CN104901596A - 基于改进的模糊pid的励磁控制及其方法 - Google Patents

基于改进的模糊pid的励磁控制及其方法 Download PDF

Info

Publication number
CN104901596A
CN104901596A CN201510181733.4A CN201510181733A CN104901596A CN 104901596 A CN104901596 A CN 104901596A CN 201510181733 A CN201510181733 A CN 201510181733A CN 104901596 A CN104901596 A CN 104901596A
Authority
CN
China
Prior art keywords
discourse
mrow
output
domain
fuzzy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510181733.4A
Other languages
English (en)
Inventor
周莉
李振华
范国鹏
蒋涛
周文庆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui University of Science and Technology
Original Assignee
Anhui University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui University of Science and Technology filed Critical Anhui University of Science and Technology
Priority to CN201510181733.4A priority Critical patent/CN104901596A/zh
Publication of CN104901596A publication Critical patent/CN104901596A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于改进的模糊PID的励磁控制及其方法:通过采集机端电压以及电压的偏差作为控制器输入,然后通过模糊化处理,借鉴变论域的思想,选择合适的伸缩因子对控制论域进行实时调整从而达到对比例、积分、微分系数的最优选择。本发明具有测试效率高、稳定性好及实用性强等特点,实现PID参数在线实时自调整,且对系统参数自调整具有很强的辨识性及鲁棒性,提高了系统精度,响应速度和稳定性。

