一种神经网络自适应PID控制器

采用神经网络与模糊逻辑相结合的方式，构造了一种自适应ＰＩＤ控制器。该控制器用具有改进学习算法的神经网络作ＰＩＤ参数调节器，用模糊神经网络对被控对象进行模型辨识，综合了神经网络，模糊控制和ＰＩＤ控制的优点。结构简单，易于实现，且适应环境能力强。     

基于神经网络的多变量模糊自整定PID控制器

针对脉冲ＴＩＧ焊动态过程控制提出了一种基于ＢＰ神经网络的多变量模糊自整定ＰＩＤ控制器。该控制器利用神经网络在线学习具有多变量耦合，非线性及不确定性的复杂的焊接动态过程的控制规则，实现ＰＩＤ参数的自动整定。仿真实验结果表明该控制器不仅具有模糊控制的简单，有效的非线性控制作用。还具备了神经网络的学习与适应能力，以及ＰＩＤ控制的普遍适用性。     

积分分离PID控制算法在炉温控制系统中的应用

积分分离PID控制算法是当被控量与设定值偏差较大时,取消积分作用,以提高系统的稳定性,减小系统的偏差,当被控制量接近设定值时,引入积分控制。本文以工业中常用的炉温控制系统为例进行仿真试验分析,验证积分分离PID控制算法的作用。     

基于神经网络数字化自适应PID控制

介绍了PID调节器的数字化推导过程和采样周期的选择，讨论了一种基于神经网络的自适应PID调节器的设计。     

船舶操纵运动的神经网络控制系统研究

船舶在航行时由于航行工况和环境变化多端,受力十分复杂,使得船舶操纵运动特性具有非线性、时变性和干扰的复杂性等特点．文中基于神经网络控制的自学习和自适应性,研究了三种无监督学习的船舶操纵运动神经网络控制系统,并对系统在混合干扰情况下进行了仿真研究,与优化后的传统PID控制系统进行了比较．     

基于RBF神经网络的控制系统PID调节器的设计

为了改善传统PID控制器的控制效果,采用RBF神经网络对控制系统PID参数进行自整定。分析了RBF神经网络PID整定原理,给出了相应的实例,并对该系统进行了仿真分析。仿真结果表明,采用RBF神经网络整定的PID控制器快速性好,自适应力强,具有良好的控制品质。     

基于PID神经网络解耦控制的变风量空调系统

为了消除变风量空调系统各回路之间存在的耦合，以便对该系统进行有效控制，建立了变风量空调机组部分变频器-风机-静压回路和新风阀-CO2气体体积含量回路的动态模型，提出用PID(比例-积分-微分)神经网络解耦控制方法消除这2个回路之间的耦合．实际运行结果表明，PID神经网络解耦控制技术可以有效地对变风量空调系统中2个回路进行解耦控制．     

模糊PID控制技术发展及应用中的问题分析

文章简要回顾了模糊控制的发展过程及现状，介绍了模糊控制的基本功能构成；并从系统化设计方法、控制性能优于传统控制器的模糊控制器设计、模糊控制器非线性逼近能力、模糊规则爆炸四个方面讨论了阻碍模糊控制技术发展的几个重要理论问题。最后阐述了模糊控制技术在生产实际中的应用。     

基于改进PSO算法的磁浮列车PID控制器参数优化

为减小磁浮列车气隙控制中非线性的影响,将粒子群优化(PSO)算法用于磁浮列车控制器参数优化,并在线性递减权重粒子群算法的基础上,提出了一种改进的粒子群优化算法.算法采用了邻域结构、停滞检测以及对全局最佳粒子的微扰,以改善算法的优化速度和收敛性.仿真和实验结果表明,将改进算法获得的优化参数用于磁浮列车的比例积分微分(PID)控制器,比原有PID控制器的输出超调减小45%.     

