PID控制器参数整定与实现PDF电子书下载

第1章　绪论 1

1.1　PID控制器参数整定的发展与现状 1

1.2　PID控制器参数整定的分类 3

1.3　PID控制的基本原理 5

第2章　PID控制器参数整定方法 8

2.1　常规Z-N整定方法及实现分析 8

2.2　基于模糊控制的PID控制器参数整定 10

2.2.1　模糊控制 10

2.2.2　模糊控制器的原理与组成 11

2.2.3　模糊自适应PID控制器参数整定原理 12

2.2.4　模糊自适应PID控制器参数整定算法 12

2.2.5　基于模糊控制PID控制器参数整定的仿真 14

2.3　基于小波神经网络的PID控制器参数整定 15

2.3.1　神经网络 16

2.3.2　人工神经元 16

2.3.3　神经网络的功能和学习方式 17

2.3.4　BP神经网络 18

2.3.5　基于BP神经网络的PID控制器设计 20

2.3.6　小波神经网络 23

2.3.7　小波神经网络的PID控制器设计 25

2.3.8　数例仿真 25

2.4　基于遗传算法的PID控制器参数整定及仿真 28

2.4.1　遗传算法的基本原理 28

2.4.2　改进的遗传算法 30

2.4.3　改进的遗传算法PID控制器设计 32

2.4.4　数例仿真 34

2.5　基于克隆选择算法的PID控制器参数整定 35

2.5.1　克隆选择算法的基本框架 35

2.5.2　基于克隆选择算法的PID控制器参数整定 37

2.5.3　仿真结果 38

2.6　基于粒子群算法的PID控制器参数整定及仿真 39

2.6.1　粒子群算法基本原理 39

2.6.2　基于PSO的PID控制器参数整定 43

2.6.3　标准的PSO算法在PID控制器参数整定中的应用 44

2.6.4　仿真结果 44

2.6.5 改进的PSO算法原理 46

2.6.6　基于改进PSO的PID控制器参数整定 46

2.6.7　仿真结果 47

2.6.8　改进的PSO与标准PSO仿真结果比较 48

2.7　多目标H2/H∞鲁棒PID控制器参数整定 50

2.7.1　线性矩阵不等式理论 50

2.7.2　LMI区域与H2/H∞性能 51

2.7.3　LMI 区域的描述 52

2.7.4　H2性能指标 53

2.7.5　H∞性能指标 53

2.7.6　系统数学模型的建立 54

2.7.7　多目标H2/H∞PID控制器设计 55

2.7.8　多目标最优H2PID控制器的设计 58

2.7.9　数例仿真 58

第3章 分数阶PID控制器的参数整定 61

3.1　分数阶微积分的定义 61

3.2　分数阶控制器 62

3.3　分数阶PIλDμ控制器的数字实现 64

3.4　基于粒子群算法的分数阶PID控制器参数整定 65

3.5　基于神经网络的分数阶PID控制器参数整定 67

3.6　基于免疫克隆选择算法的分数阶PID控制器参数整定 70

第4章 基于QDRNN的多变量PID控制器参数整定 72

4.1 对角递归神经网络 72

4.2 对角递归神经网络Jacobian信息辨识 73

4.3　准对角递归神经网络 75

4.4　准对角递归神经网络Jacobian信息辨识 76

4.5　基于准对角递归神经网络多变量PID控制算法 77

4.6　数例仿真 78

第5章 数字PID控制器的FPGA实现 83

5.1　数字PID控制器的硬件架构设计 83

5.2　各模块功能设计与实现 84

5.2.1　控制模块的设计与实现 84

5.2.2　加法器与乘法器设计与实现 84

5.3　数字PID控制器的开环仿真 86

第6章 基于BP神经网络的PID控制器的FPGA实现 88

6.1　硬件架构 88

6.2　各功能模块的设计及实现 89

6.3　仿真实验及结果分析 101

第7章 基于遗传算法的PID控制器的FPGA实现 110

7.1　基于GA的PID控制器的硬件架构 111

7.2　各个功能模块设计与实现 113

7.2.1　控制模块设计与实现 113

7.2.2　随机数模块设计与实现 115

7.2.3　存储器模块设计与实现 118

7.2.4　适应度模块设计与实现 120

7.2.5　初始化模块设计与实现 124

7.2.6　选择模块设计与实现 125

7.2.7　交叉变异模块设计与实现 126

7.2.8　存储模块设计与实现 128

7.3　仿真实验及结果分析 129

7.3.1　各模块的功能仿真 129

7.3.2　基于遗传算法的PID控制器闭环仿真 133

第8章　基于粒子群算法的PID控制器的FPGA实现 138

8.1　粒子群算法运行参数的选择 138

8.2　基于粒子群算法的PID控制器的硬件架构 138

8.3　各功能模块设计与实现 141

8.3.1　控制模块设计与实现 141

8.3.2　存储器模块设计与实现 142

8.3.3　全局最优模块设计与实现 143

8.3.4　局部最优模块设计与实现 144

8.3.5　惯性因子模块设计与实现 146

8.3.6　速度位置更新模块设计与实现 146

8.3.7　其他模块设计与实现 148

8.4　仿真实验及结果分析 148

附录 151

附录A　主要算法的基本程序 151

A.1　基于BP神经网络的PID控制器参数整定源程序 151

A.2　基于小波神经网络的PID控制器参数整定源程序 155

A.3　基于改进遗传算法的PID控制器参数整定源程序 159

A.4　基于准对角递归神经网络多变量PID控制器参数整定源程序 162

A.5　实数编码的粒子群算法源程序 168

附录B　基于粒子群算法的PID控制器的FPGA实现源程序 173

附录C　Modelsim SE的使用简介 190

C.1　添加Altera仿真库的步骤 191

C.2　功能仿真步骤 194

参考文献 203