火电厂化水检测中模糊控制系统的设计

针对火电厂化水检测中难以建立数学模型以实时精确控制温度的问题,提出了模糊控制方法.该方法根据化水温度的特点,确定模糊控制规则表,实现了系统控制的目的.模糊控制与PID控制仿真实验表明,模糊控制方法在超调、响应时间方面比PID控制效果有显著提高.     

板簧成型拉料机构控制系统的设计与仿真

针对目前国内多道次板簧成型拉料机构控制系统存在的问题,采用电液伺服阀取代电磁换向阀,以实现拉料车速度与轧辊线速度的匹配.推导了拉料车速度与轧辊压下量(辊缝)的函数关系;建立了拉料机构控制系统的数学模型,并用MATLAB对PID控制、模糊控制、模糊PID控制等三种方式进行了系统仿真.结果表明:模糊PID控制方案的控制精度最高,抗干扰能力强,该方案为实现拉料车速度随辊缝变化提供了有效地控制方法,对提高板簧的生产质量具有重要意义.     

模糊自适应PID控制器在交流伺服控制系统中的研究

交流伺服控制系统中的永磁同步电机是一种多变量、强耦合和非线性的系统,采用传统的PID控制难以达到较好的控制效果。将模糊自适应PID应用于永磁同步电机的控制中,运用模糊控制原理对PID参数进行整定。仿真结果表明,与传统的PID控制相比较,采用模糊自适应PID控制器的交流伺服控制系统具有更好的动态和稳态性能,实现了较好的控制效果。     

基于模糊控制的机器人视觉伺服控制

机器人视觉伺服控制是当今机器人研究领域的热点之一,以往的各种传统控制方法均是建立在被控对象精确模型的基础上,然而随着系统复杂程度的提高,将难以建立系统的精确数学模型。模糊控制直接依据人类专家的控制经验进行设计,其设计不依赖于被控对象的模型,机器人视觉伺服系统就是难以建立精确数学模型,为此利用模糊控制来克服机器人视觉伺服系统的复杂性、强耦合性、不确定性和非线性因素的影响,实验结果表明,利用模糊控制可以使机器人视觉伺服控制达到较好控制效果。     

巡飞弹舵机模糊控制算法研究

为了解决传统的舵机控制模式和算法不适用巡飞弹舵机控制器的问题,提出一个舵机控制器控制三片舵机的控制模式,以及采用电流环、速度环和位置环的三环控制算法实现了舵机位置伺服功能. 对关键的位置环采用模糊PID参数自整定算法,并采用Matlab模糊控制工具箱进行在线仿真.结果表明,该算法能够很快的根据输入信息实时地精确调整PID参数值,可以解决巡飞弹舵机调节参数困难的问题.     

垂直陀螺180°回转伺服变结构PID控制

为减小垂直陀螺仪的漂移,提高平台罗经系统精度,设计了垂直陀螺180°回转伺服控制系统,采用变结构PID校正网络和角速度数字控制器,实现垂直陀螺仪精确角位置伺服控制和接近匀速的回转．实验结果表明,采用变结构比例、积分、微分(PID)控制方法,可以使旋转机构在0°和180°位置精确定位,有效减小陀螺仪漂移．在对系统动态性能要求不高的情况下,该方案能将稳态绝对误差控制在30″以内,满足设计精度要求．     

基于模糊-PID的飞机平尾舵机伺服系统动态仿真

以飞机平尾舵机伺服控制系统为研究对象,基于控制理论建立了系统的数学模型,针对被控对象非线性和时变性的特点,应用模糊控制理论,提出了模糊-PID控制策略,设计了模糊-PID控制器,并将其与常规PID控制、P控制进行比较论证,在单位阶跃信号的作用下,运用simulink对系统模型进行仿真,结果表明：模糊-PID控制与常规PID控制、P控制相比,具有实时性好、响应速度快和抗干扰能力强等特点,具有模糊控制和PID控制的双重优点,具有很好的动态特性,提高了系统的综合性能,获得了良好的控制效果,较好地满足了系统的控制要求。     

交流伺服系统多模协调控制策略研究

提出了基于模糊控制和PID控制的多模智能协调控制策略.该控制器充分利用了模糊控制和单神经元自适应PID控制的优点,并将其应用于交流伺服系统.同常规切换控制相比,它把点切换改为相对平滑的智能切换,大大提高了伺服控制的动、静态性能.仿真结果表明,该控制器可以有效地抑制负载变化和各种干扰对系统的影响,能满足系统设计要求.     

模糊PID控制器在伺服变量泵控系统中的应用

针对伺服变量泵控制系统存在参数非线性、时变性等特点,基于模糊控制和PID控制理论,提出了模糊自适应PID控制方法来消除参数不确定性对系统控制性能的影响。仿真结果表明该控制策略有效提高了系统的响应时间,使系统具有良好的稳态性能和鲁棒性。     

井式炉的模糊控制技术

结合模糊控制和PID控制的原理和特点,采用“模糊-PID”复合控制方案实现对热处理井式炉炉温的控制,同时对控制器的硬件、软件进行了合理的设计,使控制系统具有更好的动静态特性。运行表明控制系统的工作稳定可靠、温度控制精确,响应速度快、超调量小、温升时间短,取得良好的控制效果。     

板料拉深成形液压机压边力智能控制系统的实现

针对板料拉深成形液压机压边力控制系统中,传统控制方式完全依赖于系统建立精确的数学模型,无法满足控制要求,提出了将常规PID控制和模糊控制相结合的方法,设计出两输入三输出的模糊PID控制系统.通过Matlab/Simulink仿真,结果表明模糊PID控制能减小系统的超调,提高快速性,在改善系统的稳态性、动态性和鲁棒性方面发挥了较好的作用.     

