建筑电气设备自适应模糊PID节能控制研究

针对建筑电气设备自适应模糊PID一直存在能耗过大的问题。提出基于自适应模糊PID节能控制方法,将建筑电气设备系统的温度波动和温度波动率,作为自适应模糊PID控制系统的输入项,将PID控制系统的三个参数波动量作为输出项,构成双输入三输出控制结构。依据自适应模糊PID调节规律表中的信息,调整电气设备模糊逻辑系统的参数。通过运算自适应模糊PID节能控制函数,获取最佳温度值,实现节能目标。实验结果表明:自适应模糊PID节能控制系统起动电流低、噪声小、控制精度高;在一般扰动和大扰动下系统响应波动较小、适应能力更强、动态性能高;该算法下建筑电气设备单耗节能率为88.69%,节能效果显著。     

基于自适应模糊PID方法的轮毂无刷直流电机控制与仿真

针对轮毂式电动车用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特点,根据轮毂电机参数的变化,利用模糊控制对PID参数进行在线自适应调整,提出了一种基于自适应模糊PID的转速控制方法,获得了高精度的转速控制。首先分析永磁无刷直流电机的动态数学模型,在MATALB/Simulink平台下,将模型按功能进行子模块建模,并通过与S函数相结合构建无刷直流电机的转速自适应模糊PID的双闭环控制系统模型,最后考虑车辆实际行驶情况,进行了电机系统运行工况的仿真分析。结果表明,采用自适应模糊PID控制无刷直流电机,能够实现控制精度高、响应速度快、无超调,且系统对干扰和参数变化具有较强的鲁棒性,明显改善对电动车用轮毂驱动电机的控制效果,提高电动车辆行驶的操纵性和稳定性。     

自适应PID控制在风力发电机试验系统的应用

将模糊自适应的控制模型与常规PID控制算法相结合,设计一种自适应模糊PID控制器,利用这种控制器的控制参数在线调整功能,以适应被控过程的参数时变性,并将其应用于风力发电机试验系统电源组的控制系统,来改善试验系统电源组的控制性能.结果表明,控制器参数易于整定,且具有较好的自适应性.应用自适应模糊PID控制的风力发电机试验系统电源组的控制系统能够适应被控对象在较大范围内的变化,具有较强的自适应性和优良的控制性能.     

基于模糊自适应PID的单轴转台控制系统

为了补偿四旋翼无人机中微机械系统(Micro Electro Mechanical System,MEMS)陀螺仪的漂移误差,提高无人机控制的精度,设计了一种无人机MEMS陀螺仪校准单轴转台系统。由于单轴转台控制系统中存在不同程度的非线性和时变性,所以导致无法得出转台精确的数学模型,以致传统PID控制无法达到理想的控制效果。针对这一问题,提出了模糊控制和PID控制相结合的方法,即模糊自适应PID控制。该控制系统通过模糊规则对PID控制的参数进行在线整定,能够根据实际情况实时在线完成PID控制的参数调整,以保证实现单轴转台的控制精度及快速时间响应能力。实验采用传统PID控制策略与文中所提模糊自适应PID控制策略进行仿真对比,结果表明:模糊自适应PID控制的转台系统超调量小、响应速度快、鲁棒性好,具有控制灵活和适应性强的优势。     

磁悬浮系统的模糊PID控制器设计

基于GML1001磁悬浮实验装置设计了一个模糊PID控制器.该控制器利用传统的PID控制器和模糊控制器相结合形成,能根据系统偏差的大小、方向以及变化趋势等特征,依据模糊规则库做出模糊推理,能自动调整PID参数,可达到更加满意的控制效果.利用设计的模糊自适应PID控制器,对磁悬浮控制系统中钢球的悬浮位置实现了精确的控制.实验结果表明,模糊自适应PID控制器可以使磁悬浮控制系统拥有较好的稳态和动态性能.     

