基于神经网络PID的连挤连轧速度控制系统

根据连挤连轧速度控制的特点,将改进BP神经网络与PID控制算法相结合,采用西门子S7-200型PLC实现连挤连轧机的变频调速控制.通过与传统PID和BP神经网络PID算法比较,改进BP神经网络PID控制器具有较短的动态响应时间和良好的跟随性,表明该方法在连挤连轧速度控制中有良好的应用价值.     

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。     

基于模糊RBF神经网络的柴油机电液调速控制方法

介绍了电液调速执行器的动态特性,设计了电液调速控制回路,实现了模糊RBF神经网络对柴油机油门执行器位置的控制。将一种基于模糊RBF神经网络的PID控制器应用于柴油机调速控制中,详细说明了模糊RBF神经网络控制器的设计过程,它结合了传统PID以及神经网络和模糊控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明该系统比传统模糊控制的响应速度快、超调小,且适应性强,具有推广价值。     

轴向主动磁轴承的改进不完全微分PID控制

为了减少电磁轴承控制中测量噪声的干扰,提高电磁轴承控制的稳态精度,以立式电机的主动控制电磁轴承为研究对象,分析了测量噪声对传统PID控制的影响,并针对一阶不完全微分PID控制和传统PID控制不能满足系统控制性能要求的情况, 提出一种基于二阶不完全微分PID控制的改进算法.采用MATLAB的Simulink搭建了仿真模型,利用C语言和磁轴承控制平台进行了算法的试验验证.仿真和试验结果表明,改进的算法能够改善磁轴承系统的静态性能,气隙的稳态误差约为20 m,比传统PID、带一阶滤波器的不完全微分PID减小了约50% (30 m),证明了该算法的有效性.      

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.     

暖通空调系统的新型模糊自调节PID控制

针对暖通空调系统中由于存在高度非线性,外部扰动,多变量等因素而难以控制的现状,提出一种利用模糊控制器的解析表达式实时调节PID控制器各参数的新型模糊PID控制算法。闭环系统中的模糊模型在发挥控制作用的同时,作为调节器实现了对PID控制器各参数的在线自适应调节,并且给出了具体控制算法设计。仿真结果表明与传统PID控制器相比,这一新型模糊PID控制器具有超调量小,调节时间短,鲁棒性强等优良的控制性能。     

无级变速汽车液力变矩器工作策略

为了提高无级变速汽车液力变矩器工作的燃料经济性,确定了液力变矩器锁止、解锁的合理条件。为了提高液力变矩器解锁时的工作效率,利用无级变速器速比调节功能,设计了PID控制器,使得发动机-液力变矩器始终工作在最佳经济区域。为了减少液力变矩器锁止时的冲击,以允许冲击度范围内滑磨功最小与发动机稳定运转2个原则,提出了锁止离合器接合的控制策略,设计了以冲击度和发动机转速差为输入量的模糊控制器。两种不同锁止情况试验结果表明:急加速(1.92 s)比缓加速(1.38 s)延长了接合时间,因此,利用控制策略能够保证锁止离合器接合平稳和发动机的稳定运转。     

基于参数自整定模糊PID的船舶控制

针对船舶操纵过程存在非线性、慢时变特性，设计一种参数自整定模糊PID控制器，可以在线实现PID参数的调整，使控制系统的响应速度快，超调量减少，过渡过程时间大大缩短，振荡次数少，具有较强的鲁棒性和稳定性。     

