优化调整网络权值,模糊径向基神经网络的输出即是PID算法的参数,实现PID算法参数的自适应整定。通过对某球磨机制粉系统的控制仿真表明,该方法控制的响应快、超调量小、抗干扰性强,具有良好的跟踪性和鲁棒性,控制品质优于常规的神经网络PID控制方法。     

基于变论域模糊PID的温度控制

针对弹丸应变实验系统温度8控制过程中具有非线性、大时滞及温度难以精确控制等问题,引入变论域思想,利用变论域思想的伸缩因子改变控制系统模糊规则的论域,结合PID控制和模糊PID控制的优点,从而形成变论域模糊PID自适应温度控制系统,设计了变论域模糊PID的温度控制方法。利用MATLAB仿真结果标明:与模糊PID算法比较,变论域模糊PID温度控制算法在超调量、鲁棒性和动态响应速度方面均具有明显优势。     

基于 FPGA 的倒立摆模糊 PID 控制器设计实现

在 FPGA 上设计部署模糊自适应 PID 算法,并针对典型的自动控制对象——直线倒立摆完成稳摆控制,以验证该算法的硬件可实现性。在直线倒立摆模型基础上,运用模糊控制理论对 PID 参数进行自适应整定,再根据模糊 PID 处理过程,结合离散 PID 算法,采用半查表加半计算方式,在 Quartus II 及 Modelsim 平台上完成 Verilog HDL 的硬件编程设计与仿真。通过 Simulink 仿真比较可知,模糊自适应 PID 相对于经典 PID 控制的响应性能指标更优,最后基于 EP4CE6E22C8N 芯片,以较少的资源开销实现了控制器设计。基于 FPGA的模糊自适应 PID 控制器能够充分利用该器件特性,凸显模糊自适应 PID 算法优势,实现对倒立摆的实时控制。     

交流伺服系统的模糊自适应PID控制研究

交流伺服系统是一个非缌陛、多变量、强耦合的系统,采用传统的PID控制和普通模糊控制方法,难以达到理想的控制效果。通过设计一种模糊PID控制器,应用模糊算法在线自动整定PID参数的方法,将其应用于交流伺服系统位置调节器。仿真结果表明：模糊自适应PID控制方法具有较强的自适应能力和抗负载扰动能力,动态响应速度、稳定性等均优于常规PID控制和普通模糊控制,从而满足了交流伺服系统较高的控制要求和控制效果。     

板球系统的PSO优化模糊RBF神经网络PID参数研究

板球系统是一个典型的多变量、非线性控制系统。针对板球系统在PID控制中震荡大、精度低、实时性差等问题,应用拉格朗日方程对板球系统在忽略干扰因素条件下进行数学建模,采用粒子群算法对模糊RBF神经网络初始参数进行优化,并设计RBF神经网络与模糊PID控制相结合的控制方法。在MATALB环境下完成板球系统定位实验,仿真结果表明,经粒子群优化模糊RBF神经网络的PID参数后,提高了板球系统的定位精度,并增强了系统控制的实时性。     

基于粒子群算法的PID控制器研究

常规PID算法,在被控对象具有不确定、非线性、变参数等因素的复杂环境中,难以满足控制要求,因此采用粒子群算法PSO（particle swarm optimization）对PID算法的Kp,Ki,Kd 3个参数进行在线整定.利用MATLAB软件对常规PID控制及粒子群PID控制进行仿真实验,仿真结果显示,相较于常规PID算法,PSO-PID控制算法具有更好的快速性和稳定性.     

基于PSO优化的模糊RBF神经网络学习算法及其应用

有一种基于PSO优化的模糊RBF神经网络学习算法,该算法首先将模糊RBF神经网络需要调整的参数作为粒子,利用PSO算法的全局搜索及快速收敛特性对模糊RBF神经网络结构进行优化,然后将经PSO算法优化的各参数结果作为模糊RBF神经网络各个参数的初始值,再结合梯度下降法对网络的各参数进行动态调整。将之应用于对UCI数据集的分类及函数逼近,仿真结果表明优化后的模糊RBF神经网络具有更高的精度及鲁棒性。     

基于模糊PID控制的主动队列管理算法研究

针对网络系统具有长时滞和动态变化的特性,但PID控制器不能随着变化的网络环境在线调节参数的缺陷,引入模糊PID算法在线整定PID参数,通过模糊控制器自动调整PID参数。仿真实验结果表明,用该方法设计的控制器与PID算法相比,动静态性能更好。     