Description

基于改进的模糊PID的励磁控制及其方法
技术领域
本发明涉及发电机励磁控制器及控制算法技术领域,更具体的说,涉及一种基于改进的模糊PID的励磁控制及其方法。
背景技术
长期以来在同步发电机的励磁控制算法中普遍采用的是PID控制,由于系统模型经常发生变化,受外界影响较大,因此常规的PID控制在实际运行中经常手动调节参数,这给励磁控制带来极大的不便,而且控制效果不甚理想。采用非线性控制、智能控制方法应用于励磁控制系统中,其控制效果有了一定的改善,但却大幅增加了控制系统的发杂程度;常规的模糊PID控制系统结构简单,但由于量化因子、比例因子和论域的固定化,在实际的控制过程中不能很好的满足调节范围和控制精度;变论域的思想指出在规则形式不变的情况下,论域随着误差变小而收敛,随着误差的变大而增大,从而提高了控制系统的调节范围和控制精度。变论域模糊PID控制器实际上就是一种在线根据误差调整论域的自适应模糊PID控制器。
发明内容
本发明是为了克服上述不足,给出了一种基于改进的模糊PID控制的同步发电机励磁控制器。
同时,本发明还提供了一种改进的模糊PID控制方法。
为了解决以上技术问题,本发明提供一种基于改进的模糊PID控制的同步发电机励磁控制器方法,包括模糊控制器、PID控制器和论域调整,首先进行模糊化计算,然后根据确定的合理的论域伸缩机制以及所选择的合适的伸缩因子使得输入和输出的基本论域随着控制需求进行实时自适应伸缩变化,进而使得定义在基本论域上的模糊划分也随之变化,从而提高控制性能。
本发明进一步限定的技术方案如下:
所述的伸缩因子的选择基于函数模型
对于输入论域的伸缩因子,选用:
α(x)=1-λe-kx(λ∈(0,1),k>0)
这里取λ=0.6、k=0.5;x表示输入变量e或ec。亦即
α ( e ) = 1 - 0.6 e - 0.5 e 2
α ( e c ) = 1 - 0.6 e - 0.5 e c 2
对于输出论域的伸缩因子,考虑kp、ki和kd对控制性能的影响,采用原则:输出变量kp和kd的伸缩因子应具有与误差的单调一致性,而输出变量ki的伸缩因子则具有与误差的单调反向性。亦即输出论语的伸缩因子应使得输出变量kp和ki适当大,kd适当小。为此选取输出变量kp和ki的论域伸缩因子为:
β1=2|e|
β 2 = 1 | e | + 0.7
亦即:
β p = 2 | e | , β d = 2 | e | , β i = 1 | e | + 0.7
所述的改进的模糊PID控制器主要在常规模糊控制器在线调整PID参数基础上,同时对模糊控制器本身进行在线优化调整,二者的有机结合,将更加有效地提高控制效果。
基于改进的模糊PID的励磁控制及其方法,其特征在于:该方法包括以下步骤,
步骤一、选择输入量、输出量及其论域
改进的模糊PID控制器以误差E(k)和误差变化率EC(k)作为控制器的输入量,模糊PID控制的参数Kp,Ki,Kd(Δkp,Δki,Δkd)为输出量,进行参数在线自调整,以满足E(k)和EC(k)对PID参数控制的要求。定义:[-eo,eo]为输入变量e的基本论域;[-eco,eco]为输入变量ec的基本论域;[-kpo,kpo]为输出变量kp的基本论域;[-kio,kio]为输出变量ki的基本论域;[-kdo,kdo]为输出变量kd的基本论域。为简单起见统一为:Xp=[-Ep,Ep],p=1、2分别为输入变量xp(P=1,2)的基本论域;Yq=[-kq,kq],q=1、2、3分别为输出变量yq(q=1,2,3)的基本论域;Ai={aij}1≤j≤m(这里m为7)为Xp上的模糊划分;Bi={bj}l≤j≤m为Y上的模糊划分。
步骤二、确定改进的模糊PID控制器的算法及规则
u ( k ) = K p { e ( k ) + T T I Σ i = 1 k e ( i ) K d + e ( k ) - e ( k - 1 ) T } = K p e ( k ) + K i Σ i = 1 k e ( i ) + K d ec ( k )
其中, K i = K p T T I K d = K p T D T
式(1)、(2)中:k为采样周期,采样周期输出值k=0,1…,uk,Kp为比例系数;Ki为积分时间常数;Kd为微分时间常数;T、TD分别为表示T、TD的采样时间;e(k)、ec(k)分别为误差、误差变化率。
本发明控制器采用二维双变量控制,模糊推理规则:如果x1是alj,且x2是a2j,那么yl就是bj-1、y2就是bj、y3就是j+1。此时有:
y ( x 1 , x ) = F ( x 1 , x ) = Δ Σ j = 1 7 Π j = 1 2 a ij ( x i ) y j
步骤三、伸缩因子的选择
本发明所谓的变论域是指论域可以分别随着输入变量和输出变量的变化而自行调整,即论域Xp和Yq可以分别随着变量xp和yq的变化而自行调整,推广记为:输入变量是基本论域X(x)=[-α(x)E,α(x)E],输出变量是基本论域Y(y)=[-β(y)K,β(y)K],其中α(x)与β(y)称为论域的伸缩因子,E表示输入变量e和ec,K表示输出变量kp、ki和kd,相对于变论域而言,原来的论域称为初始论域。本发明中对于输入论域的伸缩因子,选用:
α(x)=1-λe-kx(λ∈(0,1),k>0)
对于输出论域的伸缩因子,选用:
β1=2|e|
β 2 = 1 | e | + 0.7
本发明的改进的模糊PID控制精度较高、震动较小,适合在同步发电机励磁控制系统中使用;
本发明的改进的模糊PID控制的动态性能好,能满足不同工况对控制参数的不同要求,模糊PID控制的参数可以在线自调整,与经典PID励磁控制器和传统的模糊PID励磁控制器相比,在改善系统品质及对系统参数发生改变是的鲁棒性均较优,在实际应用中有一定的推广价值。
附图说明
图1为本发明的改进的模糊PID控制器结构示意图
图2为本发明的改进的模糊PID控制流程图
图3为本发明的参数τd0=12s时励磁控制仿真对比图
图4为本发明的参数τd0=25s时励磁控制仿真对比图
具体实施方式
