图书介绍
PID控制器参数整定与实现PDF|Epub|txt|kindle电子书版本网盘下载
- 黄友锐编著 著
- 出版社： 北京：科学出版社
- ISBN：9787030267337
- 出版时间：2010
- 标注页数：208页
- 文件大小：17MB
- 文件页数：218页
- 主题词：PID控制－研究生－教材
PDF下载
下载说明
PID控制器参数整定与实现PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
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