角伺服系统模糊自适应PID控制研究

将模糊控制和PID控制相结合,提出了一种智能复合控制策略,并将其应用于某型导弹系统角伺服系统的控制。利用模糊控制在线自适应调整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。在Simulink中的仿真结果表明,这种模糊PID控制器的控制效果优于单纯的PID控制,超调量小,抗干扰性能强,对变参数系统的鲁棒性强,满足在线实时自适应控制的要求。     

自适应PID控制系统仿真

针对常规PID控制器不能满足非线性、时变系统的控制要求的问题,本文将自适应控制思想与PID控制器相结合,合成一种自适应PID控制解决方案,并设计了一个自适应PID控制器。该方案运用专家控制策略,自动整定PID参数。仿真结论表明,在系统参数不确定或者发生变化时,该控制器的控制效果明显优于常规PID控制器。     

模糊PDI自整定控制方法

本对在线实时模糊PID自整定控制方法进行深入讨论，并对温度过程进行控制，表明其正确，有效和实用。     

非线性系统的神经元自适应PID控制

针对一类具有时滞的非线性系统,提出了一种神经元自适应PID控制方法.根据被控对象响应的控制品质要求,利用神经元的权值在线调整功能,可以实时调整控制系统的PID参数,克服了经典PID控制算法中参数不易实时在线调整的缺点.仿真结果显示了该设计方法的有效性.     

单神经元PID算法在流量比值控制中的应用

针对在PCT-2型过程控制装置进行流量比值控制时．PID（proportional integral differential controller）参数难以整定的问题，提出一种基于单神经元自适应的PID流量比值控制方法，使PID参数实现自整定。该算法利用单神经元的自学习和自适应能力、结构简单和易于计算的特点与PID算法相结合，形成了一种新型的智能PID流量比值控制方法．其可以解决传统PID调节器不易在线实时进行参数整定、难于对一些复杂过程和慢时变系统进行有效控制的不足。实验结果表明：这种控制方法不仅容易掌握、精度高，且具有一定的实用价值。     

航空发动机神经网络自学习PID控制

将神经网络与传统的PID控制相结合,构成神经网络自学习PID控制,用神经网络在线整定PID控制器的比例、积分及微分三个参数,使被控对象跟踪理想参考模型的输出。该系统具有自学习能力,能适用于非线性、时变的被控对象。将神经网络自学习PID控制方法用于航空发动机全包线控制以及蜕化发动机的控制,进行了数字仿真,验证了该方法的有效性。     

一种新型的智能非线性PID控制器

在分析总结标准PID控制器、各种变形PID控制器、非线性PID控制器特点的基础上，提出了一种智能非线性PID(INPID)型变结构控制器。将该INPID控制器应用于典型带延迟一阶对象和二阶对象控制，并与传统PID进行了对比，证明该控制器具有良好的控制效果、广泛的对象适应性和很强的鲁棒性。仿真结果表明．在控制量受限越强和系统参数变化范围越大的情况下，其优势越突出。     

微小型飞行器的神经网络动态逆控制方法

微小型飞行器(MAV)精确的数学模型很难得到,限制了单纯动态逆控制方法的使用,比例-积分-微分(PID)等传统的控制方法已不能满足要求。针对这一问题,研究了应用动态逆控制方法的新途径──神经网络动态逆。选取串接积分器的多层前向神经网络训练飞行控制系统的动态逆模型,并自适应补偿逆误差。用MATLAB的NNCTRL20工具箱并结合NNSYSID20工具箱建立了仿真系统。升降舵和方向舵联合控制转弯。用PID控制器、近似神经网络动态逆模块、在线神经网络补偿器构建了飞行控制系统。仿真结果表明,神经网络动态逆有较强的鲁棒性、稳定性和指令跟随能力,比PID更适合于微小型飞行器的姿态控制。     

基于深度信念网络的船用燃气轮机自适应控制

针对船用燃气轮机非线性强、惯性大和负载多变等特点,提出1种基于深度信念网络的自适应控制器。该控制器结合了深度信念网络和传统PID控制器,利用深度信念网络对燃气轮机的转速误差信息以及负载状态提取实时特征,在线调节PID参数,并将参数传递给PID控制器,由其输出控制量。通过数字仿真验证表明:该控制器满足燃气轮机转速控制的要求,并且具有良好的自适应性,在不同工况下,能够对燃气轮机转速进行准确控制,使得系统快速响应的同时无超调量。     