本实例提供的一种基于改进的模糊PID控制的同步发电机励磁控制器控制方法,其结构示意图如图1所示,包括模糊控制器、PID控制器和论域调整,首先进行模糊化计算,然后根据确定的合理的论域伸缩机制以及所选择的合适的伸缩因子使得输入和输出的基本论域随着控制需求进行实时自适应伸缩变化,进而使得定义在基本论域上的模糊划分也随之变化,从而提高控制性能。
所述的伸缩因子的选择基于函数模型
对于输入论域的伸缩因子,选用:
α(x)=1-λe-kx(λ∈(0,1),k>0)
这里取λ=0.6、k=0.5;x表示输入变量e或ec。亦即
α ( e ) = 1 - 0.6 e - 0.5 e 2
α ( e c ) = 1 - 0.6 e - 0.5 e c 2
对于输出论域的伸缩因子,考虑kp、ki和kd对控制性能的影响,采用原则:输出变量kp和kd的伸缩因子应具有与误差的单调一致性,而输出变量ki的伸缩因子则具有与误差的单调反向性。亦即输出论语的伸缩因子应使得输出变量kp和ki适当大,kd适当小。为此选取输出变量kp和ki的论域伸缩因子为:
β1=2|e|
β 2 = 1 | e | + 0.7
亦即:
β p = 2 | e | , β d = 2 | e | , β i = 1 | e | + 0.7
所述的改进的模糊PID控制器主要在常规模糊控制器在线调整PID参数基础上,同时对模糊控制器本身进行在线优化调整,二者的有机结合,将更加有效地提高控制效果。
基于改进的模糊PID的励磁控制及其方法,其特征在于:该方法包括以下步骤,
步骤一、选择输入量、输出量及其论域
改进的模糊PID控制器以误差E(k)和误差变化率EC(k)作为控制器的输入量,模糊PID控制的参数Kp,Ki,Kd(Δkp,Δki,Δkd)为输出量,进行参数在线自调整,以满足E(k)和EC(k)对PID参数控制的要求。定义:[-eo,eo]为输入变量e的基本论域;[-eco,eco]为输入变量ec的基本论域;[-kpo,kpo]为输出变量kp的基本论域;[-kio,kio]为输出变量ki的基本论域;[-kdo,kdo]为输出变量kd的基本论域。为简单起见统一为:Xp=[-Ep,Ep],p=1、2分别为输入变量xp(P=1,2)的基本论域;Yq=[-kq,kq],q=1、2、3分别为输出变量yq(q=1,2,3)的基本论域;Ai={aij}1≤j≤m(这里m为7)为Xp上的模糊划分;Bi={bj}l≤j≤m为Y上的模糊划分。
步骤二、确定改进的模糊PID控制器的算法及规则
u ( k ) = K p { e ( k ) + T T I Σ i = 1 k e ( i ) K d + e ( k ) - e ( k - 1 ) T } = K p e ( k ) + K i Σ i = 1 k e ( i ) + K d ec ( k )
其中, K i = K p T T I K d = K p T D T
式(1)、(2)中:k为采样周期,采样周期输出值k=0,1…,uk,Kp为比例系数;Ki为积分时间常数;Kd为微分时间常数;T、TD分别为表示T、TD的采样时间;e(k)、ec(k)分别为误差、误差变化率。
本发明控制器采用二维双变量控制,模糊推理规则:如果x1是alj,且x2是a2j,那么yl就是bj-1、y2就是bj、y3就是j+1。此时有:
y ( x 1 , x ) = F ( x 1 , x ) = Δ Σ j = 1 7 Π j = 1 2 a ij ( x i ) y j
步骤三、伸缩因子的选择
本发明所谓的变论域是指论域可以分别随着输入变量和输出变量的变化而自行调整,即论域Xp和Yq可以分别随着变量xp和yq的变化而自行调整,推广记为:输入变量是基本论域X(x)=[-α(x)E,α(x)E],输出变量是基本论域Y(y)=[-β(y)K,β(y)K],其中α(x)与β(y)称为论域的伸缩因子,E表示输入变量e和ec,K表示输出变量kp、ki和kd,相对于变论域而言,原来的论域称为初始论域。本发明中对于输入论域的伸缩因子,选用:
α(x)=1-λe-kx(λ∈(0,1),k>0)
对于输出论域的伸缩因子,选用:
β1=2|e|
β 2 = 1 | e | + 0.7
本发明的执行效果
为了检验改进的模糊PID控制器的控制性能及效果,采用Matlab软件对其进行仿真测试;并对常规模糊PID励磁控制器和改进的模糊PID励磁控制器进行了仿真对比,其中控制系统各个部分的参数的设置如下:同步发电机τd0=12s,KF=1.0;电压测量单元τR=0.08s,KR=1.0;功率单元τZ=0.3s,KZ=1.0。其仿真结果如图3所示。
将以上仿真指标列于表1,根据以上仿真指标可以看出:一方面,采用模糊控制与PID相结合,充分发挥了各自的优势,即系统响应不但具有很高的稳态精度,而且具有较快的响应速度和较小的超调量;另一方面,采用改进后的模糊PID控制方法对模糊控制器本身进行优化调整,使得控制效果较模糊PID具有更好的快速性,并且对超调也有一定的抑制能力。
表1改进后的模糊PID和常规模糊PID励磁控制性能指标对照表1
控制算法 t/s δ/% ess/%
常规模糊PID 1.8 7.44 0.01
改进后的模糊PID 1.7 2.56 0.008
由于实际的工况中被控对象不可避免地会随外界的环境变化而变化,并且外界环境有时还会发生恶劣的变化,扰动突然增加等。为了测试改进的模糊PID励磁控制器的稳定性,这里假设系统参数发生变化,τd0由原来的12s变为25s,改变后的仿真结果如图3所示。
表2改进后的模糊PID和常规模糊PID励磁控制性能指标对照表1
控制算法 t/s δ/% ess/%
常规模糊PID 2.8 9.26 0.02
改进后的模糊PID 1.8 2.87 0.01
结合图3和表2所示的算法性能指标对照,从中不难看出,改进后的模糊PID励磁控制器不仅具有超调量小,稳定精度高的优点,而且响应速度也较常规模糊PID励磁控制器较快。
改进后的模糊PID励磁控制器采用模糊推理方法对参数进行在线调整,以满足不同工况对控制参数的不同要求,仿真结果表明,与常规模糊PID励磁控制器相比,改进后的模糊PID励磁控制器在改善动态品质及对系统参数繁盛改变时的鲁棒性均优于常规PID励磁控制器,在实际应用中有一定的推广价值。

