非线性PID控制器的参数自整定

摘要

PID控制器由于结构简单、实现容易、鲁棒性较强的优点，因此被广泛应用于各种工业过程控制中。针对经典PID对复杂的非线性系统往往不能满足控制性能要求的情况，N-PID是解决这一问题的有效途径。但其参数多，整定比较困难，为此探索其高效的参数整定方法以充分发挥N-PID的优势具有重要的应用价值。
　　 本文首先介绍了目前常见的几种参数整定方法，并总结了当前国内外参数整定的研究现状。其次，建立N-PID控制器的数学模型，以高阶非线性系统为控制对象，在熟悉支持向量机原理和使用方法的基础上，以控制系统的超调量、上升时间、调整时间为输入样本，N-PID控制器的九个参数为输出样本，训练出合适的支持向量机模型，从而实现N-PID控制器的参数离线整定。最后将基于继电反馈整定方法和支持向量机整定方法相比较，仿真结果表明基于支持向量机的N-PID参数整定方法具有很好的自学习的能力，提高了算法的精度和速度，避免了人工手动调节，同时提高了系统的平稳性和快速响应性。

目录

文摘

英文文摘

第一章 绪论

1.1 课题研究背景与意义

1.2 国内外现状

1.3 论文工作的目的和主要内容

第二章 常规PID控制器参数整定方法

2.1 基于模型的自整定

2.2 基于规则的自整定

2.3 智能PID参数整定

2.4 多变量PID参数整定

2.5 本章总结

第三章 支持向量机基础及理论

3.1 统计学习理论

3.1.1 统计学习理论与传统统计学习理论的区别

3.1.2 VC维

3.1.3 推广性的界

3.1.4 结构风险最小化原理(SRM)

3.2 支持向量机(SVM)

3.2.1 支持向量机的基本概念

3.2.2 支持向量机分类原理(SVC)

3.2.3 支持向量机回归原理(SVR)

3.3 本章小结

第四章 基于继电反馈的PID控制器参数自整定

4.1 继电整定原理

4.2 继电特性分析

4.2.1 继电的理论基础

4.2.2 描述函数法

4.2.3 傅里叶法

4.2.4 继电特性的选择

4.3 仿真实例

4.3.1 SPAM法原理

4.3.2 SPAM法整定公式

4.3.3 仿真验证

4.4 常用整定算法存在的问题

4.5 本章小结

第五章 基于支持向量机的N-PID控制器参数自整定

5.1 N-PID控制器

5.2 基于支持向量机的N-PID参数整定

5.2.1 基于支持向量机的N-PID参数整定基本结构

5.2.2 基于支持向量机的N-PID参数整定算法

5.3 仿真结果分析

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 论文存在的不足和进一步的工作

致谢

参考文献