基于自适应PID的异步电机电流控制

在异步电机矢量控制电流环中采用参数自适应PID算法。该算法采用带遗忘因子的递推最小二乘算法对PID参数进行在线估计,能够根据不同情况实时调整PID参数。试验结果表明,该算法鲁棒性强、稳定性好、自适应性强、计算量小,能够满足对电流控制的要求,并且提高了速度的抗干扰能力。     

航空发动机燃油泵试验台入口油温控制

航空发动机燃油泵试验台入口油温控制系统是一种非线性、时滞系统,难以建立数学模型,常规的PID控制方法不能实现精确的控制。提出采用改进的单神经元自适应PID控制方法实现对入口油温的控制。该控制方法结合了神经网络和PID控制的优点。仿真结果表明,所采用的单神经元自适应PID控制与常规PID控制相比,具有更好的控制品质。     

航空发动机自抗扰控制器简捷设计与应用

针对航空发动机的强非线性特征,进行了自抗扰控制器(ADRC)技术在航空发动机控制系统中的应用研究。首先,从工程应用的角度出发,给出1种简捷自抗扰制器设计方法,从而减少需整定参数和以增强设计参数的物理直观性,以方便设计;然后,将该方法应用于某型涡扇发动机控制器设计。仿真结果表明:ADRC比PID控制方法有效。     

基于模糊PID的飞机机轮静态性能测试装置

机轮是飞机的重要组成部分,其安全性能直接影响飞机的安全起飞和着陆.机轮的性能指标包括动态性能指标和静态性能指标.静态性能指标主要包括机轮的静强度和刚度,一般采用传统PID控制算法实现飞机机轮静态性能指标的测试,但由于传统PID控制算法鲁棒性差,对非线形、时变等系统难以获得满意的控制效果,本文基于S7-300PLC,将先进智能控制方法与传统PID控制相结合,提出了模糊PID自整定算法在PLC上的实现方法,并完成对飞机机轮静态性能测试装置的有效控制,试验结果显示该控制系统在控制性能上明显优于传统PID控制算法.     

SMA鼓包迟滞建模与控制策略

激波控制鼓包SCB是一种减小激波阻力的流动控制技术。为了解决固定挠度鼓包工作范围较窄的问题,提出了一种具有双向记忆效应的形状记忆合金SMA鼓包,通过控制SMA鼓包的温度来改变其挠度。SMA鼓包最大可回复位移为6.1 mm,为鼓包变形区域的2.65%。针对迟滞现象对鼓包挠度控制的影响,基于（Krasnosel'skii-Pokrovskii,KP）模型对SMA鼓包的温度/挠度迟滞特性进行了建模研究。采用粒子群算法来辨识模型参数,辨识得到的迟滞模型最大误差为0.107 mm。设计了2种基于KP模型的PID控制方案,一种为无迟滞补偿的单目标PID控制,一种为迟滞逆模型前馈补偿的双目标PID控制。仿真与实验结果表明,迟滞逆模型前馈补偿的双目标PID控制时域性能优于无迟滞补偿的单目标PID控制。     

基于小波神经网络PID的永磁同步电机转速控制

提出了基于小波神经网络PID的永磁同步电机(PMSM)转速控制策略。根据系统运行参数的变化,采用三层前馈式人工神经网络,基于梯度下降纠正误差法在线训练实时更新PID参数值。采用小波神经网络和增量式PID共同构成转速环控制器。建立PMSM数学模型,设计PMSM速度环控制器,构建S函数,对控制算法进行仿真试验,验证了该控制算法的先进性。试验结果表明,所提控制策略比传统PID转速控制具有更好的动态性能和抗干扰能力。     

基于积分分离+死区PID的逆变电路控制系统研究

为了提高逆变电路模块控制性能,在传统PID控制方法基础上提出了一种基于积分分离+死区PID控制的逆变电路控制方法,可有效解决传统PID控制引起的控制量超过被控对象而造成系统振荡的问题。积分分离+死区PID控制算法是在积分分离PID控制算法内引入死区PID控制算法,综合了两种控制算法的优点,既可延长控制系统使用寿命又可对系统偏差进行限制。最后通过MATLAB/Simulink建立具有逆变电路模块的高频电源仿真模型,将所提PID控制方法应用于其中,验证了所提方法的有效性和实用性。