Claims (4)

1.基于改进的模糊PID的励磁控制及其方法,其特征在于:包括模糊控制器、PID控制器和论域调整,首先进行模糊化计算,然后根据确定的合理的论域伸缩机制以及所选择的合适的伸缩因子使得输入和输出的基本论域随着控制需求进行实时自适应伸缩变化,进而使得定义在基本论域上的模糊划分也随之变化,从而提高控制性能。
2.如权利要求1所述的基于改进的模糊PID的励磁控制及其方法,其特征在于:其伸缩因子的选择基于函数模型
对于输入论域的伸缩因子,选用:
α(x)=1-λe-kx(λ∈(0,1),k>0)
这里取λ=0.6、k=0.5;x表示输入变量e或ec。亦即
对于输出论域的伸缩因子,考虑kp、ki和kd对控制性能的影响,采用原则:输出变量kp和kd的伸缩因子应具有与误差的单调一致性,而输出变量ki的伸缩因子则具有与误差的单调反向性。亦即输出论语的伸缩因子应使得输出变量kp和ki适当大,kd适当小。为此选取输出变量kp和ki的论域伸缩因子为:
β1=2|e|
亦即:
3.如权利要求1所述的基于改进的模糊PID的励磁控制及其方法,其特征在于:所述的改进的模糊PID控制器主要在常规模糊控制器在线调整PID参数基础上,同时对模糊控制器本身进行在线优化调整,二者的有机结合,将更加有效地提高控制效果。
4.基于改进的模糊PID的励磁控制及其方法,其特征在于:该方法包括以下步骤,
步骤一、选择输入量、输出量及其论域
改进的模糊PID控制器以误差E(k)和误差变化率EC(k)作为控制器的输入量,模糊PID控制的参数Kp,Ki,Kd(Δkp,Δki,Δkd)为输出量,进行参数在线自调整,以满足E(k)和EC(k)对PID参数控制的要求。定义:[-eo,eo]为输入变量e的基本论域;[-eco,eco]为输入变量ec的基本论域;[-kpo,kpo]为输出变量kp的基本论域;[-kio,kio]为输出变量ki的基 本论域;[-kdo,kdo]为输出变量kd的基本论域。为简单起见统一为:Xp=[-Ep,Ep],p=1、2分别为输入变量xp(P=1,2)的基本论域;Yq=[-kq,kq],q=1、2、3分别为输出变量yq(q=1,2,3)的基本论域;Ai={aij}1≤j≤m(这里m为7)为Xp上的模糊划分;Bi={bj}l≤j≤m为Y上的模糊划分。
步骤二、确定改进的模糊PID控制器的算法及规则
其中,
式(1)、(2)中:k为采样周期,采样周期输出值k=0,1…,uk,Kp为比例系数;Ki为积分时间常数;Kd为微分时间常数;T、TD分别为表示T、TD的采样时间;e(k)、ec(k)分别为误差、误差变化率。
本发明控制器采用二维双变量控制,模糊推理规则:如果x1是alj,且x2是a2j,那么yl就是bj-1、y2就是bj、y3就是j+1。此时有:
步骤三、伸缩因子的选择
本发明所谓的变论域是指论域可以分别随着输入变量和输出变量的变化而自行调整,即论域Xp和Yq可以分别随着变量xp和yq的变化而自行调整,推广记为:输入变量是基本论域X(x)=[-α(x)E,α(x)E],输出变量是基本论域Y(y)=[-β(y)K,β(y)K],其中α(x)与β(y)称为论域的伸缩因子,E表示输入变量e和ec,K表示输出变量kp、ki和kd,相对于变论域而言,原来的论域称为初始论域。本发明中对于输入论域的伸缩因子,选用:
α(x)=1-λe-kx(λ∈(0,1),k>0)
对于输出论域的伸缩因子,选用:
β1=2|e|
CN201510181733.4A 2015-04-16 2015-04-16 基于改进的模糊pid的励磁控制及其方法 Pending CN104901596A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510181733.4A CN104901596A (zh) 2015-04-16 2015-04-16 基于改进的模糊pid的励磁控制及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510181733.4A CN104901596A (zh) 2015-04-16 2015-04-16 基于改进的模糊pid的励磁控制及其方法

