CN109254528A - 一种三速智慧pid控制方法 - Google Patents

一种三速智慧pid控制方法 Download PDF

Info

Publication number
CN109254528A
CN109254528A CN201811440398.5A CN201811440398A CN109254528A CN 109254528 A CN109254528 A CN 109254528A CN 201811440398 A CN201811440398 A CN 201811440398A CN 109254528 A CN109254528 A CN 109254528A
Authority
CN
China
Prior art keywords
wisdom
pid
fast
control
error
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.)
Granted
Application number
CN201811440398.5A
Other languages
English (en)
Other versions
CN109254528B (zh
Inventor
曾喆昭
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201811440398.5A priority Critical patent/CN109254528B/zh
Publication of CN109254528A publication Critical patent/CN109254528A/zh
Application granted granted Critical
Publication of CN109254528B publication Critical patent/CN109254528B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00Automatic controllers
    • G05B11/01Automatic controllers electric
    • G05B11/36Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • G05B11/42Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

针对传统PID控制器增益整定难题,发明了一种不依赖于被控对象模型的三速智慧PID控制方法。该方法将系统动态和内外不确定性定义为总和扰动,从而将非线性不确定系统变换为线性不确定系统,进而构建了总和扰动激励下的误差动力学系统,据此设计了以中心速度因子为核心的三速智慧PID控制器模型。理论分析了由三速智慧PID控制器组成的闭环控制系统不仅具有全局渐近稳定鲁棒性,而且三速智慧PID控制器还具良好的抗扰动鲁棒性。本发明为现有运行中的各类PID控制器的技术升级奠定了良好的技术基础,在电力、机械、化工、轻工、交通、航空、航天等领域具有广泛的应用价值。