基于自适应模糊PID的风速控制系统设计

针对传统PID风速调控响应速度慢、调节效率低的问题,设计了一种自适应模糊PID控制策略,用于风机的恒风速调控。所设计的控制系统由数据采集、模糊推理、指令执行以及数据反馈四部分组成。通过搭建的试验平台,对传统PID控制方法及自适应模糊PID控制方法进行了对比。实验结果表明:自适应模糊PID控制系统的风速调节速度快、效率高,调节效果优于传统PID。     

基于模糊Smith预估的恒温箱控制系统

恒温箱控制系统具有时滞、大惯性和参数时变特性,传统PID控制方法难以取得满意静态、动态控制效果。Smith一阶惯性环预估控制器适合控制大滞后系统,利用模糊控制整定惯性环节参数,可以使其随被控制对象参数变化而变化。本文结合模糊PID控制与模糊自适应Smith预估控制提出了模糊Smith控制方法,这种控制方法不仅具有常规PID控制器的优点,还具有很强的鲁棒性和自适应性。通过仿真实验表明,这方法能够提高控制质量取得更好的控制效果。     

基于模糊自适应PID的无人驾驶车辆路径跟踪控制

在无人驾驶车辆路径跟踪控制过程中,针对控制对象发生变化时传统PID控制器难以对其控制参数进行实时调整的问题,提出一种以预瞄理论为基础的模糊自适应PID控制方法.以前轮转角作为控制系统的输入,设计基于横向偏差和航向偏差的模糊自适应PID路径跟踪控制器.分析量化因子和比例因子的选取原则,利用模糊理论对PID参数进行自适应调整;基于Carsim与Simulink对所提算法进行联合仿真实验.仿真结果表明:模糊自适应PID较传统PID改善了控制器的动态性能且具有较好的自适应能力.     

基于模糊自适应PID的智能车控制与仿真

由于智能车的行驶是时变非线性系统,传统的PID算法无法很好地满足需求,改进的模糊自适应的PID算法采用高效的PID算法和模糊自整定控制相结合进行自动调节,可以让智能车系统克服传统PID算法无法实时调节参数的缺点,提高智能车在速度控制上的效率和鲁棒性。利用MATLAB中的Simulink仿真模块,设计搭建模糊控制器,并应用模糊规则进行仿真,分别给与负载电机转速扰动和电磁转矩的阶跃扰动,利用传统PID和改进后的模糊自适应PID控制对比测试电机控制系统的阶跃响应性能。实验表明,该系统不仅实现了智能车速度的实时调控和优化,而且与传统的PID控制算法相比较,具有更稳定的动态响应、鲁棒性与精确度。     

模糊自适应PID控制器在无刷直流电机控制系统中的应用研究

对于具有多变量、时变性、非线性、强耦合等特性的无刷直流电机(BLDCM)控制系统,传统的PID控制很难实现良好的控制效果.基于无刷直流电机(BLDCM)的数学模型,提出一种基于模糊自适应PID控制的速度控制方案.该算法根据电机转速变化,采用模糊控制原理对PID的参数进行在线整定,实现优化控制.仿真结果表明,模糊自适应PID控制具有转速响应快,超调量小等优点,使系统对扰动和参数变化都具有较强的鲁棒性,控制效果优于传统的PID控制.     

基于一种改进自适应模糊神经技术的PEMFC系统建模和控制

从质子交换膜燃料电池(PEMFC)实际应用的角度出发，应用自适应模糊神经网络技术对PEMFC系统进行建模与控制．在建模过程中，同时应用实验数据和专家经验对模型进行辨识，使模糊节点具有明确的物理意义和初始参数的选择更加容易．在控制过程中，将训练好的网络模型作为PEMFC控制系统的参考模型，采用自适应神经网络学习算法(ANA)在线对控制器参数进行自适应调整，采用最近邻聚类算法(NCA)对控制器的模糊规则库进行更新．在仿真实验中，将自适应模糊控制算法与PID和传统模糊算法进行比较，结果表明本算法控制性能优良．     

汽车ABS的模糊自适应PID控制

为获得更贴近实际情况的滑移率变化,在车辆动力学模型加入空气阻力和滚动阻力,应用Matlab2012b/Simulink环境内建立更加接近实际的车辆ABS动力学仿真模型.结合模糊控制与PID控制的优点设计出一种模糊自适应PID控制器.结果表明:模糊自适应PID控制策略来解决汽车ABS的控制优化问题可行,提高了系统的动态性能和安全性能;能适应不同路面的变化;控制过程平稳且可以达到很好的制动效果.     

