智能PID的发展、工业高级过程控制结课论文

PID控制是最早发展起来的控制策略之一，是迄今为止最通用的控制方法。目前大多数工业控制回路仍然应用着PID控制器或改进型PID控制器。在PID控制中，控制效果的好坏完全取决于PID参数的整定与优化。普通的PID控制在控制基本线性和动念特性不随时间变化的系统上控制效果不错，但是在控制非线性、时变的系统时，控制效果往往不佳。温度控制具有非线性、大滞后、大惯性、时变性、升温单向性等特点，因此传统的PID控制无法对其实现有效的控制，智能PID开始应用于温度控制系统。随着计算机技术和智能计算理论的发展，智能控制理论正越来越多的应用于PID控制器的性能改进中去。模糊控制和神经网络各有优点，两者都能对PID控制器参数进行整定与优化，提高了PID控制器的控制性能。   本文将模糊控制与神经网络结合起来，组成模糊神经网络对PID三个参数进行整定与优化，设计出了一种模糊神经网络PID控制器结构，在此基础上以DSP为处理器实现了具有自整定功能的PID温度控制系统。系统主要包括：电源模块，采用TPS76833芯片进行电源转换；温度电压测量模块，采用Ptl00温度传感器及其相应的测量电桥进行温度电压采集，应用DSP的模数转换单元将模拟量转换为数字量；人机交互模块，运用DSP的I／O模块设计出一套键盘作为输入，LCD显示器采用点阵式液晶显示器MG．12232，与PC机的交互方面，采用支持RS．232标准的MAX一232作为驱动芯片，驱动DSP与PC机的串行通信；温度控制模块采用控制量控制PWM波占空比信号的策略，输出占空比信号来控制功率模块的导通，达到控制温度的目的。最后设计并实现了基于自整定PID控制器的温度控制系统的主要程序。

无人机 智能控制 经典控制,本文系统描述了两种控制的优缺点,并进行了详细对比,最后得出结论.

针对一类大滞后时间系统的智能 PID 参数控制进行了讨论, 按照系统误差及误差速度在一个响应振荡周期内 不同时刻的不同性质进行分区, 分析了不同时段内系统的误差信号内在规律, 确立了相应的人工智能控制策略, 分段按 自适应律调整比例、微分参数.仿真结果表明, 该文所介绍的方法在响应速度和平稳性方面都获得了优于文献 Pen 和 Zervos 的结果.