Description

一种三速智慧PID控制方法
技术领域
非线性不确定系统控制,控制理论与控制工程。
背景技术
近半个多世纪以来,基于频域设计方法的经典控制(控制论)与基于时域设计方法的现代控制(模型论)独立发展,形成了各自的方法论体系。在控制工程实际中,控制目标与被控对象实际行为之间的误差是容易获取的,也是能够适当加以处理的,因而“基于误差来消除误差”的控制策略的原形,即PID控制器在实际工业控制领域获得了广泛应用。对于实际控制工程问题,由于通常很难给出其“内部机理的描述”,因而基于数学模型的现代控制理论给出的控制策略,在实际控制工程中很难得到有效应用。这就是控制工程实践与控制理论之间延续了半个多世纪而未能得到很好解决的脱节现象。经典控制理论的精髓是根据实际值与控制目标的偏差来产生控制策略,只要合理选择PID增益使闭环系统稳定就能达到控制目标,这是其被广泛采用的原因。然而,科学技术的发展对控制器的精度、速度和鲁棒性提出了更高的要求,PID控制的缺点逐渐显露出来:尽管PID控制能够保证系统稳定,但闭环系统动态品质对PID增益变化敏感。这个缺点导致了控制系统中“快速性”和“超调”之间不可调和的矛盾,因此,当系统运行工况改变时,控制器增益也需要随之变化,而这也是各种改进型PID控制方法如自适应PID、非线性PID、神经元PID、智能PID、模糊PID、专家系统PID等的原始动机。尽管各种改进型PID能够通过在线整定控制器增益参数来提高系统的自适应控制能力,然而,针对非线性不确定系统的控制问题,现有各类PID控制仍然无能为力,特别是抗扰动能力较差。此外,PID控制原理是将误差的过去(I)、现在(P)和将来(变化趋势D)进行加权求和来形成控制信号,尽管只要合理选取PID三个增益参数就能施加有效控制,然而,误差以及误差的积分和微分是三个不同属性的物理量,发明人认为将三个不同属性的物理量独立加权求和来形成PID控制律模型是不合理的:
(1)不仅违背了算术运算的基本规则(不同量纲的物理量是不能独立加权求和的),而且也无法从物理意义上来准确理解传统PID控制律的数学模型;
(2)传统PID控制律的数学模型将比例、积分和微分等三个不同属性的环节割离开来并独立对待,由此导致了比例、积分和微分三个环节在控制过程中相互独立、各自为阵,因而缺乏协同控制的科学思想;
(3)正因为传统PID控制律模型的不合理性,导致了80余年来,PID参数的整定问题一直是困扰国内外从事控制科学与控制工程领域的广大学者和工程技术人员的主要问题。
发明人认为:尽管误差的比例、积分和微分是三个不同属性的物理环节,然而,这三个不同属性的物理环节都与误差有关,三者之间一定存在某种内在的必然关系,因此,不应该将PID的比例、积分和微分等三个不同属性的环节割离开来并独立对待,而应该将三个不同属性的环节作为一个不可分割且有机统一的整体来对待。为此,当务之急是研究一种模型结构简单、参数整定容易、动态品质好、控制精度高、抗扰动能力强的控制方法。
发明内容
本发明提供一种三速智慧PID控制方法,其特征在于,包括如下步骤:
1)根据期望轨迹yd及其微分信号结合非线性不确定对象的实际输出y,建立跟踪误差e1以及误差的微分e2和积分e0分别为:
其中,
2)根据步骤1)获得e1、e2、e0以及后,定义所述三速智慧PID控制律为:
其中b0为所述非线性不确定函数g(y1,y2,t)的估计值,且为常数;
3)根据步骤2)设计的三速智慧PID控制器,其三个增益参数kp、ki、kd为的整定规则定义为:
其中,0≤σ<zc,zc为自适应中心速度因子,σ为自适应中心速度偏差;
4)根据步骤3)的整定规则,为了有效避免动态响应初期积分饱和与微分峰值引起的超调和振荡现象,定义自适应中心速度因子zc为:
zc=h(1-0.9e-βt)
其中,h是积分步长,0<α<1,β>0。
本发明将受控系统动态、内部不确定性以及外部扰动等状态定义为总和扰动,根据期望值与系统实际输出值之间的误差来建立总和扰动激励下的误差动力学系统,进而建立一种三速智慧PID(Three-Speed Wisdom Proportional-Integral-Derivative,TSWPID)控制器模型,并证明了由TSWPID控制器组成的闭环控制系统不仅具有全局稳定性能,而且TSWPID控制器还具有良好的抗扰动鲁棒性能。本发明不仅完全淡化了线性与非线性、确定与不确定性、时变与时不变性等系统属性的概念,而且TSWPID的增益参数完全根据积分步长来整定,因而有效解决了传统PID参数整定的难题,实现真正意义上的智慧控制。此外,本发明TSWPID的突出优势主要包括:(1)具有全局稳定性;(2)免参数在线优化;(3)结构简单、计算量小、实时性好;(4)响应速度快、控制精度高;(5)抗扰动能力强。
附图说明
图1三速智慧PID(TSWPID)控制系统框图。
图2非线性不确定系统的正弦跟踪控制结果,(a)跟踪控制曲线,(b)控制信号变化曲线,(c)跟踪控制误差变化曲线,(d)误差局部放大曲线,(e)外部扰动。
