Matlab在Fuzzy-PID智能混合控制系统仿真中的应用

以模糊控制理论为基础，结合Fuzzy—PID智能混合控制系统的研究，设计了一种可以实时地进行模糊运算和模糊推理的模糊控制器，实现了压力式网前箱控制系统的Fuzzy—PID控制。并应用Madab(Simulink)语言对该系统进行仿真。试验表明，该控制器的动态响应性能和稳态控制精度均十分理想，完全能满足压力式网前箱控制系统的控制要求。     

风力发电机组最佳功率追踪自适应模糊PID控制

针对变速恒频风力发电系统,以额定风速以下风能的最大利用率为目标,设计了基于自适应模糊PID控制的风能最佳利用追踪控制器.该控制器对叶尖速比进行控制,运行时根据实际输出的叶尖速比与其最优值间的误差及误差变化率在线实时调整PID参数,实现自整定,达到风能利用系数最佳的功率追踪目标.通过仿真对几种控制方法进行对比分析,结果表明,自适应模糊PID控制能够将风能利用系数和叶尖速比均控制在最优值附近,系统的稳态性能和动态性能都较好,控制效果优于PID控制和模糊控制.     

基于H_∞混合灵敏度方法的超声波电机调速控制

为提高行波型超声波电机转速跟踪的准确性和平稳性,改善因调频调速非线性带来的调速性能变化,将H∞混合灵敏度方法应用于转速控制器的设计.采用参数辨识法建立电机的频率转速模型,线性化得到电机的标称模型,将静态模型的非线性转化为标称模型的增益摄动,将动态模型的参数变化转化为标称模型的高阶未建模误差,把电机的转速模型表示为标称模型与误差模型和.根据模型误差界和调速性能指标,求取混合灵敏度加权函数,将控制器设计转化为标准的H∞优化问题,通过Matlab工具求解鲁棒控制器.仿真验证了转速闭环的稳定鲁棒性,使用数字信号处理芯片TMS320F28335在实际控制回路中实现该控制器,并测试电机调速性能.实验结果表明,鲁棒控制器应用于超声波电机调速系统可以取得良好的控制效果.     

一类滑模变结构控制系统的抖振控制

对于带有一个积分环节的线性定常能控系统,分析了指数趋近率下滑模变结构控制的抖振过程,给出了抖振幅度、周期和趋近率参数、控制量的变化率之间的定量关系。超薄快速铝铸轧机前箱液位控制系统中,为防止塞棒挂渣,要求塞棒以一定幅度和频率抖振,这正好可以利用滑模变结构控制有抖振的特点,但必须对抖振加以控制。该文为此系统设计了变结构控制器,进行了系统仿真并与PID控制器进行了比较,验证了理论结果,也表明了滑模变结构控制的优越性。     

灰色预测模糊自调节PID控制器及其仿真

结合灰色预测、模糊自调节与传统PID控制的设计思想,提出灰色预测模糊自调节PID控制算法.该算法用系统输出误差和系统输出预测误差合成的综合误差作为PID控制器的输入,同时模糊自调节系统又能根据综合误差及其变化率来调整PID参数.仿真结果表明,与模糊自调节PID控制器相比,该控制器具有良好的动态性能和鲁棒性.     

采用混合算法优化神经网络滑模控制的机器人跟踪误差

为了避免机器人关节角位移受外界影响,提高运动轨迹的跟踪精度,采用混合算法优化神经网络滑模控制器,并对优化后的控制器进行仿真验证.建立机器人平面简图模型,利用拉格朗日定理推导出机器人关节运动方程式,采用神经网络算法构建RBF神经网络自适应滑模控制系统.为了增强控制系统的稳定性,削弱外界波形对机器人运动轨迹的干扰,利用粒子群算法和差分进化算法在线优化RBF神经网络滑模控制律参数,设计了改进RBF神经网络滑模可调参数的自适应控制律,保证机器人控制系统的稳定性.通过MATLAB软件进行仿真实验,并且与优化前机器人关节角位移输出误差形成对比.仿真结果显示：随着干扰波形幅度的增大,采用神经网络滑模控制器,机器人关节输出角位移误差逐渐增大,系统不稳定,而采用混合算法优化神经网络滑模控制器,系统反应速度较快,机器人关节输出角位移误差较小.机器人采用混合算法优化神经网络控制器,能够提高控制系统的抗干扰能力,稳定性较好、输出精度较高.     

