基于智能PID规则的专家控制器

介绍一种基于智能ＰＩＤ规则的专家控制器，并给出了数字仿真结果。     

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。     

基于单神经元智能PID控制的柴油机数字式电子调速系统

提出一种以经典ＰＩＤ为基础,用单神经元加以实现的智能ＰＩＤ控制算法,该算法既保留了神经网络控制的优点,又简单易行,将其应用于柴油数字式电子调速系统仿真结果表明,该控制算法不仅动态性能优良,而且具有较好的适应性和鲁棒性,为研究柴油机数字式电子调速系统的智能控制提供了一条新途径。     

基于单神经元智能PID控制的柴油机数字式电子调速系统

提出一种以经典PID为基础,用单神经元加以实现的智能PID控制算法,该算法既保留了神经网络控制的优点,又简单易行.将其应用于柴油机数字式电子调速系统,仿真结果表明.该控制算法不仅动态性能优良,而且具有较好的适应性和鲁棒性,为研究柴油机数字式电子调速系统的智能控制提供了一条新途径.     

一类基于神经元的多值逻辑控制器的设计

普通多值逻辑控制器算法的关键是加权因子的选择。本文应用神经元来实现普通多值逻辑控制器，在此基础上提出了加权因子的自学习算法，并用数字仿真证明了算法的有效性。     

神经元自适应PID控制

在神经非模型控制的基础上，结合PID控制的优点，提出了神经非模型自适应PID控制方法，确定了神经元网络的输入信号，并设计出自适应系数的在线修正算法，结合实例，给出了该控制器三个初始权系数的设定方法，仿真结果表明，该控制器不权算法非常简单，而且适应性和鲁棒性很强，控制系统具有良好的动态性和稳态性能。     

参数自整定PID—Fuzzy控制器的研究

文中叙述了ＰＩＤ控制、模糊控制各自的特点及不足,由此设计了ＰＩＤ—Ｆｕｚｚｙ控制器,并进行了仿真研究与 ＰＩＤ控制器比较．ＰＩＤ—ｆｕｚｚｙ控制器鲁棒性大为提高,超调量减少,较好的解决了快速性与小超调之间的矛盾。     

基于单神经元自适应PID控制的共轨压力控制研究

对共轨系统油轨压力的控制方法进行了理论与实验研究.设计了单神经网络自适应PID控制器,相应的控制程序在Labview环境下进行了实现.在试验台上对单神经元自适应PID控制与常规PID控制进行了对比.试验结果表明:对共轨系统油轨压力采用单神经元自适应PID控制,其控制效果好于常规PID控制,并且其控制误差更小.     

基于Z-N算法的PID炉温控制

针对大惯性工业对象,设计了一种新的自适应PID调节器控制算法并应用于工业加热炉温度控制系统中,利用改进的Z-N算法,完成PID参数的初始值设定,利用测量误差改变调节器步长的方法实现PID参数的自动整定.实验结果表明,当实际温度距标定温度30℃时,利用这种PID参数自整定算法进行控制,可以使温度控制曲线在不同的阶段平滑过渡,使升温曲线平稳地过渡到恒温阶段.从控制结果上参数自调整PID控制结果几乎没有超调,稳定时间短,在设定的目标角度值附近振荡少.这种PID控制器无论在超调量还是稳定时间上都优于传统的PID控制器.     

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。     

数字PID控制器参数仿真优化

介绍一种采用寻优和仿真相配合的计算机辅助设计方法，确定数字控制器的结构和参数。     

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。     

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。     

基于PID控制器的扭矩-进气量map补偿方法

随着发动机使用时间的增加,元器件老化和参数漂移等因素导致发动机的特性map与发动机系统不匹配,使得发动机的扭矩输出性能下降.针对map与发动机系统不匹配的问题,本文基于map/机理混合描述的汽油发动机模型,在双闭环气路控制系统的基础上,以扭矩-进气量转换map为例,设计了PID控制器对期望的进气流量进行动态补偿,从而使得汽油机的实际输出扭矩满足期望的发动机扭矩需求.最后,利用高保真的四缸进气道喷射汽油机仿真模型（enDYNA）进行了仿真实验,仿真结果验证了基于PID控制器补偿方法的有效性.     

基于PSO的多叶准直器PID控制器参数优化研究

针对放射治疗系统中多叶准直器叶片位置精度的控制要求,描述了适形放射治疗装置中多叶准直器的结构和工作原理.把驱动多叶准直器叶片运动的无刷直流电机作为被控对象,提出了基于PSO算法的PID控制器的设计方法.首先,对无刷直流电机进行了建模,而后,采用基本粒子群算法对无刷直流电机的PID控制器各项参数进行优化,以保证多叶准直器叶片的到位精度,满足适形放疗的要求.仿真结果表明所使用的方法能较好地满足多叶准直器叶片位置控制的精度要求,各项控制指标明显优于传统整定方法.     

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%.     

电动汽车永磁无刷直流电机的单神经元自适应PID控制

对于基于理想换相的永磁无刷直流电机，在给出了其单相等效模型的基础上，运用单神经元自适应PID控制来设计速度调节器，以提高驱动控制系统对负载变化的自适应能力．研究和仿真分析表明：这种速度调节器，只要学习速率选择合理，就具有比传统PID词节器更强的对负载变化的参数鲁棒性和自适应性．     

基于模糊自整定PID控制器的非线性系统仿真

将PID控制与Fuzzy控制的简便性、灵活性以及鲁棒性融为一体，构造了一个自适应模糊PID控制器．通过模糊控制规则在线调整PID控制器的参数，并利用MATLAB语言结合具体实例方便而快速地实现了该控制器的计算机仿真．仿真结果表明：该控制方法提高了非线性系统的动、静态特性，使系统获得了较好的性能．     

基于变结构控制的气动伺服系统控制器的研究

综合考虑脉宽调制式气动恰服系统的性能要求，控制器的简单性和单片机实现的可能性等因素，提出了一种结构控制方法，即依据偏差的大小，分别采用Ｂａｎｇ－Ｒａｎｇ控制，非线性ＰＩＤ控制和非线性微分反馈控制，该方法可由单片机实现。