图3非线性不确定系统的阶跃跟踪控制结果,(a)跟踪控制曲线,(b)控制信号变化曲线,(c)跟踪控制误差变化曲线,(d)误差局部放大曲线,(e)外部扰动信号。
具体实施方式
1.从非线性不确定系统到线性不确定系统的映射思路
设某二阶非线性不确定系统模型为:
其中,y1,y2∈R是系统的两个状态、u∈R为系统的控制输入;f(y1,y2,t)和g(y1,y2,t)是系统不确定的光滑函数,而且g(y1,y2,t)是非负函数;d是外部扰动;y是系统输出。
定义未知总和扰动状态(也称扩张状态)y3为:
y3=f(y1,y2,t)+d+g(y1,y2,t)u-b0u (2)
则式(1)可以改写为如下线性不确定系统:
其中,b0≠0是非线性不确定函数g(y1,y2,t)的估计值(不要求精确),且为常数。
只要总和扰动有界,即|y3|<∞,那么许多非线性不确定系统都可以表示为线性不确定系统(3)的形式,因此,线性不确定系统(3)具有普遍意义。不仅如此,由于线性不确定系统的定义还完全淡化了线性与非线性、确定与不确定性、时变与时不变性、仿射与非仿射等系统属性的界限和概念,因而有效解决了近百年来控制论和模型论两大控制思想体系针对不同属性的被控系统如何施加有效控制方法遇到的各种难题。
如何对线性不确定系统(3)施加有效控制,正是本发明的核心技术,即三速智慧PID控制技术。
2.三速智慧PID(TSWPID)控制器设计
针对线性不确定系统(3)的控制问题,设期望轨迹为yd,并定义跟踪控制误差为:
e1=yd-y1 (4)
则误差的微分e2和积分e0分别为:
对式(5)求微分,并根据线性不确定系统(3),则有:
根据式(5)、(6)、(7)可建立误差动力学系统如下:
显然,误差系统(8)是一个三阶误差动力学系统(Error Dynamics System,EDS)。为了使EDS稳定,定义三速智慧PID(TSWPID)控制律u为:
其中,TSWPID三个增益参数的整定规则定义为:
且z1>0、z2>0、z3>0。
3.闭环控制系统稳定性分析
定理1.假设总和扰动有界:|y3|<∞,则当且仅当速度因子z1>0、z2>0、z3>0且满足式(10)所示的增益整定规则时,由式(9)所示的TSWPID控制器组成的闭环控制系统是全局渐近稳定的,而且TSWPID控制器具有良好的抗扰动鲁棒性。
证明:
(1)稳定性分析
将TSWPID控制律(9)代入式(8)所示的误差动力学系统(EDS),即:
考虑到初始状态:e0(0-)=0、e1(0-)≠0、e2(0-)≠0,对误差动力学系统(11)取拉斯变换,则有:
整理得闭环控制系统为:
(s3+kds2+kps+ki)E1(s)=s2e1(0-)+[kde1(0-)+e2(0-)-Y3(s)]s (13)
将增益整定规则(10)代入闭环控制系统(13),整理得
(s+z1)(s+z2)(s+z3)E1(s)=s2e1(0-)+[(z1+z2+z3)e1(0-)+e2(0-)-Y3(s)]s (14)
显然,闭环控制系统(15)的第一项是零输入响应,第二项是零状态响应。其系统传输函数为:
根据信号与系统复频域分析理论可知,当且仅当z1>0、z2>0、z3>0时,误差动力学系统(16)的三个极点分别为:-z1、-z2、-z3,全部在左半复平面的实轴上,因而误差动力学系统(16)是全局渐近稳定的。
(2)抗扰动鲁棒性分析
①当z1≠z2≠z3时,系统(16)的单位冲激响应为:
其中,且k1+k2+k3=0。
由误差动力学系统(15)可得:
显然,当z1>0、z2>0、z3>0时,如果总和扰动有界:|y3|<∞,则有:即被控系统的跟踪误差e1(t)及其微分可以从任意不为零的初始状态一致趋近稳定的平衡点原点(0,0),理论上可以实现精确控制。
②当z1=z2=z3=zc>0时,系统(16)的单位冲激响应为:
由误差动力学系统(15)可得:
显然,当z1=z2=z3=zc>0时,如果总和扰动有界:|y3|<∞,则有:即被控系统的跟踪误差e1(t)及其微分可以从任意不为零的初始状态渐近趋近稳定的平衡点原点(0,0),理论上可以实现精确控制。
上述理论分析表明,当z1>0、z2>0、z3>0时,无论z1≠z2≠z3还是z1=z2=z3=zc>0,由TSWPID组成的闭环控制系统都是全局渐近稳定的;只要总和扰动有界:|y3|<∞,则被控系统的跟踪误差e1(t)及其微分可以从任意不为零的初始状态渐近趋近稳定的平衡点原点(0,0)。由于e1(t)和从任意不为零的初始状态渐近趋近稳定的平衡点原点(0,0)只与|y3|<∞有关,而与总和扰动y3的具体模型无关,因此,TSWPID具有良好的抗扰动鲁棒性,证毕。
4.速度因子整定方法
尽管定理1证明了当且仅当速度因子z1>0、z2>0、z3>0且满足式(10)所示的增益整定规则时,三速智慧PID控制器是全局渐近稳定的,因而理论上表明了TSWPID的三个速度因子z1、z2和z3具有很大的裕度。由式(17)可知,z1、z2和z3是单位冲激响应三个部分分别趋近0的速度因子,zj(j=1,2,3)越大,表明单位冲激响应h(t)趋近0的速度越快,因此,通常要求这三个速度因子相近或相同。为此,分别设:
