摘要：针对传统pid控制器无法在线自整定参数的不足,提出了一种基于执行器-评估器(Actor-Critic,AC)学习的自适应pid控制器结构与学习算法.该控制器利用AC学习实现pid参数的自适应整定,采用一个径向基函数网络同时对Actor的策略函数和Critic的值函数进行逼近.径向基函数网络的输入为系统误差、误差的一次差分和二次差分,Actor实现系统状态到pid参数的映射,Critic则对Actor的输出进行评判并且生成时序差分(temporal difference,TD)误差信号.基于AC学习的体系结构和TD误差性能指标,给出了控制器设计的步骤流程图.两个仿真实验表明:与传统的pid控制器相比,基于AC学习的pid控制器在响应速度和自适应能力方面要优于传统pid控制器.

摘要：针对非线性不确定机器人系统的轨迹跟踪控制问题,提出一种鲁棒自适应pid控制算法.该控制器由主控制器和监督控制器组成.主控制器以常规pid控制为基础,基于滑模控制思想设计pid参数的自适应律,根据误差实时修正pid参数.基于Lyapunov函数设计的监督控制器补偿自适应pid控制器与理想控制器之间的差异,使系统具有设定的H∞的跟踪性能.最后,两关节机器人的仿真实验结果表明了算法的有效性.

摘要：针对惯性平台稳定回路需要同时具有良好的快速性、稳态精度高、抗干扰能力强等特点，而传统的超前滞后控制系统抗外力矩干扰能力差，或者最近的鲁棒控制和变结构控制设计复杂，设计了单神经元自适应pid控制的惯性平台稳定回路控制器．仿真结果表明，经典的超前滞后校正系统在角度输入时性能很好，但在力矩干扰输入时动态误差较大，而单神经元自适应pid控制系统在角度输入和干扰力矩输入时都有较好的动态性能，并且设计简单．

摘要：针对某型无人驾驶直升机发动机控制的特点,提出恒量供油、恒速控制和总距前馈补偿控制的复合控制策略,在飞行控制计算机内建立发动机模糊自适应pid控制器,利用模糊规则和推理来在线调整pid参数,使发动机安全平滑启动,并在各种功率状态下保持输出轴转速恒定。经含实物仿真试验、地面试车、系留试验以及无人机整机试飞测试,所设计的发动机控制方案动态响应速度快,对总距变化等干扰的抑制作用强,能保证主旋翼在各种飞行状态下获得最佳的气动效率,改进无人直升机的飞行性能。

摘要：针对自动离合器位置难以准确快速跟踪控制的问题,在采用蜗卷弹簧作为补偿装置改善驱动机构性能基础上,设计了一种具有前馈作用的增益可调神经元自适应pid控制器,利用前馈控制加快控制器的响应速度,利用神经元的自学习功能实现权值的自动调整,采用PSD算法实现增益的自动调整。实验结果表明,与常规控制器相比,该控制器用于离合器位置跟踪控制动、静态误差小,能够适应离合器负荷和目标接合速度的非线性变化,具有较好的鲁棒性,能够满足离合器位置跟踪控制要求。

摘要：本研究的目的在于克服冷热站房节能系统控制方式落后、节能效果较差的问题.采用的方案是设计一种新型冷热站房节能控制方式,该方案根据用户需求,利用自适应pid技术,设计出站房控制模块,加强了系统控制能力,使节能系统具备了自适应调节能力;通过设计矢量控制模型给出最佳冷热能量转换通道;利用归一化积(Normalized Cross Correlation,NCC)模板匹配算法,整合站房能源需求数据,匹配最优能源分配方案,最终提高站房整体节能效率.该方案研究成果是通过测试网点冷热能源节能前后具体数据,发现同比制冷节能增加20%以上,制热节能增加30%以上,提高了制冷和制热能力.研究分析得出结论,本研究控制效果较为明显,恢复时间同比缩短了0.2 s.

摘要：针对四旋翼机器人关键技术进行了深入的研究。首先分析了四旋翼机构特征及其主要的用途。其次,利用了四旋翼的正交的结构特征进行系统设计。再次,根据旋翼机器人的运动特点进行了本体运动控制分析,实现了悬停、前后、水平、俯仰和翻转等运动状态。最后,采用模糊自适应pid控制算法设计了一款位姿控制器,推导出一个非线性动力学仿真模型,用一个pid测试控制器进行仿真,并在真实飞行中成功地测试机器人,达到了一个理想的效果。

摘要：针对经典pid控制参数整定困难且受时变、非线性等因素影响不能达到预期控制效果的实际情况,设计了一种具有自学习能力的自适应pid控制器,利用Widrow-Hoff学习算法实现系统在线自动调整最佳控制参数,从而提高系统的自适应能力、改善系统的动态性能,并成功地将其应用到发电机性能自动化测试装置中。

摘要：针对REVS-50M小型光电跟踪系统控制性能的不足,将经典pid控制与模糊控制相结合,设计了基于模糊自适应pid控制的光电跟踪系统控制实验。实际应用表明,模糊自适应pid控制算法具有响应快、超调量小、抗干扰能力强、稳态性能好等优点,对光电跟踪系统具有较好的控制能力。通过该实验,学生能够对pid控制、模糊控制以及模糊自适应pid控制进行深入了解,并掌握这些控制方法在实际系统中的应用,取得了良好的教学效果。

摘要：提出使用自适应pid控制的方法进行超导磁储能装置控制器的设计,这种控制方法由DRNN(对角回归神经网络)在线辨识系统特定参数,不需要建立系统参考模型,而使得闭环系统的误差信号趋于最小。仿真表明DRNN能够通过梯度下降法自学习,辨识系统的特定参数,速度较快。与传统的控制方法相比,其控制效果好,且结构简单,较易实现。