[4]针对以往的生产中,人们只是按照经验采用手动方法去控制管道内的风速,很难取得较好的效果,造成生产过程中容易出次品,甚至造成堵料,甚至引发安全生产事顾的现象,以气流炸药生产线管道风速为研究对象,针对控制过程具有非线性、大滞后、大惯性等特点,在精确模型难以建立的情况下,该论文提出一种参数自校正模糊PID控制器。文章详细地阐述参数自校正模糊PID控制器的设计,将模糊控制器与PID控制器相结合,利用模糊控制器的输出来修正PID控制器的参数。文章中以在气流炸药生产线的应用表明:文章所提出的控制策略具有反应速度快、稳定性强和控制精度高等特点,达到了较好的控制性能。
[5]针对现有的智能PID算法过程缓慢,实时控制和在线整定必须分开进行的不足,所提出的研究思想是:误差和误差变化的解析式能够伴随着误差和误差的变化自动的快速的调整自身的值,这种调整是瞬间的。而且这种调整在相当短的时间可以改变很大的值。因此将这种方法应用到PID参数整定,能够显著提高系统的运算速度并且实现在线整定与实时控制同时进行。该论文研究了模糊控制,神经网络和遗传算法等PID控制器,进行了仿真实验,并在解析模糊PID控制器的基础上,引申出来一种新的利用误差和误差变化解析式来整定PID参数的控制器的方法,将PID的三个参数完全用误差和误差变化的解析式表示出来进行控制。这种方法在提高快速性和在线整定与实时控制有很好的效果。又将这种方法结合改进Smith 算法控制延时对象,结合变阻尼控制提高快速性和抗扰性。仿真结果证明这些方法的有效性和合理性。
[6]首先分析常规PID控制的基本原理和特点,然后给出了数字PID计算方法,并系统地介绍了PID参数自整定的一般方法,最后提出PID控制的局限性和发展,为后文研究工作做铺垫。论文是基于对PID控制器参数的自整定方法、模糊控制器设计方法的研究,设计了一种模糊自整定PID控制器。该控制器是在整定出PID初始参数的基础上,根据被控对象的响应在采样时刻的误差E和误差变化率EC两个因素来确定参数调整量的方向和大小,通过把操作人员的PID参数整定经验总结成模糊规则模型,形成微机查询表,微机根据控制系统的实际响应情况,运用模糊推理与决策实现对PID参数的在线调整。该方法将经典PID控制与模糊控制的简便性、灵活性以及鲁棒性融为一体。通过MATLAB仿真研究及模糊PID控制和常规PID控制仿真的结果比较,表明本文采用的方法提高了系统的动、静态响应性能。通过比较来说明该控制方法对于此类系统控制是有效的。
[7]首先系统地介绍了自适应控制理论的原理和发展状况和系统介绍常规PID调节器和数字PID调节器的控制算法,分析了算法的缺陷,以及其相关改进算法。然后给出了本文所用的基础知识:递推最小二乘算法。针对时变系统,提出了带遗忘因子的递推最小二乘算法;介绍了本文所用的系统仿真软件:MATLAB的基础知识,为下面的系统仿真提供了基础知识;最后针对给定的系统模型和控制关系,按照递推最小二乘算法,设计了PID参数整定的流程图和MATLAB程序,在并计算机上进行仿真实验。通过改变初始值、被控对象和输入函数等内容的试验,来验证自校正PID调节器的收敛性和稳定性。针对递推最小二乘自校正PID算法的不足之处,提出了相关的改进算法。
[8]为解决闭环条件下系统参数不可辨识性给Astrom & Witenmark自校正调节器向最小方差控制器收敛的速度带来影响的这一问题, 作者构造了一种闭环条件下系统参数估计方法计算机仿真结果表明, 它较原有参数估计方法的收敛速度及收敛精度均有明显提高,在该方法基础上,针对人Astrom & Witenmark自校正调节器, 提出了一种改进的自校正调节器.理论分析及计算机仿真结果表明, 改进后的自校正调节器在向最小方差控制收敛时, 其收敛速度要快于原自校正调节器, 从而明显地改善了自校正系统的控制品质。得出的结论是:对于线性慢时变STR控制系统, 改进的STR控制策略在保证系统始终处于较好的运行状态, 确保系统控制品质方面, 有着常规的STR(最小方差)所没有的优越性;改进的STR控制策略还有可能使改进的STR提高抑制确定性扰动对系统输出影响的能力, 从而在一定程度上弥补STR对于确定性扰动调节效果不理想的缺憾。