HIMA ELOPII 使用数值优化技术来寻找更好的PID系数

简介: HIMA ELOPII 使用数值优化技术来寻找更好的PID系数

HIMA ELOPII 使用数值优化技术来寻找更好的PID系数
另一种方法通过齐格勒-尼科尔斯方法计算初始值,并使用数值优化技术来寻找更好的PID系数。[27]

其他公式可用于根据不同的性能标准调整环路。许多专利公式现已嵌入PID调节软件和硬件模块中。[28]

自动PID环路整定软件的进步也提供了在动态或非稳态(NSS)情况下整定PID环路的算法。该软件通过扰动对过程的动态进行建模,并相应地计算PID控制参数。[29]
虽然PID控制器适用于许多控制问题,并且通常在没有任何改进或者只有粗调的情况下令人满意地执行,但是它们在一些应用中执行得很差,并且通常不提供最佳的控制。PID控制的根本困难在于它是一个反馈控制系统常数参数,并且没有过程的直接知识,因此整体性能是被动的和折衷的。PID控制是一种最佳的控制器观察者如果没有流程的模型,通过公开地对流程的参与者建模,而不求助于观察者,可以获得更好的性能。F8650X (3).jpg

ANALOG IN/OUT BASIC
IS220PAICH1B - GE POWER PLANT - MODULE, INPUT
IS220PAICH2A - GE POWER PLANT - MODULE, ANALOG
IS220PAICH2B - GE POWER PLANT - MODULE, ANALOG
IS220PAOCH1A - GE POWER PLANT - Analog Output Module
IS220PAOCH1B IS220PDIAH1A - GE POWER PLANT - Analog Output Module I/O Pack, Contact In
IS220PDIOH1A - GE POWER PLANT - IO Pack, Discrete IO
IS220PDOAH1A - GE POWER PLANT - I/O Pack, Contact Out
IS220PDOAH1B - GE POWER PLANT - I/O Pack, Contact Out
IS220PEFVH1A - GE POWER PLANT - MODULE, I/O, T-TYPE
IS220PPDAH1A - GE POWER PLANT - I/O Pack, PDM Diagnostics
IS220PPDAH1B - GE POWER PLANT - I/O Pack, PDM Diagnostics
IS220PPROH1A - GE POWER PLANT - I/O Pack, Protection
IS220PPROS1B - GE POWER PLANT - I/O PACK
IS220PRTDH1A - GE POWER PLANT - I/O Pack, RTD Input/Ouput
IS220PRTDH1B - GE POWER PLANT - I/O Pack, RTD Input/Ouput

相关文章
|
6月前
15.求函数:sin(x)=x/1! - x3/3! + x5/5! -x7/7! +…,最后一项精度不低于0.000001
15.求函数:sin(x)=x/1! - x3/3! + x5/5! -x7/7! +…,最后一项精度不低于0.000001
35 4
|
6月前
|
数据挖掘 C语言
极值理论 EVT、POT超阈值、GARCH 模型分析股票指数VaR、条件CVaR:多元化投资组合预测风险测度分析
极值理论 EVT、POT超阈值、GARCH 模型分析股票指数VaR、条件CVaR:多元化投资组合预测风险测度分析
|
6月前
|
算法 Linux
R语言随机波动率(SV)模型、MCMC的Metropolis-Hastings算法金融应用:预测标准普尔SP500指数
R语言随机波动率(SV)模型、MCMC的Metropolis-Hastings算法金融应用:预测标准普尔SP500指数
|
6月前
|
数据挖掘 C语言
R语言极值理论 EVT、POT超阈值、GARCH 模型分析股票指数VaR、条件CVaR:多元化投资组合预测风险测度分析
R语言极值理论 EVT、POT超阈值、GARCH 模型分析股票指数VaR、条件CVaR:多元化投资组合预测风险测度分析
HIMA 981713102 与良好调谐的PID系统相比
HIMA 981713102 与良好调谐的PID系统相比
HIMA 981713102 与良好调谐的PID系统相比
|
机器人
HIMA 996920302 确定控制模型动态的方程
HIMA 996920302 确定控制模型动态的方程
HIMA 996920302 确定控制模型动态的方程
|
机器学习/深度学习 传感器 算法
【PID优化】基于粒子群算法结合BP神经网络优化PID控制附matlab代码
【PID优化】基于粒子群算法结合BP神经网络优化PID控制附matlab代码
|
算法
HIMA F7131 通过对PID形式的微小修改
HIMA F7131 通过对PID形式的微小修改
HIMA F7131 通过对PID形式的微小修改
|
传感器
HIMA Z7116 误差变化率产生的控制影响
HIMA Z7116 误差变化率产生的控制影响
HIMA Z7116 误差变化率产生的控制影响
|
安全
HIMA F3330 处理真实系统和用于设计的标称
HIMA F3330 处理真实系统和用于设计的标称
HIMA F3330 处理真实系统和用于设计的标称