风机转动速度调节的PID优化算法研究

通过对风机转动速度的优化控制调节,提高风机的输出功率和电能传输效率,风机转子叶片控制中受到强耦合的磁损耗的干扰,难以实现有效的转速调节,提出一种基于PID优化控制的风机转动速度调节优化算法,分析风机转动速度调节控制参数模型,构建风机转子叶片速度调节的优化控制目标函数,设计三层前向PID神经网络,通过PID变结构控制,风机的低速轴将转子轴心与齿轮箱连接,激发空气动力闸的运行,进行转速调节,有效地抑制了风机转子叶片控制中强耦合磁损耗的干扰,提高了风机转动速度调节输出控制性能。仿真结果表明,采用该方法能有效实现风机转速调节控制,提高风机运行效率和输出增益。     

基于变论域模糊PID控制的通风风量仿真设计

针对隧道通风系统中存在的智能化程度较低、需要控制的变量较多等问题。利用模糊控制不需要建立被控对象精确数学模型的特点,运用一种基于CO浓度检测的变频通风变论域模糊PID控制方法,结合变论域理论以及模糊推理方法对PID参数进行在线自整定得到PID控制器的实际控制参数,从而对隧道的风机进行控制,调节通风风量。仿真结果表明,相比传统的固定论域的模糊PID控制方式,变论域的控制方法可减小系统超调量、提高系统反应速度、缩短调节时间,从而改善隧道通风系统的动态性能,延长通风机使用寿命,降低运营成本。     

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。     

基于模糊PID控制的网络异常流量监控设计

在大型网络系统中,会因为网络拥堵或者病毒入侵产生网络异常流量,通过对网络异常流量的监控系统设计保障网络的安全稳定。传统的网络异常流量监控系统采用BP神经网络控制算法,由于BP神经网络的结构单一性,对异常流量中干扰性较强的数据难以有效检测发现,提出一种基于改进的模糊PID控制的网络流量异常监控系统设计方法,在流量传输模型和时间序列分析模型构建的基础上,提取异常流量序列的定量递归熵特征,采用模糊PID神经网络控制方法进行流量监控系统设计,把监控到的异常流量通过链路信道回馈给输出层。仿真结果表明,采用该方法进行网络异常流量监控,能准确检测出异常的频谱特征,从而在时域上进行追溯定位,实现流量异常点的准确检测,对异常流量的准确检测概率比传统方法高。     

自抗扰控制器在汽油发电机转速控制系统中的应用

针对具有非线性、时变的汽油发电机,设计了一种基于自抗扰控制器的转速控制策略,该策略利用跟踪微分器解决了传统设计带来的快速性和超调之间的矛盾;用扩张状态观测器对未知模型动态与外部扰动进行动态估计和补偿;用非线性状态误差反馈控制,改善了传统PID控制器中的误差线性组合。     

基于PID干扰抑制算法的中频接收机设计

为设计抗干扰能力强的中频接收机,提高中频接收机的抗干扰调制解调性能,提出一种基于可变论域模糊PID控制的中频接收机干扰抑制算法。改进算法采用在载波频率变换成中频频率时引入可变论域理论,在混频管中进行可变论域非线性分区,对PID抗干扰抑制算法进行改进,用LT5575实现解调功能,采用LT6600-20芯片实现基带信号的滤波和中频放大功能,实现中频接收机的硬件设计。测试结果表明,采用该抗干扰抑制算法设计中频接收机,对中频干扰和镜像干扰具有很好的抑制效果,接收机性能较好。     

基于模糊自适应PID算法的车辆稳定性控制

针对传统的模糊自适应PID算法在车辆稳定控制的应用中还存在控制精度不高的问题,本文设计了一种以RBF神经网络优化模糊自适应PID算法为基础的车辆稳定性控制模型。这一模型首先优化RBF神经网络算法隐含层的中心数目,这一优化过程主要是借助减聚类的方法进行。然后采用Logistic对其中心值进行精度的提升,最后采用改进RBF神经网络对模糊自适应PID控制算法进行改进,以达到更精确的控制。仿真实验结果发现,与PID算法相比,基于模糊自适应PID算法设计的这一车辆稳定性控制模型的控制精度更高,并且在车辆稳定性控制应用中具有更好的效果。     

基于模糊PID算法的铝棒温度控制系统研究

针对温度对象有非线性、大时滞、强耦合等特点,将模糊控制与PID控制结合起来,设计了一种模糊PID控制器。此控制器基于误差的变化特点,对比例和微分系数及时调节。调整的方法是:当偏差较大时,调大比例系数,增快系统的响应速度;当偏差较小时,而偏差微分较大时,调小比例系数,提高控制精度。通过在铝挤压实验平台测试表明,模糊PID算法比常规PID算法具有上升时间短、响应速度快、控制精度高等特点,模糊PID算法对温度控制系统有良好的控制性能。     

高铁车载温度传感数据状态模式挖掘

通过对高铁车厢车载温度传感数据状态模式的准确挖掘,实现对高铁车厢温度的精确控制,提高高铁运行性能。传统方法中对车载温度传感器的数据状态模式挖掘采用的是半导体气敏传感器测量法进行数据采集,并采用神经网络控制法实现数据状态模式挖掘,方法受限于温度数据的均衡控制无法准确把握,控制效果不好。提出一种基于正态相关的高铁车载温度传感数据状态模式挖掘方法,首先进行温度传感数据采集的硬件系统设计,在原始数据采集的基础上,提取温度传感数据的正态相关状态信息特征,采用PID控制器进行列车车厢的温度调节,温度变化率、积分时间和微分时间通过线性组合的方式进行控制,得到温度传感数据的自相关控制状态方程。数据跟踪器设计成二阶离散数据跟踪器,以满足实际需要。实现了温度传感数据的状态模式挖掘改进。仿真结果表明,算法温度控制和功率控制的稳定性和准确性优越传统算法,车载温度智能调节和控制性能提高。     

超宽带变频风力发电机定桨距同步控制仿真

在超宽带变频外电场作用下,风力发电机定桨距转动惯量出现抖振和脉动,机组同步控制性能较差。提出一种改进PID神经元自适应网络同步模糊控制技术。引入自适应神经直接逆动态控制算法,构建超宽大变频作用下电机组的运行状态的逆模型,同步改变模糊控制器的输出比例因子,设计判决门限,抑制动态转动惯量抖振和静态电流脉动,精确实现风力发电机定桨距同步控制。仿真实验中,通过搭建1台3 KW的风力发电机组模型进行仿真,测试结果表明,采用该控制方法进行机组控制,具有较好的鲁棒性,能够有效抑制动态抖振和静态电流脉动,对延迟机组使用和提高机组性能具有重要意义。