无刷直流电机转速智能混合控制器设计

提出一种传统PI(比例 积分)结合自适应模糊PID(比例 积分 微分)的智能混合控制器, 以提高无刷直流电机转速跟踪和动态适应能力. 该控制器通过开关函数根据转速误差在稳态的PI控制器和瞬态的自适应模糊PID控制器之间灵活切换. 自适应模糊PID包含两级模糊逻辑控制器: 一级模糊逻辑控制器自适应调节PID增益; 二级逻辑模糊控制器对一级模糊逻辑控制器的缩放因子自动调节. 在MATLAB/Simulink环境下进行仿真测试, 测试结果表明, 相比于传统PID和模糊PID控制器, 智能混合控制器在各种条件下的转速响应、 稳态误差和超/欠调量等均有较大改善, 表明其具有更好的鲁棒性、 抗干扰性和动态适应能力.     

带调整因子的张力模糊控制器的设计与实现

针对钢带缠绕变张力控制系统,运用力控组态软件设计监控程序中带调整因子的张力模糊控制器。在监控程序中,先对钢带缠绕张力采样,然后将张力误差和张力误差变化率模糊化;把Matlab仿真得到的带调整因子的张力模糊PID控制器的模糊控制表导入到监控程序中,根据张力误差和张力误差变化率查询得到PID参数的修正值,计算新的PID参数,用以控制钢带缠绕张力。Matlab仿真结果表明,钢带缠绕变张力控制系统响应速度快、超调量小,在监控程序中实现了张力模糊控制器的功能。     

时滞系统的T-S模糊PID控制

以输出误差e、误差积累Σe、误差变化率△e为控制器输入,设计了三输入单输出的T-S模糊PID控制器。针对时滞系统,分别采用传统PID控制器、Smith预估补偿器、T-S模糊PID控制器进行控制并仿真比较,结果表明:T-S模糊PID控制器具有控制精度高、响应快速、适应性强的特点;当时滞系统的时滞发生较大变化时,控制器仍具有很好的控制效果,系统稳定。     

无人直升机自抗扰自适应轨迹跟踪混合控制

为满足无人直升机高精度轨迹跟踪的控制需求,并降低直升机动力学模型误差对飞行控制器飞行控制效果产生的影响,提出自抗扰自适应直升机混合控制.该控制器的内环控制采用模型跟随自适应控制,通过使用动量反向传播算法(MOBP)对该内环控制参数进行实时优化.通过使用自抗扰控制(ADRC)对直升机的水平速度进行控制.仿真结果表明,该混合控制器能够实现直升机对预定轨迹的跟踪.相对PID和级联ADRC控制,该控制器具有更好的抗扰性和鲁棒性.通过在200 kg级的专业植保无人直升机XV-2上搭载所提出的控制器,使其自主飞行轨迹跟踪控制的均方根误差在0.6 m以内.     

具智能积分器的模糊控制方案

模糊控制器不依赖于对象的数学模型，对于复杂对象也能得到令人满意的动态性能。它的主要缺陷是存在稳态误差，且工作点附近容易产生极限环振荡，这就限制了它的应用范围，如何消除模糊控制器的稳态误差，同时又能保持其自身的优点，一直是人们关注的热点问题。为此提出在模糊控制系统中引入智能积分环节的策略。在阐述了模糊控制系统中引入积分环节解决两个关键问题的基础上，提出了两种引入智能积分器的方案，并对两种方案的特点和应用场合进行了总结。     

含随机-模糊参数的可追加订购报童问题

研究了模糊环境下的可追加订购的报童问题.假设需求量为随机变量,而追加定购的价格等为模糊变量.在本金有限制的条件下,以极大化收益为目标,建立了一个随机-模糊混合的规划模型,并将模糊随机模拟、神经元网络及遗传算法相结合给出一个混合智能算法来求解该模型,从而得到最优订购量及追加的最大定购量.最后给出了数值例子.     