z1=zc-σ、z2=zc、z3=zc+σ (23)
且0≤σ<zc。其中,zc是中心速度因子,σ是中心速度偏差。因此,TSWPID三个增益整定规则(10)简化为:
其中,0≤σ<zc
由增益整定规则(24)可知,中心速度因子zc不仅是TSWPID三个增益kp、ki和kd的重要速度因子,而且也是比例、积分、微分等三个不同属性环节之间的内在联系因子。正是中心速度因子zc将比例、积分、微分等三个不同属性环节组成了不可分割的有机统一整体,从而使三个不同属性环节在控制过程中得以实现协同控制思想,因而颠覆了传统PID三个不同属性环节之间各自为阵、独立控制的思想体系。由(24)可知,与传统PID控制器相比,中心速度因子zc建立了TSWPID控制器的增益整定规则,有效解决了传统PID参数整定的难题。
尽管当0≤σ<zc时,式(24)的增益整定规则可以保证由TSWPID组成的闭环控制系统的全局稳定性。然而,为了使TSWPID具有快的响应速度和强的抗扰动能力,则要求中心速度因子zc越大越好。但是,zc太大很可能会出现超调和振荡现象,因此,要求合理确定TSWPID的中心速度因子zc,具体方法如下:
为了有效避免控制系统在动态响应期间因积分饱和引起的超调和振荡现象,通常使用自适应中心速度因子,即:
zc=h(1-0.9e-βt) (25)
其中,h是积分步长(即h=1/fs,fs为采样频率),0<α<1,β>0。TSWPID控制系统框图如图1。
5.本发明一种三速智慧PID控制方法的性能测试与分析
为了验证本发明一种三速智慧PID控制方法的有效性,针对某非仿射非线性不确定对象的控制问题进行下列仿真实验。TSWPID控制器相关仿真条件设置如下:
设h=0.001,α=0.43、β=1,则自适应中心速度因子:zc=20(1-0.9e-t);设σ=0.2zc,根据增益参数整定规则(24),TSWPID的三个增益参数分别为:kd=3zc。下列所有仿真实验中,TSWPID的增益参数完全相同。
设某非线性不确定被控对象模型为:
其中,g(t,y1,y2)=1+sin2(t),d是外部扰动。显然,系统(26)是一个典型的非仿射非线性不确定耦合系统。设初始状态为:y1(0)=0.5、y2(0)=0,取b0=1;
仿真实验1:正弦跟踪控制实验
为了验证本发明“一种三速智慧PID控制方法”的正弦跟踪控制性能,针对系统(26)所示的受控对象进行正弦跟踪控制实验。
给定期望轨迹为yd=sin(t),当在(9s~11s)期间存在幅值为±1的方波振荡外扰时,使用本发明的控制方法,测试结果如图2。图2表明,三速智慧PID控制器不仅具有很快的响应速度和很高的控制精度,而且具有良好的鲁棒稳定性和抗扰鲁棒性,因而是一种有效的控制方法。
仿真实验2:阶跃跟踪控制实验
为了验证本发明“一种三速智慧PID控制方法”的阶跃跟踪控制能力,针对系统(26)所示的受控对象进行阶跃跟踪控制实验。
给定期望轨迹为单位阶跃信号,其过渡过程为yd=1-exp(-5t),当在(9s~11s)期间存在幅值为±1的方波振荡外扰时,使用本发明的控制方法,仿真结果如图3。图3表明,本发明的TSWPID不仅具有很快的响应速度和很高的控制精度,而且还具有良好的鲁棒稳定性和抗扰鲁棒性,进一步表明了本发明“一种三速智慧PID控制方法”是一种全局稳定的强抗扰控制方法。
6.结论
尽管基于控制论策略(基于误差来消除误差)的PID控制器、SMC以及ADRC是目前控制工程领域广泛使用的三大主流控制器,然而,传统PID控制器的局限性也十分明显,其一是增益参数要求随工况状态的变化而变化,因而存在参数整定的困难;其二是较差的非线性控制能力;其三是较弱的抗扰动能力。尽管各种改进型的PID控制器,如自适应PID控制器、非线性PID控制器、参数自学习非线性PID控制器、模糊PID控制器、最优PID控制器、神经元PID控制器、专家PID控制器等在很大程度上克服了传统PID控制器的参数整定问题,并具备一定的非线性控制能力和抗扰动能力,然而,现有改进型PID控制器的计算量大,存在实时性欠佳的局限性;SMC尽管稳定性能好,然而,在高频抖振与抗扰动能力之间存在不可调和的矛盾;ADRC尽管稳定性能好、抗扰动能力较强,然而,却存在过多的增益参数,相关非线性函数的计算量过大,控制系统结构较复杂,而且无法从理论上分析控制系统的稳定性。
与现有三大主流控制器相比,本发明的一种三速智慧PID控制方法集中了三大主流控制器的各自优势并消除了其各自的局限性,即:既具备PID结构简单的优势,又具备SMC良好的鲁棒稳定性优势,还具备ADRC抗扰动能力强的优势;既有效避免了PID参数整定困难的问题,又有效解决了SMC在高频抖振与抗扰动能力之间不可调和的难题,还有效避免了ADRC增益参数过多、计算量过大的难题。三速智慧PID控制方法的发明彻底颠覆了近一个世纪以来的控制理论体系,为现有运行中的各类PID控制器的技术升级提供了有效的技术保障。
本发明在电力、机械、化工、轻工等领域具有广泛的应用价值。