热处理电阻炉炉温的自适应模糊PID控制

热处理电阻炉温度控制具有大的滞后性、非线性、难以获得准确数学模型的特点。目前热处理炉温度控制系统中常采用的PID控制器难以进一步提高温度控制系统的控制精度,无法与PC机进行通信,难以实现对热处理数据的管理。基于模糊控制无需精确数学模型和PID控制的良好稳态控制特性,本文选用单片机结合模糊PID控制策略对热处理加热炉进行了控制,减小了系统的调节时间,提高了温度控制精度。     

静态施药模糊控制系统的研究与设计

精确施药控制系统具有控制变量因素多、非线性与强耦合等特点,因此解决这类复杂的时变系统用传统的PID控制方法几乎无法控制.以＂3WC-30-G车载式超低容量自动喷雾机＂为研究载体,通过分析其静态模式施药控制原理,结合实践的经验知识,试图利用模糊控制的方法,对其精确施药控制系统进行研究与设计.通过Matlab软件仿真实验表明,基于模糊控制的静态施药控制系统可以取得比较理想的控制效果,从而为精确施药控制领域的研究提供了一种新的理论方法.     

无刷直流电机自适应模糊PID控制及仿真

针对iECar永磁无刷直流电机转速PID控制精度低、控制不稳定和响应滞后等缺点,介绍了一种具有智能性质的自适应模糊PID控制器设计思路,提出了一种模糊控制器量化因子与比例因子整定的新方法。通过模糊推理方法实时调整PID控制器的比例、积分、微分3个参数,以实现电机转速输出的有效控制。最后,在Matlab/Simulink环境下构建了iECar无刷直流电机转速自适应模糊PID控制模型。仿真结果表明,自适应模糊PID控制效果较传统PID控制有明显的改善,显示了该控制器良好的鲁棒性、稳定性和动态响应特性。     

两辊压延机厚度模糊PID控制系统设计与仿真

将模糊控制器和PID控制器相结合,建立了压延厚度模糊PID自动控制系统,把模糊控制技术应用于厚度控制系统中,解决了PID控制系统调节过慢或容易超调等问题.MATLAB仿真实验结果表明,该系统响应速度快、稳态误差小,控制性能比PID控制有了很大提高.     

大型工业传输设备恒流输送PID模糊控制研究

为了有效实现大型工业传输设备恒流输送的控制,提出一种PID模糊控制方法,将其应用于设备恒流输送的控制中。给出了PID模糊控制器结构,分析了PID模糊控制器参数调整原则,制定了模糊控制规则,通过模糊推理方法对PID参数进行在线调整使大型工业传输设备实现恒流输送。搭建了大型工业传输设备实验系统,给出了相关参数,将神经网络控制方法作为对比进行实验。通过启动控制实验、负载突变控制实验和输送电流波形畸变度实验对PID模糊控制方法的恒流输送控制效果进行分析。分析结论如下:神经网络方法控制下的输送电流不稳定,方法能够有效实现系统的跟踪控制;方法的响应速度快,对负载扰动及突变较神经网络方法具有更好的抑制能力;方法能够保证设备的开关损耗和电磁干扰均保持在较低的水平。     

基于PLC的模糊PID控制在烟叶复烤系统中的应用

烟叶复烤过程具有时滞、不确定、非线性等特性,利用常规的比例-积分-微分控制已不能满足烟叶复烤过程的各项性能指标,采用模糊PID控制可以改善系统的性能,改进可编程控制器的PID模块功能,实现PID参数的在线调整。文中探讨了基于PLC的模糊PID控制的实现过程,利用模糊控制的模糊推理,提出一种基于PLC的模糊PID控制的解决方案。     

模糊免疫PID在污水处理系统中的应用

针对污水处理系统的复杂性、不确定性和难以建立准确的数学模型的特点,借鉴生物免疫系统中的免疫反馈原理,结合模糊控制器可以逼近非线性函数的特点,采用一种模糊免疫PID控制策略,理论分析和仿真研究证明了该方法的可行性和有效性。     

模糊预估PID控制及其应用

针对ＰＩＤ控制器难以控制大滞后大惯性过程的问题,提出了模糊预估ＰＩＤ控制方法．将该控制方法应用于锅炉过热汽温控制进行仿真研究,结果表明模糊预估ＰＩＤ控制系统具有优良的控制性能及很强的鲁棒性．     

一种基于模糊神经网络和遗传算法的智能PID控制器

常规的PID控制器参数整定方法需要被控对象的精确数学模型,且整定出的参数不能进行在线调整.而模糊控制和神经网络均不依赖被控对象的数学模型,且具有较强的自适应和自学习能力;遗传算法则是一种新型的全局优化方法.鉴于此,提出将模糊控制、神经网络和遗传算法引入PID控制器的设计过程.首先,运用遗传算法优化隶属度函数的中心值和宽度,并借助模糊逻辑控制确定遗传算法中的交叉概率和变异概率.然后,再运用BP算法优化模糊神经网络的连接权系数.仿真结果表明,该方法提高了系统的自适应能力和抗干扰能力,增强了系统的鲁棒性.