传递函数1/s(s+1)(s+2)的节约响应曲线、PID控制器的控制曲线、模糊自适应PID控制器的控制曲线如下示:
发布网友
发布时间:2022-04-30 09:54
我来回答
共2个回答
热心网友
时间:2023-10-22 11:20
遗传算法和神经网络是两个改进方向。前者是一个全局寻优算法,后者是拟合算法(类似于自适应)。全局寻优就是找到一组控制参数,使得阶跃响应与理想输出之间误差的某一范数最小,控制参数可以是你的模糊控制器参数,神经网络参数,pid前面的系数等等等等。拟合算法就是找到某个函数关系,使得输入输出之间的误差最小,很类似数值方法里面的插值。
要达到相同或者更好的控制效果是必然的。比如你用遗传算法找到一组最好的模糊pid控制器参数,然后和你自己试凑的模糊pid相比,那肯定是更好,但是原理上没有什么改观,控制器还是原来的控制器,只是找到了最优参数,另外实时性要求不高的话建议不用遗传算法,用更精确的全局寻优算法,比如粒子群,蚁群算法等。神经网络PID控制器古典的是用神经网络拟合pid参数,现代的都是把PID环节做成隐含层神经元,因为你这个被控对象很简单,所以我个人观点,加上一些常用的神经网络控制算法就够用了,比如某些环节加一个加权和。
这个东西说实在的你要做作业是个不错的练习,但是写论文显得略微落伍了。单纯的全局寻优算法和神经网络控制前些年做的有点烂了,写论文的话实在是很难找出来创新点。
热心网友
时间:2023-10-22 11:20
如果就是这个传递函数1型三阶系统使用PID等经典控制方法已经很好了,为什么还要选择智能控制呢追问必然是这些还不够啊,知道的可以继续作答啊。别问为什么,只需要智能控制就行了。
热心网友
时间:2023-10-22 11:20
遗传算法和神经网络是两个改进方向。前者是一个全局寻优算法,后者是拟合算法(类似于自适应)。全局寻优就是找到一组控制参数,使得阶跃响应与理想输出之间误差的某一范数最小,控制参数可以是你的模糊控制器参数,神经网络参数,pid前面的系数等等等等。拟合算法就是找到某个函数关系,使得输入输出之间的误差最小,很类似数值方法里面的插值。
要达到相同或者更好的控制效果是必然的。比如你用遗传算法找到一组最好的模糊pid控制器参数,然后和你自己试凑的模糊pid相比,那肯定是更好,但是原理上没有什么改观,控制器还是原来的控制器,只是找到了最优参数,另外实时性要求不高的话建议不用遗传算法,用更精确的全局寻优算法,比如粒子群,蚁群算法等。神经网络PID控制器古典的是用神经网络拟合pid参数,现代的都是把PID环节做成隐含层神经元,因为你这个被控对象很简单,所以我个人观点,加上一些常用的神经网络控制算法就够用了,比如某些环节加一个加权和。
这个东西说实在的你要做作业是个不错的练习,但是写论文显得略微落伍了。单纯的全局寻优算法和神经网络控制前些年做的有点烂了,写论文的话实在是很难找出来创新点。
热心网友
时间:2023-10-22 11:21
如果就是这个传递函数1型三阶系统使用PID等经典控制方法已经很好了,为什么还要选择智能控制呢追问必然是这些还不够啊,知道的可以继续作答啊。别问为什么,只需要智能控制就行了。
...s(s+1)(s+2)的节约响应曲线、PID控制器的控制曲线、模糊自适应PID控 ...
拟合算法就是找到某个函数关系,使得输入输出之间的误差最小,很类似数值方法里面的插值。要达到相同或者更好的控制效果是必然的。比如你用遗传算法找到一组最好的模糊pid控制器参数,然后和你自己试凑的模糊pid相比,那肯定是更好,但是原理上没有什么改观,控制器还是原来的控制器,只是找到了最优参数,...
关于pid控制。被控对象的传递函数为G(s)=1/(As^2+Bs),A 、B为系数...
输入的是指令,输出的是执行的情况。传递函数反应的是系统的特性,也就是,你加指令之后,它并不怎么听话,就是用传递函数来描述的。通过施加控制,使得它的执行情况得以改善,你就达到目的了。
PID控制。被控对象的传递函数为G(s)=1/(s^2+s),输入为正弦曲线
PS,这里的pid参数整定还要考虑输入正弦波的频率,因为系统一般都是低通滤波的,如果频率过大,幅值的衰减会很厉害。
求大佬解一下这道PID控制器的题
从您给出的信息,我猜测您是想讨论一个PID控制器的设计,并且该控制器的传递函数形式是K(s) = k(s + z1s)(ω...),其中s是复频率,k是某个常数,z1可能是零点,ω可能与某种频率有关。但是,这个表达式有点不完整和不清晰。下面是一个更一般的PID控制器的设计方法的简短概述。PID控制器是一...
PID控制的问题 传递函数是G(s)=71217/s^2+476s+30
在simulink里面盲调吧
已知传递函数怎么进行pid参数整定
Ziegler-Nichol响应曲线法,根据被控对象的阶跃响应曲线获取被控对象的模型式(1),根据模型的增益K,时间常数T以及纯滞后时间,再利用如下的经验公式(2)整定PID控制器参数。一般来说由于Z-N整定的PID控制器超调较大。为此C.C.Hang提出改进的Z-N法[8],通过给定值加权和修正积分常数改善了系统的超调...
已知调节器传递函数d(s)=1+0.17/1+0.085,采样周期t=1s,数字pid算法实现...
增量式PID只与现在和过去两个状态(即一共三个状态量)有关。执行器自带积分是指执行器输入为0时,执行器控制量输出是否能回到原位置(即是否有记忆性)。如当步进电机不输入脉冲时,位置不处于原位置,那么就说步进电机旋转位移自带积分,步进电机速度变为原时刻速度0,那么步进电机转速就不带积分。
已知传递函数为2/(1+0.2s).怎么求pid参数?
概括起来有两大类:一是理论计算整定法。PID控制方式的具体流程是计算误差和温度的变化速度进行PID计算,先以P参数和误差计算出基础输出量,在根据误差的累积值和I参数计算出修正量,最终找出控制点和温度设定点之间的平衡状态,最后在通过温度的变化速率与D参数控制温度的变化速度以防止温度的剧烈变化。
PID控制器的动态特性
PID控制器的动态特性一、实验目的1、熟悉PI、PD和PID三种控制器的结构形式。2、通过实验,深入了解PI、PD和PID三种控制器的阶跃响应特性和相关参数对它们性能的影响。二、实验原理(1)PD控制器电路如图1所示,其传递函数为:G(s)=-KP(TDS+1),其中Kp=R2/R1,TD=R1C1(2)PI控制器PI控制器电路...
六种典型环节的阶跃响应曲线
一般典型环节有6种:1,比例环节:运动方程式:c(t)=K·r(t)传递函数:(G)s=K 单位阶跃响应:C(s)=G(s)R(s)=K/sC(t)=K·1(t)2,惯性环节:微分方程式: T·[dc·(t)/dt]+c(t)=r(t)传递函数:G(s)=1/(Ts+1)3,积分环节:传递函数:G(s)=1/Ts单位阶跃响应:C(s)=1...