Claims (1)

1.一种三速智慧PID控制方法,其特征在于,包括如下步骤:
1)根据期望轨迹yd及其微分信号结合非线性不确定对象的实际输出y,建立跟踪误差e1以及误差的微分e2和积分e0分别为:
其中
2)根据步骤1)获得e1、e2、e0以及后,定义所述三速智慧PID控制律为:
其中b0为所述非线性不确定函数g(y1,y2,t)的估计值(不要求准确),且为常数;
3)根据步骤2)所定义的控制律,kp、ki、kd为三个增益参数,所述三个增益参数的整定规则定义为:
其中,0≤σ<zc,zc为自适应中心速度因子,σ为自适应中心速度偏差;
4)根据步骤3)所述的整定规则,为了有效避免动态响应初期积分饱和引起的超调和振荡现象,定义自适应中心速度因子zc为:
zc=h(1-0.9e-βt)
其中,h是积分步长,0<α<1,β>0。
CN201811440398.5A 2018-11-29 2018-11-29 一种三速智慧pid控制方法 Active CN109254528B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811440398.5A CN109254528B (zh) 2018-11-29 2018-11-29 一种三速智慧pid控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811440398.5A CN109254528B (zh) 2018-11-29 2018-11-29 一种三速智慧pid控制方法

Publications (2)

Publication Number Publication Date
CN109254528A true CN109254528A (zh) 2019-01-22
CN109254528B CN109254528B (zh) 2021-03-26

Family

ID=65042259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811440398.5A Active CN109254528B (zh) 2018-11-29 2018-11-29 一种三速智慧pid控制方法

Country Status (1)

