摘要：基于提高电源效率的目的，设计了采用PID算法的数控电源。系统采用STC12C5A6052自带的PWM控制BUCK电路，同时对其输出电路进行采样，组成了一个高速的闭环控制系统。文中给出了数控电源的接口电路及PID算法的软件设计。实验结果表明：该数控电源具有纹波小、高效率的优点。　　随着电力电子技术的飞速发展和各行业对用电没备控制要求的提高，人们对供电的电源要求也越来越高。电源的性能直接影响着整个电路系统的性能、寿命。以往所采用的电源大多数是旋钮式电位器进行调节，输出电压无法实现的步进。数控电源是从上世纪80年代发展起来的，到现在大多产品的电源仍存在误差较大、分辨率不高、功率较低、效率低、可

针对已有神经网络功放建模的建模精度不高,易陷入局部极值等问题,提出一种新的改进并行粒子群算法(Improved Parallel Particle Swarm Optimization,IPPSO)。该算法在并行粒子群算法的基础上引入自适应变异操作,防止陷入局部最优;在微粒的速度项中加入整体微粒群的全局最优位置,动态调节学习因子与线性递减惯性权重,加快微粒收敛。将该改进算法用于优化RBF神经网络参数,并用优化的网络对非线性功放进行建模仿真。结果表明,该算法能有效减小建模误差,且均方根误差提高19.08%,进一步提高了神经网络功放建模精度。

1.3.7　梯形积分PID控制算法 在PID控制律中积分项的作用是消除余差，为了减小余差，应提高积分项的运算精度，为此，可将矩形积分改为梯形积分。 　梯形积分的计算公式为：

1.大林（Dahlin）控制算法 ( 1）大林算法的基本形式 设有一阶惯性的纯滞后对象 大林算法的设计目标是：设计一个合适的数字控制器，使系统在单位阶跃函数的作用下，整个系统的闭环传递函数为一个延迟环节（考虑系统的物理可实现性）和一个惯性环节（使输出平滑解决超调）相串联的形式，由于是在Z平面上讨论数字控制器的设计，如采用零阶保持器，且采样周期为T，则整个闭环系统的脉冲传递函数为

设计任务: 一长约 60cm~70cm 的细管上端用万向节固定在支架上，下方悬挂一组（2~4 只）直流风机，构成一风力摆。风力摆上安装一向下的激光笔，静止时，激光笔的下端距地面不超过 20cm。设计一测控系统，控制驱动各风机使风力摆按照一定规律运动，激光笔在地面画出要求的轨迹。具体要求可参看设计任务书（附件）。 设计方案简介: 本系统采用STC12C5A60S2为主控芯片，通过MPU6050传感器提供反馈信息、采用PID控制算法调整轴流风机的工作状态、在液晶和按键的作用下显示并切换工作模式，形成一闭环测控系统。该测控系统通过控制驱动各风机，使风力摆按照一定规律运动，同时保证摆杆下方悬挂的激光笔能在地面画出要求的轨迹。 实物图: Moore8 摩尔吧2019全国大学生电子设计竞赛系列培训课程，欢迎加入摩尔吧电赛交流QQ群，获取免费听课权限和海量资料:836323769 全套课程（含通用篇及各专项提升篇）: https://www.moore8.com/series/package/diansai2019 控制类专项:共8节课，4月6日起，每周六播出 https://www.moore8.com/series/package/control 1、【直播时间:2019/04/06 20:00】【控制类专项篇-1】2019 电赛:控制类赛题详解及 知识点分析:https://www.moore8.com/courses/2621 2、【直播时间:2019/04/13 20:00】【控制类专项篇-2】2019 电赛:STM32 介绍及开 发流程:https://www.moore8.com/courses/2622 摩尔吧电赛交流QQ 群，:836323769 www.moore8.com 3、【直播时间:2019/04/20 20:00】【控制类专项篇-3】2019 电赛:STM32 片上常用 外设资源详解:https://www.moore8.com/courses/2623 4、【直播时间:2019/04/27 20:00】【控制类专项篇-4】2019 电赛:常用传感器模块 1 （红外、超声波、编码器）:https://www.moore8.com/courses/2624 5、【直播时间:2019/05/04 20:00】【控制类专项篇-5】2019 电赛:常用传感器模块 2 （陀螺仪和加速度计）:https://www.moore8.com/courses/2625 6、【直播时间:2019/05/11 20:00】【控制类专项篇-6】2019 电赛:电机及其驱动电路: https://www.moore8.com/courses/2626 7、【直播时间:2019/05/18 20:00】【控制类专项篇-7】2019 电赛:滤波及PID 算法详解: https://www.moore8.com/courses/2627 8、【直播时间:2019/05/25 20:00】【控制类专项篇-8】2019 电赛:软件编程思想: https://www.moore8.com/courses/2628

此代码使用 gui 来演示带有 PID 控制器的直流电机位置系统的阶跃响应，该控制器可以通过三个滑块进行编辑。 编辑文本可由用户编辑，编辑后按绘图按钮绘制新当前系统的响应。 按钮（复位）返回到默认系统参数。 按钮（不带 PID 的绘图）消除了 PID 控制器的影响。 有关直流电机位置控制的更多信息： http ://www.engin.umich.edu/class/ctms/examples/motor2/pid2.htm

1.3.3　离散系统的数字PID控制仿真 仿真实例 设被控制对象为： 　采样时间为1ms,采用Z变换进行离散化，经过Z变换后的离散化对象为：

人工神经网络的最后的实验。用了两种方法，bp算法和 rbf 径向基神经网络

使用matlab编写的SOA算法，可以应用于PID参数优化整定

什么是PID闭环控制系统？举个生活中的例子，我们所乘坐的动车，在即将到达站点的时候会切断动力，凭借惯性进入月台，如果火车在切断动力的时候时速是100km/h并且距离月台是1KM，那么这个100比1就是比例P的含义，P越大，他在站前开始滑行的速度也就越快，快的话也就是进入站台的时间比较短，但是过快也就意味着，惯性太大可能冲下月台，这也就不得不经行倒车，但是因为P过大，倒车以后的滑行同样会使得火车到过头，这样一来，就形成了一个反复前行后退的震荡局面，而P设置小了，进站的速度也就变得缓慢，进站的时间也就会变得越长，所以设置一个合适的P是PID的首要任务，由于P是一个固定值，如果将火车的速度与月台的距离用一个坐标理想化的表现出来的话，不考虑其他外力，那就是一条直斜线，越陡表示进站的时间越短。