基于改进模糊PID-Smith控制器的高速动车组停车方法

为解决动车组制动过程中电制动与空气制动切换时控制模型参数变化和空气制动延时大的问题, 以提高动车组停车的精确性, 提出了一种改进模糊PID-Smith控制器; 通过分析动车组制动过程中单个车厢的力学模型, 考虑列车制动过程的特点, 建立了关于运行速度和制动力的二阶纯延时传递函数; 将离散化的二阶纯延时传递函数与单个车厢的力学模型结合, 建立了动车组多质点控制模型, 并分析了该控制模型的特点; 提出了一种改进的模糊PID-Smith控制器, 通过引入Smith预估控制器解决了动车组制动过程中空气制动系统延时大的问题, 使用递推最小二乘法在线辨识了模型参数, 以解决动车组制动过程中电制动切换到空气制动时的模型参数变化问题; 采用模糊PID控制器代替Smith预估控制器中的PID部分, 解决了PID参数整定难和鲁棒性差的问题; 采用MATLAB软件对CRH380A型高速动车组进行仿真, 在不同进站速度、不同减速度和不同程度干扰下, 使控制器控制动车组跟踪设定速度, 并与模糊PID控制器的结果进行对比。仿真结果表明: 改进模糊PID-Smith控制器得到的动力单元速度与其设定速度的误差在0.4 km·h-1以内, 而模糊PID控制器的误差在1.0 km·h-1以内; 采用提出控制器得到的停车误差在0.3 m以内, 而模糊PID控制器的停车误差在1.5 m以内; 提出的控制器满足高速动车组运行过程中停车误差小于0.3 m的要求。      

可变磁路式永磁悬浮平台的起浮控制方法

磁悬浮技术应用于超洁净传送，可有效减少粉尘污染. 可变磁路式永磁悬浮平台具有低功耗、抗吸附的特性，可避免电磁悬浮传送平台温升大和混合磁悬浮平台安全性差的弊端. 为解决永磁悬浮平台起浮过程易发散的问题，提出并验证分散控制、集中控制和积分分离法3种起浮控制方法. 首先，分析可变磁路式永磁悬浮平台的磁力控制原理，建立系统动力学模型，并采用分散控制实现悬浮平台起浮；然后，针对起浮后平台倾斜的问题，提出了三自由度集中控制方法，其中平台的垂向控制为PD （proportional differential），侧倾与俯仰方向为PID（proportional integral differential ）；最后，应用积分分离法进行分段控制，以实现垂向的精确定位. 研究结果表明:集中控制方法实现了平台倾斜角的自纠偏，可有效解决分散控制下各磁极磁力特性差异引起的平台倾斜问题，调节时间为0.5 s；垂向采用积分分离方法后，平台垂向的稳态误差由0.23 mm可减小为0，调节时间为3.0 s.      

柴油机中压共轨系统共轨油压控制研究

介绍了一种柴油机中压共轨系统，并分析采用PID控制，模糊控制及模糊-PID控制对共轨油压进行控制研究，实验结果及分析表明采用模糊PID控制方法可以获得较好的控制效果。共轨油压在宽广的工作范围内，响应速度快，静差小，超调小，系统稳定。     

大功率空冷自增湿PEMFC温度控制方法

为研究大功率空冷自增湿质子交换膜燃料电池(PEMFC)温度控制对电堆输出性能的影响,分别采用模糊控制、PID控制、模糊-PID切换控制、自适应模糊PID控制对电堆进行试验测试.实验结果表明,不同控制方法在负载变化时的动态响应特性存在较大差异:模糊控制对电堆输出性能影响较大,在大电流输出时会造成明显的浓差极化;模糊控制、PID控制、模糊-PID切换控制在负载变化时动态响应存在较大的超调量,调节时间长;模糊自适应PID控制超调量小,调节时间短.与PID温度控制相比,自适应模糊PID温度控制超调量降低了75%,调节时间加快了20%.综合考虑调节时间、超调量、稳态误差、电堆输出性能等因素,自适应模糊PID温度控制有利于提高大功率空冷自增湿PEMFC输出特性.      