Country Link
CN (1) CN109254528B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110609568A (zh) * 2019-09-24 2019-12-24 广东名阳信息科技有限公司 一种大型无人机uav的强自耦pi协同控制方法
CN110687777A (zh) * 2019-10-31 2020-01-14 曾喆昭 一种自耦pi协同控制理论新方法
CN110703606A (zh) * 2019-10-30 2020-01-17 曾喆昭 一种自耦pid协同控制理论新方法
CN110716427A (zh) * 2019-11-23 2020-01-21 曾喆昭 一种互耦pid协同控制理论新方法
CN110750047A (zh) * 2019-11-24 2020-02-04 曾喆昭 一种自适应互耦pid协同控制理论新方法
CN110824909A (zh) * 2019-12-01 2020-02-21 曾喆昭 一种时滞系统的Smith自耦PI协同控制理论新方法
CN113285595A (zh) * 2021-06-09 2021-08-20 珠海市一微半导体有限公司 基于机器学习的数字电源的pid参数整定系统及控制方法
CN114488818A (zh) * 2022-01-28 2022-05-13 青岛科技大学 一种pid控制系统的设定点迭代学习优化技术

Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08179805A (ja) * 1994-12-22 1996-07-12 Daikin Ind Ltd ロバスト制御器のパラメータ設定方法
JPH10333704A (ja) * 1997-05-29 1998-12-18 Toshiba Corp Pidチューニング方法および装置
SG82592A1 (en) * 1998-12-30 2001-08-21 Univ Singapore A novel predictive and self-tuning pi control apparatus for expanded process control applications
US6330483B1 (en) * 1999-05-07 2001-12-11 The Boeing Company Optimal control system
US20020063539A1 (en) * 2000-04-25 2002-05-30 Tan Kok Kiong Adaptive ripple suppression/compensation apparatus for permanent magnet linear motors
CN1945468A (zh) * 2006-09-30 2007-04-11 中国科学院电工研究所 扫描式pi参数自寻优控制器
KR20070043071A (ko) * 2005-10-20 2007-04-25 두산인프라코어 주식회사 비례-적분 제어기의 게인 튜닝방법
JP2008165674A (ja) * 2007-01-04 2008-07-17 Fenwall Controls Of Japan Ltd Pid制御方法及びpid制御装置
CN101893849A (zh) * 2010-07-12 2010-11-24 绍兴县精功机电研究所有限公司 一种pid控制器的控制方法
CN102426417A (zh) * 2011-12-13 2012-04-25 中冶南方(武汉)自动化有限公司 Pi参数混合整定法
EP2447792A1 (en) * 2005-09-19 2012-05-02 Cleveland State University Controllers, observer, and applications thereof
CN102591202A (zh) * 2012-04-05 2012-07-18 重庆安谐新能源技术有限公司 改进的积分分离式pid控制方法
CN103558755A (zh) * 2013-11-05 2014-02-05 四川理工学院 分数阶积分pid控制器整定和自整定方法
EP2725434A1 (en) * 2012-10-29 2014-04-30 Omron Corporation Feedback control method, feedback control apparatus, and feedback control program
US20140236316A1 (en) * 2011-10-24 2014-08-21 Abb Research Ltd Method and a system for tuning multivariable pid controller
CN104155876A (zh) * 2014-08-19 2014-11-19 中国人民大学 一种pid控制器的分离实现方法
CN104977851A (zh) * 2015-07-09 2015-10-14 上海电力学院 一种含微分线性系统的pid参数整定方法
CN105487375A (zh) * 2015-12-31 2016-04-13 中国船舶重工集团公司第七一九研究所 一种离散pid控制器参数整定方法
US20160161925A1 (en) * 2013-07-19 2016-06-09 Daegu Gyeongbuk Institute Of Science And Technology Variable pid gain design device and method for controlling multi-variable nonlinear system
CN106444363A (zh) * 2016-12-14 2017-02-22 浙江中控技术股份有限公司 一种pid参数整定方法及整定系统
KR101849464B1 (ko) * 2016-08-26 2018-05-31 한국로봇융합연구원 Pid 게인 자동 튜닝 방법
CN108572548A (zh) * 2018-03-02 2018-09-25 曾喆昭 一种扰动感知控制方法
CN108803311A (zh) * 2018-08-03 2018-11-13 佛山科学技术学院 一种pid控制器设计方法
CN108803310A (zh) * 2018-07-23 2018-11-13 广东工业大学 一种pid控制方法、装置及设备
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
CN108845491A (zh) * 2018-07-02 2018-11-20 曾喆昭 大时滞系统的智慧pi复合控制方法