基于FPGA的温度模糊自适应PID控制器的设计

温度是工业生产过程中一个主要的被控参数.目前,大多采用常规PID控制器实现对温度的控制,但实际温度控制系统工况复杂、参数多变、大惯性、大滞后,常规PID控制器难以对其高精度进行控制.针对这些问题,这里提出一种基于FPGA的温度模糊自适应PID控制器设计方案,试方案将传统PID控制与现代模糊控制相结合,应用模糊推理方法实现对PID参数的自动整定.该控制器对恒温箱控制系统的控制效果明呈优于常规PID控制器.     

基于模糊自适应PID的连铸二冷控制系统设计与仿真

为改善铸坯质量,提高二冷水量的跟踪性和稳定性,将中包温度引入二冷配水,设计出基于配水模型、中包温度、铸坯表面温度及模糊自适应PID的连铸二冷控制系统,并在实验室搭建连铸二冷区喷淋仿真实验系统.在此基础上,分别对常规PID、积分分离PID和模糊自适应PID进行阶跃信号测试和模拟浇注测试.仿真结果表明,模糊自适应PID控制方式在两种测试中的特性要优于其他两种控制方式,这一结果为下一步应用研究打下了良好的基础.     

基于uCOS-II的模糊自适应温度控制系统设计

针对车间温度控制系统具有非线性、滞后性和时变性等特点,提出了一种改进型的模糊自适应PID控制器。该控制器通过在线调整学习速率因子和PID参数增量,并结合积分分离思路,实现PID参数的自适应调节。仿真结果表明该控制器优于传统PID控制和传统模糊自适应PID控制。控制系统采用PIC24F作为主控芯片,结合操作系统uCOS-II的实时性、可靠性以及模糊自适应控制的非线性、时变性等特点,通过实验成功的实现对温度准确控制。     

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。     

基于遗传算法优化的自适应FNN-PID控制器研究

针对传统PID控制器参数整定后因无法在线自动调整而导致控制效果不理想的问题,提出了一种基于遗传算法优化模糊神经网络（FNN, Fuzzy Neural Network）的自适应FNN-PID控制器模型。该模型结合了模糊神经网络良好的自适应自学习能力和遗传算法强大的全局搜索能力,利用遗传算法对模糊神经网络的参数进行优化与训练,使PID控制器能够根据被控对象的变化而适时在线调整自身参数KP, KI和KD,从而达到理想的控制性能。将该控制器应用于异步电动机控制系统进行仿真实验,结果表明：基于遗传算法优化的自适应FNN-PID控制器具有较好的自适应能力和鲁棒性,控制效果明显优于传统PID控制器。     

运动控制系统的PID参数模糊自整定

讨论了模糊自适应PID控制器原理及参数的模糊调整,利用模糊推理方法实现对运动控制系统的PID参数在线自整定,并在Matlab/Simulink环境下将该控制器在运动控制中的应用进行了仿真.结果表明,参数自适应模糊PID控制能使运动控制系统达到满意的效果.     

基于改进型Smith模糊PID的直接空冷背压控制优化

直接空冷机组背压控制系统具有大迟延、时变、非线性等特性。针对常规PID控制对被控对象数学模型依赖性高,无法自动在线调整控制器参数的问题,设计出一种改进型Smith预估补偿的模糊PID控制方法应用于背压的控制。在已构建的离线仿真控制系统上进行单位阶跃扰动和外部扰动仿真实验。仿真结果表明:改进型Smith预估补偿的模糊PID控制相较于模糊PID控制和常规PID控制而言,具有更短调节时间、更小超调量,既改善了系统纯迟延现象,又提高了系统的适应性和抗干扰能力,对直接空冷系统控制策略的优化具有一定的指导意义。     

多级思维进化寻优的模糊PID控制器设计

为了提高模糊PID控制器的适应性，首先对模糊PID控制器进行简化处理，简化后的PID被控参数与量化因子、比例因子和解析规则相结合，构成多参数寻优的模糊PID控制器，同时采用多级“思维进化算法“对参数进行分组分阶段交替寻优，以适应各种环境的变化。仿真结果表明，MEA—模糊PID控制系统的结构合理，解决了模糊控制中参数优化问题，取得了良好的控制效果；同时在保证控制效果的情况下，大大简化了模糊PID控制器的设计。