磁浮轴承系统的数学模型与控制分析

磁浮轴是一种依赖电磁力支承转子的新型无接触轴承,与传统油润滑轴承相比,具有许多优越性。介绍了磁浮轴承的基本原理和结构,在建立磁浮轴承一对径向定位电磁铁单自由度数学模型的基础上,对该不稳定系统进行了ＰＩＤ补偿控制,研究了控制器参数对系统稳定性的影响。     

火电厂过热汽温串级PID的快速稳定优化

针对火电机组大迟延的特点,提出了一种基于鲁棒约束的串级PID（比例－积分－微分）控制器稳定域优化方法．该方法首先根据时延系统的模型得到串级PID控制器参数的稳定域,然后利用鲁棒灵敏度函数的最大值获得最优的控制器参数．通过对火电机组过热汽温串级控制系统的仿真研究,表明该方法可以快速地确定串级控制器的最优参数,为火电机组热力系统的PID控制器参数优化提供了一种简单有效的方法．     

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。     

Wavelength reservation scheme with switch fabric status in distributed mesh optical networks

A new wavelength reservation scheme is proposed to mitigate the connection setup time and minimize the reconfiguration times of optical cross-connects (OXCs) for WDM optical networks in this study. In this scheme, we consider the reconfiguration information of switch fabrics in the signaling protocol, which is designated as the signaling with switch fabric status (SWFS). Distributed reservation algorithms will reserve the wavelength with minimum of reconfiguration times of OXCs along the route. Simulation results indicate that the proposed schemes with switch fabrics status have shorter setup time, lower switching ratio as well as better blocking performance than those of the traditional classic schemes. Moreover, the proposed schemes with SWFS significantly reduce the number of switch fabrics that need to be reconfigured. Foundation item: the National Natural Science Foundation of China (Nos. 60632010 and 60572029) and the National High Technology Research and Development Program (863) of China (No. 2006AA01Z251)     

双机架可逆冷轧机恒张力简单自适应控制

为保证双机架可逆冷轧机轧制中带钢恒张力，设计了恒张力简单自适应控制系统．该系统含有电流和速度2个内环，这2个内环均采取PI调节器控制；最外环为张力环，采用简单自适应控制器控制．仿真结果表明，简单自适应控制比传统PID控制具有更好的性能．该系统对带钢恒张力控制具有很强的鲁棒性，提高了带钢板厚和板形的精度．     

基于模糊控制的智能车辆自主行驶方法研究

车辆无人驾驶是智能交通系统的一个重要部分,其目标是开发在高速公路和城市道路环境下的辅助驾驶系统,旨在帮助乃至取代驾驶员,实现车辆自动控制和自动驾驶,减少交通事故发生,提高道路交通系统的效率,因此提出了一种基于机器视觉和模糊控制实现智能车辆自主行驶的方法. 该方法以CMOS摄像头为路径识别传感器,通过图像分析提取车道中心线,并引入速度反馈,形成闭环控制,建立一个由两个模糊控制器组成的分级模糊控制器控制车辆转向,并使用模糊控制代替传统的PID速度控制来控制速度. 和常规的PID算法及模糊控制算法相比,改进的模糊控制算法使智能车在道路上更快速、平稳地运行,并且在转弯处的超调更小.     

Intelligent Vehicle's Path Tracking Based on Fuzzy Control

Autopilot vehicle is an important part of intelligent transportation systems. The objective is to develop the driver assistance systems on highway and urban road, to help or even to replace the driver, which may reduce traffic accidents and improve the efficiency of traffic system. A method based on machine vision and fuzzy control is proposed to realize intelligent vehicles' autopilot. It uses the CMOS sensor as its path recognition device to draw its lane centerline through image analysis. Taking the feedback speed as the additional input, the study forms the closed-loop control and establishes one graduation fuzzy controller which controls vehicle direction with two fuzzy controller combinations and replaces traditional PID control vehicle speed by fuzzy control. Compare with the conventional PID algorithm and the fuzzy control algorithm, the improved fuzzy control algorithm ensures a high speed and steady running of intelligent vehicle with smaller over modulation in corner.