Publications (1)

Publication Number Publication Date
CN104901596A true CN104901596A (zh) 2015-09-09

Family

ID=54034036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510181733.4A Pending CN104901596A (zh) 2015-04-16 2015-04-16 基于改进的模糊pid的励磁控制及其方法

Country Status (1)

Country Link
CN (1) CN104901596A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105584886A (zh) * 2015-11-23 2016-05-18 国家电网公司 一种船舶电缆绞车驱动系统的控制方法
CN105955015A (zh) * 2016-05-17 2016-09-21 成都奥特为科技有限公司 一种用于外骨骼系统的模糊控制方法
CN106681136A (zh) * 2017-02-17 2017-05-17 三峡大学 一种基于自整定模糊pid控制的同步电机励磁控制系统
CN108811058A (zh) * 2018-05-10 2018-11-13 浙江八方电信有限公司 一种应用于移动室分功率调整的算法
CN108828934A (zh) * 2018-09-26 2018-11-16 云南电网有限责任公司电力科学研究院 一种基于模型辨识的模糊pid控制方法及装置
CN110333733A (zh) * 2019-08-02 2019-10-15 南京信息工程大学 一种四旋翼飞行器的串级变论域模糊pid姿态控制系统及方法
CN110572099A (zh) * 2019-09-25 2019-12-13 北京金自天正智能控制股份有限公司 一种基于fpga的同步电机励磁方法
CN112596376A (zh) * 2020-12-14 2021-04-02 河海大学 基于变论域模糊自适应pid控制的同步调相机励磁系统优化控制方法
CN112650054A (zh) * 2020-12-31 2021-04-13 山东大学 一种拖拉机耕深变论域模糊pid控制方法与系统
CN113009834A (zh) * 2021-04-21 2021-06-22 南京工程学院 一种磁悬浮飞轮电机模糊pid控制优化方法
CN113985729A (zh) * 2021-11-16 2022-01-28 江苏大学 基于变论域模糊pid理论的拖拉机水田作业路径跟踪方法及系统
CN114879476A (zh) * 2022-04-26 2022-08-09 沈阳理工大学 一种悬架变论域模糊自适应分数阶pid控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002136194A (ja) * 2000-10-30 2002-05-10 Toshiba Corp 同期機の励磁制御装置
CN101127445A (zh) * 2007-07-19 2008-02-20 清华大学 基于非线性鲁棒电力系统稳定器的励磁控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002136194A (ja) * 2000-10-30 2002-05-10 Toshiba Corp 同期機の励磁制御装置
CN101127445A (zh) * 2007-07-19 2008-02-20 清华大学 基于非线性鲁棒电力系统稳定器的励磁控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
揭海宝: "基于智能控制的同步发电机励磁控制研究", 《中国优秀硕士学位论文全文数据库(电子期刊)•工程科技Ⅱ辑》 *
揭海宝等: "基于变论域模糊PID控制的同步发电机励磁研究", 《四川电力技术》 *
揭海宝等: "基于变论域模糊PID控制的同步发电机励磁研究", 《电力自动化设备》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105584886A (zh) * 2015-11-23 2016-05-18 国家电网公司 一种船舶电缆绞车驱动系统的控制方法
CN105584886B (zh) * 2015-11-23 2018-11-23 国网河北省电力有限公司沧州供电分公司 一种船舶电缆绞车驱动系统的控制方法
CN105955015A (zh) * 2016-05-17 2016-09-21 成都奥特为科技有限公司 一种用于外骨骼系统的模糊控制方法
CN106681136A (zh) * 2017-02-17 2017-05-17 三峡大学 一种基于自整定模糊pid控制的同步电机励磁控制系统
CN108811058A (zh) * 2018-05-10 2018-11-13 浙江八方电信有限公司 一种应用于移动室分功率调整的算法
CN108828934A (zh) * 2018-09-26 2018-11-16 云南电网有限责任公司电力科学研究院 一种基于模型辨识的模糊pid控制方法及装置
CN110333733A (zh) * 2019-08-02 2019-10-15 南京信息工程大学 一种四旋翼飞行器的串级变论域模糊pid姿态控制系统及方法
CN110572099A (zh) * 2019-09-25 2019-12-13 北京金自天正智能控制股份有限公司 一种基于fpga的同步电机励磁方法
CN112596376A (zh) * 2020-12-14 2021-04-02 河海大学 基于变论域模糊自适应pid控制的同步调相机励磁系统优化控制方法
CN112650054A (zh) * 2020-12-31 2021-04-13 山东大学 一种拖拉机耕深变论域模糊pid控制方法与系统
CN113009834A (zh) * 2021-04-21 2021-06-22 南京工程学院 一种磁悬浮飞轮电机模糊pid控制优化方法
CN113985729A (zh) * 2021-11-16 2022-01-28 江苏大学 基于变论域模糊pid理论的拖拉机水田作业路径跟踪方法及系统
CN113985729B (zh) * 2021-11-16 2024-05-14 江苏大学 基于变论域模糊pid理论的拖拉机水田作业路径跟踪方法及系统
CN114879476A (zh) * 2022-04-26 2022-08-09 沈阳理工大学 一种悬架变论域模糊自适应分数阶pid控制方法