Patent Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08179805A (ja) * 1994-12-22 1996-07-12 Daikin Ind Ltd ロバスト制御器のパラメータ設定方法
JPH10333704A (ja) * 1997-05-29 1998-12-18 Toshiba Corp Pidチューニング方法および装置
SG82592A1 (en) * 1998-12-30 2001-08-21 Univ Singapore A novel predictive and self-tuning pi control apparatus for expanded process control applications
US6330483B1 (en) * 1999-05-07 2001-12-11 The Boeing Company Optimal control system
US20020063539A1 (en) * 2000-04-25 2002-05-30 Tan Kok Kiong Adaptive ripple suppression/compensation apparatus for permanent magnet linear motors
EP2447792A1 (en) * 2005-09-19 2012-05-02 Cleveland State University Controllers, observer, and applications thereof
KR20070043071A (ko) * 2005-10-20 2007-04-25 두산인프라코어 주식회사 비례-적분 제어기의 게인 튜닝방법
CN1945468A (zh) * 2006-09-30 2007-04-11 中国科学院电工研究所 扫描式pi参数自寻优控制器
JP2008165674A (ja) * 2007-01-04 2008-07-17 Fenwall Controls Of Japan Ltd Pid制御方法及びpid制御装置
CN101893849A (zh) * 2010-07-12 2010-11-24 绍兴县精功机电研究所有限公司 一种pid控制器的控制方法
US20140236316A1 (en) * 2011-10-24 2014-08-21 Abb Research Ltd Method and a system for tuning multivariable pid controller
CN102426417A (zh) * 2011-12-13 2012-04-25 中冶南方(武汉)自动化有限公司 Pi参数混合整定法
CN102591202A (zh) * 2012-04-05 2012-07-18 重庆安谐新能源技术有限公司 改进的积分分离式pid控制方法
EP2725434A1 (en) * 2012-10-29 2014-04-30 Omron Corporation Feedback control method, feedback control apparatus, and feedback control program
US20160161925A1 (en) * 2013-07-19 2016-06-09 Daegu Gyeongbuk Institute Of Science And Technology Variable pid gain design device and method for controlling multi-variable nonlinear system
CN103558755A (zh) * 2013-11-05 2014-02-05 四川理工学院 分数阶积分pid控制器整定和自整定方法
CN104155876A (zh) * 2014-08-19 2014-11-19 中国人民大学 一种pid控制器的分离实现方法
CN104977851A (zh) * 2015-07-09 2015-10-14 上海电力学院 一种含微分线性系统的pid参数整定方法
CN105487375A (zh) * 2015-12-31 2016-04-13 中国船舶重工集团公司第七一九研究所 一种离散pid控制器参数整定方法
KR101849464B1 (ko) * 2016-08-26 2018-05-31 한국로봇융합연구원 Pid 게인 자동 튜닝 방법
CN106444363A (zh) * 2016-12-14 2017-02-22 浙江中控技术股份有限公司 一种pid参数整定方法及整定系统
CN108572548A (zh) * 2018-03-02 2018-09-25 曾喆昭 一种扰动感知控制方法
CN108845491A (zh) * 2018-07-02 2018-11-20 曾喆昭 大时滞系统的智慧pi复合控制方法
CN108803310A (zh) * 2018-07-23 2018-11-13 广东工业大学 一种pid控制方法、装置及设备
CN108803311A (zh) * 2018-08-03 2018-11-13 佛山科学技术学院 一种pid控制器设计方法
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

