间歇过程2D-PID自适应策略

融合神经元自整定与设定点调节的迭代学习控制，同步处理批内非线性与批间漂移，显著提升间歇过程跟踪精度。

王志文 · Sadun, Amirul Syafiq · Jalaludin, Nor Anija · Hashim, Hairulazwan · Arifin, Siti Nor Hidayah · Mohamed Sunar, Norshuhaila

International Journal of Integrated Engineering 2024

参数信息

平均绝对跟踪误差
0.0223
跟踪控制效果提升
0.0389

技术优势

批内批次同时自适应

ANPID在线处理批内非线性与时变，ILC根据历史数据改进批间设定点，两者协同提升整体跟踪性能。

参数整定自动化

初始PID和ILC参数经PSO离线优化，减少人工试凑时间，便于工业部署。

跟踪误差显著更低

在相同仿真场景下，增强2D-PID的ATE为0.0223，优于传统2D-PID，表明控制效果改进0.0389。

应用场景