Similar Documents

Publication Publication Date Title
CN104901596A (zh) 基于改进的模糊pid的励磁控制及其方法
CN102411308B (zh) 基于递归神经网络模型的溶解氧的自适应控制方法
CN103984234A (zh) 一种电液伺服系统自修正模糊pid控制的方法
CN104865979A (zh) 一种污水处理过程自适应广义预测控制方法及系统
CN104155877A (zh) 基于遗传算法的无刷直流电机模糊控制系统及控制方法
Zulu Towards explicit PID control tuning using machine learning
CN102393645A (zh) 一种高速电液比例调速系统的控制方法
Xiao-Kan et al. Design and research based on fuzzy PID-parameters self-tuning controller with MATLAB
Liang et al. Global output-feedback adaptive stabilization for uncertain nonlinear systems with polynomial growth nonlinearities
CN106125816A (zh) 基于改进型fir滤波器预测的mppt滞环控制算法
Yu et al. A Knowledge-based reinforcement learning control approach using deep Q network for cooling tower in HVAC systems
Chang Robust adaptive single neural control for a class of uncertain nonlinear systems with input nonlinearity
CN113741169A (zh) 一种恒电位仪的控制方法和系统
Reddy et al. A stable artificial neural network based NARMA-L2 control of a bioreactor with input multiplicities
Haddin et al. Modeling And Control Of Excitation And Governor Based On Particle Swarm Optimization For Micro Hydro Power Plant
Torabi et al. Fuzzy controller used in yaw system of wind turbine noisy
Li et al. Sliding mode control for discrete interval type-2 fuzzy semi-Markov jump models with delay in controller mode switching
Rong et al. Nontrivial closed-loop analysis for an extremely simple one-step-guess adaptive controller
Sharma et al. Tuning of Gains in Basis Weight using Fuzzy Controllers
Ling Fuzzy model reference learning control for a nonlinear model of hydrogenerator unit
Zhou et al. The analysis of fuzzy control algorithm
Jiang et al. Application of compound pid controller in the boiler
Yu et al. Aeration intelligent control based on Neural Network PID
Meng-di et al. Application of PID control based on BP-NN for marine generator excitation system
CN117872733A (zh) 一种基于模糊控制的主蒸汽压力控制方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150909