交通信号灯智能控制系统设计与实现

研究了运用PLC技术的交通信号控制系统，用简洁的软硬件使其智能化程度更高。采用PLC与计算机之间的通讯链接技术，完成交通对象的复杂控制。并运用模糊控制原理，将人的控制经验及推理过程纳入系统自动控制当中，使车辆行驶和道路导航实现智能化。     

锅炉汽包水位的模糊控制器设计与仿真

传统的锅炉汽包水位的控制大多采用常规PIE）控制方式,由于系统的非线性和参数的不确定性,控制效果不是很理想。为此,采取模糊控制策略对锅炉汽包水位进行智能控制。进行了汽包水位模糊控制系统的设计,并应用MATLAB软件进行仿真。结果表明,模糊控制可显著地减小超调量和响应时间。取得了较好的控制效果。     

船舶拖缆作业时的循线航行和定点定位控制

针对拖缆作业船舶在进行循线航行和定点定位时受到的海洋环境力和拖缆拉力,建立了船舶、拖缆和拖体三者之间耦合的运动数学模型.因其控制系统具有较强的非线性,单独使用模糊控制效果不够理想,所以设计了Fuzzy-PID(Proportion Integration Differentiation)合成控制器.该控制器包含3个模块:大误差切换至Fuzzy控制模块;小误差切换至Fuzzy-I控制模块;微误差切换至Fuzzy-PID控制模块.仿真给出了船舶在扰动情况下循线拖曳时的拖体轨迹,并通过定点定位控制验证了该控制器具有更强的抗干扰性和鲁棒性,能够实现较高精度的定位控制.     

基于模糊理论的焦炉集气管压力控制系统的设计与实现

针对湘钢焦炉集气管压力和鼓冷系统吸力控制特点,对原有系统进行改造,将模糊控制技术和常规PID控制技术相结合,提出了一种基于模糊理论的焦炉集气管压力控制方法,结合相邻通道的波动引起的耦合现象,采用模糊解耦原则进行解耦控制。通过matlab仿真表明：模糊PID参数自整定算法与常规PID相比,具有更好的动态特性。实践证明该方法有效实现了对集气管压力系统的智能控制。     

基于视觉的智能车辆模糊滑模横向控制

以采用视觉导航的智能车DLUIV-1为对象,对智能车辆的横向控制方法开展研究.首先,建立基于视觉预瞄距离的车辆横向控制系统模型,利用包含速度等因素在内的预瞄运动学模型确定车辆的横向偏差和方位偏差.其次,针对横向控制的特点,提出了模糊和滑模相结合的智能车辆横向控制策略,综合考虑车辆当前的横向偏差和方位偏差,将二者融合后的综合偏差作为滑模切换函数的参数来设计滑模面,将滑模切换函数作为控制目标,利用模糊控制规则调整控制变量的大小来确保存在和到达条件成立,保证方向盘转动的稳定性.仿真结果表明该横向控制器能够保证智能车辆准确而且稳定地跟踪参考路径,且对模型参数的变化具有较强的鲁棒性.     

变论域自适应模糊分数阶自抗扰控制器设计

提出了一种变论域自适应模糊分数阶自抗扰控制算法,用以提高分数阶系统的性能;在变论域自适应模糊控制的设计中,引入分数阶扩张状态观测器和分数阶跟踪微分器;在变论域自适应模糊分数阶自抗扰控制中,利用分数阶跟踪微分器将输入信号转化为平滑跟踪和高质量差分信号,用扩张状态观测器获取每个状态变量的估计值、不确定性的实时动态模型以及外部扰动．为了消除稳态误差,提高控制精度,提出了可变值域的扩张状态误差积分;将变论域自适应模糊分数阶自抗扰控制算法和分数阶自抗扰控制 (FADRC)算法对典型的分数阶系统进行仿真,验证了所提方案的优越性和有效性．      

模糊控制器设计方法研究

模糊控制器是一种仿人的智能控制器,适用于模型不确定的系统。根据控制系统的控制要求,介绍了模糊控制器的2类设计方法,分别基于Matlab和基于模糊控制开发系统FDS2.0软件包。并把这2类方法进行了比较。通过比较,进一步充分显示了模糊控制的优越性。