基于CLSPSO的PID算法在柴油机调速控制中的应用

针对在柴油机系统中利用常规方法整定PID控制器参数的品质较差,采用混沌粒子群算法(CLSPSO)来优化整定控制器参数,并根据柴油机调速系统的传递函数模型,通过MATLAB/Simulink搭建仿真模型实验,同时将其整定PID参数的结果与另外两种算法(PSO和GA)整定的结果相对比,结果表明通过混沌粒子群算法整定得到的参数品质更加理想,超调量明显变小,响应迅速,收敛加快,使柴油机调速系统的动态性能有一定幅度的提升。     

变论域模糊PID控制在数字随动实验系统中的应用

该文提出了一种变论域模糊自适应PID控制方法,利用变论域思想,设计了一种基于模糊规则的伸缩因子控制器,动态地调整模糊控制器的量化因子和比例因子。利用MATLAB的RTW/RTWT功能在实验室的数字随动系统上分别对PID控制、模糊PID控制、变论域模糊PID控制三种方法进行了实验对比,结果表明变论域模糊PID控制方法超调量小,调节时间短,具有更好的动态响应性能和自适应能力。     

基于模糊自适应PID的龙门刨床直流调速系统

针对龙门刨床的主拖动系统，提出将模糊自适应PID控制用于直流调速系统的方法。利用模糊控制器的控制规则对PID参数进行在线实时调整，较好的克服了传统控制中稳定性差、参数调整困难的问题，仿真结果表明是一种有效的控制策略。     

模糊自适应PID控制器的设计

基于模糊自适应控制理论,设计了一种模糊自适应PID控制器,具体介绍了这种PID控制器的控制特点及参数设计规则,实现PID控制器的在线自整定和自调整。通过matlab软件进行实例仿真表明,这种模糊自适应PID控制器比常规PID控制器具有超调量小,调节时间短,提高控制系统实时性和抗干扰能力。     

自适应模糊PID控制在地源热泵空调压缩机系统的仿真

为了解决地源热泵空调系统实际能效与设计能效相差较大的问题,结合地源热泵空调系统的特点,优化组合了模糊算法与PID算法。通过对地源热泵空调系统的压缩机进行自适应模糊PID仿真,并将仿真运行的结果与普通PID控制算法的结果进行了对比分析,证明该控制方法具有良好的控制性能及较强的鲁棒性。     

基于径向基神经网络PID控制的交流伺服系统

将神经网络和PID控制相结合,提出了一种神经网络整定的PID控制策略,并将其应用于交流伺服系统的控制.利用一个两层神经网络在线自适应调整PID控制器的参数;从而使系统的静态和动态性能指标较为理想.径向基函数神经网络用来辨识交流伺服系统的Jacobian信息,用正交最小二乘算法得到径向基函数神经网络的结构;然后用BP算法对该网络的权值进行训练使它逼近给定的函数.实验结果表明,这种系统具有响应速度快、稳态精度高和鲁棒性强等特点.     

基于模糊神经网络PID的无刷直流电机控制系统研究

针对传统PID控制在无刷直流电机控制系统中达不到良好的控制效果的问题,在无刷直流电机的数学模型基础之上,设计一种模糊神经网络自适应PID控制器,该控制器利用模糊控制非线性控制作用和BP神经网络的学习能力及适应能力相结合对PID参数进行在线实时调整。对基于模糊神经网络自适应PID控制器的无刷直流电机的双闭环控制系统进行仿真实验,实验结果表明,可以提高控制系统的响应速度,减小超调量,对负载及电机参数的变化都有较强的鲁棒性。     

变论域模糊自适应PID控制

模糊自适应PID控制器具有PID控制精度高,又具有模糊控制器快速、适应强的特点,工业控制中应用广泛.但是传统的模糊控制精度低,常常影响模糊自适应PID控制效果.因此,通过改变模糊输入和输出变量的论域,提出了一种基于新型伸缩因子的变论域模糊自适应PID控制方法.该方法以简单函数作为伸缩因子,简单方便,计算量小,并给出其严格性证明.仿真结果显示,该方法超调量小,控制精度高,控制效果明显好于模糊自适应PID控制器.     

自适应模糊PID控制在烟叶复烤系统中的应用

烟叶复烤过程具有时滞、不确定、非线性特性,仅利用常规PID控制不能使复烤过程的各项性能指标满足要求,一种参数自适应模糊PID控制器能有效解决这一问题。该控制器的参数调整采用确定性的模糊调整规则,从而不仅使控制器的设计易于实现而且具有很强的适应性和鲁棒性。仿真结果表明,该控制器能对烟叶复烤过程进行有效控制。