基于模糊变步长神经网络的自适应PID控制

本文针对具有非线性和不确定性的控制对象，提出了一种基于前向神经网络的自适应PID控制系统算法。并根据其特点，提出学习步长模糊校正的方案.这种控制系统综合了神经网络、模糊决策和PID控制的优点，易于实现，仿真结果表明该控制系统对非线性被控对象具有比较好的控制效果。     

模糊PID控制在冷藏集装箱制冷容量控制中的应用

将模糊控制理论应用于冷藏集装箱制冷系统的“过热度”和“制冷容量”控制中,把常规的PID控制模式改造为比例、积分、微分三增益按模糊控制规律自动优化调整的模糊PID控制模式,从而可使整个系统的工作状态更加合理、稳定、节能,获得较理想的控制效果。     

神经网络和PID控制器在过程控制中的应用

将PID控制器和神经网络相结合，对一种非线性、变参数的受控对象的控制进行研究．仿真结果表明，控制效果令人满意。     

磁浮系统中免疫专家PID控制器的改进

磁浮系统是一种典型的非线性、不稳定性开环系统。由于传统的比例-积分-微分（PID）控制器的参数是固定的,因此,控制系统无法兼顾悬浮系统的静态和动态性能。本文提出一种基于粒子群优化（PSO）算法的分段专家免疫PID控制器。该控制器先利用免疫PID控制器给出悬浮系统的阶跃响应曲线,再根据误差变化将该曲线划分为五个阶段,分段实现基于PSO算法的专家PID控制器。该控制器的优点是能够在悬浮系统工作时在线对PID参数进行调节,适应误差的不同变化,使控制器响应速度加快、调节精度提高,稳态性能变好,而且几乎没有超调和振荡。利用Matlab仿真,结果表明在相同精度要求下,该控制方法与单一的专家PID控制器的相比,磁浮控制系统的过渡时间变短,调节时间变短且过渡性能较好。     

优化设计非线性系统PID控制器的方法

对于非线性系统，提出了利用MATLAB优化控制箱（即NCD Blockset）优化设计PLD控制器的先进方法，介绍了该控制箱的主要特点，给出了约束条件下的优化算法，并结合具体实例提供了优化设计过程和步骤，最后进行了鲁棒性仿真实验，使用该优化设计方法，不仅使非线性系统满足性能指标要求，具有良好的控制特性，而且还有较强的鲁棒性。     

PID模糊控制在医用理疗仪温度控制器中的应用

本文介绍了用PID模糊控制技术中来解决在温度控制器控温过程中会产生的惯性温度误差问题。系统中的PID算法采用增量算法为基本算法,并按照实际应用做了适当的修改。经过实际测试,系统运行良好,证明在此医用理疗仪温度控制器中应用此PID算法取得了令人满意的结果。     

基于遗传算法的控制系统PID参数优化应用研究

针对线性定常系统,提出了基于遗传算法的PID参数优化方法,用MATLAB编写出该软件.为了推广利用,设计了一个通用性强、界面友好、使用简便的控制系统参数寻优的软件.通过算例调试,表明该方法使系统有较好的动态特性和稳态特性,利用本图形用户界面可得到PID控制系统寻优的直接结果,并直观地显示系统的阶跃响应.提供的方法具有一定的实用价值.     

鲁棒性PID控制器的自整定研究

在深入分析现有参数整定方法的缺点的基础上,提出了时域参数k,T,子与频域参数Kc,Tc之间的转换关系,并用数值方法拟合成简单的计算公式,由此提出了一种既可开环测试也可闭环测试模型参数的鲁棒性PID自整定算法。仿真表明,该自整定算法具有较快的响应速度、较小的超调量和较短的调节时间,是一种通用的、实用的算法。     

基于PSO算法的磁浮系统PID控制器优化与评价

为了改善磁浮系统的非线性和不稳定性特点,利用微分几何方法将两个不同结构的非线性子系统转化为两个相同结构的线性子系统,设计了基于标准粒子群算法的比例积分微分控制器.从固定惯性权重、线性递减惯性权重和线性微分递减惯性权重中,选出适合电磁铁1和电磁铁2的固定惯性权重,得到电磁铁1控制器的固定惯性权重参数C为0.5,电磁铁2控制器的固定惯性权重参数C为0.49,并且通过建立模糊综合评价模型得出优化后的电磁铁1和电磁铁2的控制器抗干扰的能力是好,且好的隶属度皆为0.561 9.实验结果表明,优化后的磁浮系统具有较好的鲁棒性.