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
A.S. WINCY PON ANNAL 等: "An adaptive PID control algorithm for nonlinear process with uncertain dynamics", 《INT. J. AUTOMATION AND CONTROL》 *
GUIMEI LI 等: "An algorithm finding multiple roots of polynomials based on PID neurons", 《2010 INTERNATIONAL CONFERENCE ON INTELLIGENT COMPUTATION TECHNOLOGY AND AUTOMATION》 *
XINQING GAO 等: "Robust Proportional-Integral-Derivative (PID) Design for Parameter Uncertain Second-Order Plus Time Delay (SOPTD) Processes Based on Reference Model Approximation", 《INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH》 *
叶政: "PID控制器参数整定方法研究及其应用", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
吴婧璇: "基于系统辨识的内模PID控制器参数整定及应用", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
曾喆昭 等: "非线性类PID神经元网络控制器", 《北京科技大学学报》 *
赵敏: "智能自适应PID控制器设计及仿真研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110609568A (zh) * 2019-09-24 2019-12-24 广东名阳信息科技有限公司 一种大型无人机uav的强自耦pi协同控制方法
CN110703606A (zh) * 2019-10-30 2020-01-17 曾喆昭 一种自耦pid协同控制理论新方法
CN110687777A (zh) * 2019-10-31 2020-01-14 曾喆昭 一种自耦pi协同控制理论新方法
CN110716427A (zh) * 2019-11-23 2020-01-21 曾喆昭 一种互耦pid协同控制理论新方法
CN110750047A (zh) * 2019-11-24 2020-02-04 曾喆昭 一种自适应互耦pid协同控制理论新方法
CN110824909A (zh) * 2019-12-01 2020-02-21 曾喆昭 一种时滞系统的Smith自耦PI协同控制理论新方法
CN113285595A (zh) * 2021-06-09 2021-08-20 珠海市一微半导体有限公司 基于机器学习的数字电源的pid参数整定系统及控制方法
CN114488818A (zh) * 2022-01-28 2022-05-13 青岛科技大学 一种pid控制系统的设定点迭代学习优化技术
CN114488818B (zh) * 2022-01-28 2023-09-29 青岛科技大学 一种pid控制系统的设定点迭代学习优化方法

Also Published As

Publication number Publication date
CN109254528B (zh) 2021-03-26

Similar Documents

Publication Publication Date Title
CN109254528A (zh) 一种三速智慧pid控制方法
CN108572548B (zh) 一种扰动感知控制方法
CN109254529A (zh) 一种双速自适应比例-微分控制方法
CN109541936A (zh) 一种单速自适应比例-微分控制方法
Chen et al. Fractional order Lyapunov stability theorem and its applications in synchronization of complex dynamical networks
Su et al. A novel control design on discrete-time Takagi–Sugeno fuzzy systems with time-varying delays
Narendra et al. The changing face of adaptive control: the use of multiple models
Mishra et al. Robust second-order consensus using a fixed-time convergent sliding surface in multiagent systems
Yan et al. Global practical tracking by output-feedback for nonlinear systems with unknown growth rate
DE102013101355A1 (de) Hybrides sequenzielles und simultanes Prozesssimulationssystem
Yang et al. Adaptive output feedback control for fractional-order multi-agent systems
Ma et al. Coexistence of multiple attractors for an incommensurate fractional-order chaotic system
Assawinchaichote A Non-Fragile H∞ Output Feedback Controller for Uncertain Fuzzy Dynamical Systems with Multiple Time-Scales
CN110520803A (zh) 一种智慧pid控制方法
Shi et al. Adaptive neural control of switched nonstrict-feedback nonlinear systems with multiple time-varying delays
Yuan et al. Fractional-order PID controllers for stabilization of fractional-order time delay systems based on region stability
Bistak et al. Three-tank virtual laboratory for dynamical feedforward control based on Matlab
Qian et al. On consensus control of nonlinear multiagent systems satisfying incremental quadratic constraints
Duan et al. A combined NN and dynamic gain-based approach to further stabilize nonlinear time-delay systems
CN110703606A (zh) 一种自耦pid协同控制理论新方法
CN107315867A (zh) 基于代理模型的互馈系统动力学特性分析方法
Zhang et al. Analysis of the difference between footprints of uncertainty for interval type-2 fuzzy PI controllers
Heng et al. Reliable Control for a Class of MIMO Nonlinear Systems with Time-Delay by Adaptive Iterative Learning Control
Nesenchuk Investigation of behavior and synthesis of interval dynamic systems' characteristic polynomials based on the root locus portrait parameter function
Chen et al. Application of the LMI approach in the robust force control of servo-hydraulic actuator with parametric uncertainties

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant