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。     

基于拉格朗日算法的起重机摇摆模型构建及其防摇摆模糊控制系统仿真分析

针对桥式起重机吊装作业时的吊重摆动安全问题,基于拉格朗日方程构建桥式起重机作业时的负载摇摆数学模型,根据模糊控制理论设计桥式起重机防摇摆模糊PID控制器,并对所设计的防摇摆模糊控制系统进行仿真分析,与常规PID控制器防摇摆控制效果进行对比.结果表明,所设计的桥式起重机防摇摆模糊PID控制器能够快速消除起重机负载摇摆,而...     

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。     

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.     

三相SVPWM逆变电源输出波形优化控制策略

为了提高三相逆变电源的电压输出波形质量,减少输出电压的谐波分量和总畸变率,提出模糊神经元PID控制策略。以DSP芯片为控制系统核心,对输出电压进行Clarke和Park矢量变换,采用人工神经网络方法与PID控制理论构成神经元PID控制器,对PID控制器参数进行在线调整,将模糊控制理论引入神经元PID控制器形成模糊神经元PID控制策略,并将基于60°坐标系的SVPWM算法用于逆变电源控制系统中,对系统稳态负载、动态负载、不对称负载情况下分别进行仿真实验。仿真结果表明:采用模糊神经元PID控制策略控制下的三相SVPWM逆变电源,在不同负载情况下的输出电压谐波分量小,总畸变率少,达到电压输出波形质量性能要求。     

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。     

模糊免疫参数自整定PID控制系统设计及仿真

为了提高模糊PID控制器的控制性能,将模糊参数自整定与免疫进化算法相结合,设计了一种模糊免疫参数自整定PID控制系统。该控制系统首先利用模糊规则,在线调整控制系统的kp,ki,kd,利用免疫机理修正非线性函数f,然后利用免疫修正环节进一步调整PID控制系统的参数。数字仿真结果表明,新的模糊免疫参数自整定PID控制系统具有稳定性好、响应速度快等特点,具有很高的应用价值。     

微水电模糊频率控制器的设计与仿真

针对目前微水电稳压稳频控制的缺陷,提出了模糊控制和PID控制相结合的参数自适应模糊PID控制器,并对其进行了仿真,结果表明,参数自适应模糊PID控制器响应速度快、调节精度高、稳态性能好,能有效提高用户电能质量。通过仿真结果分析了量化因子的整定原则,对微水电稳频控制具有一定的现实指导意义。     

基于无源性的塔机模糊神经网络防摆控制

针对塔式起重机的防摆控制问题,提出了一种基于无源性的模糊神经网络控制方法。通过建立Lyapunov能量函数,分析了系统的无源特性,在此基础上采用模糊控制并依靠神经网络对隶属函数进行学习,不需要依赖系统精确的数学模型,实现了塔式起重机小车的定位和负载的防摆,提高了系统的鲁棒性。仿真结果表明该方法的有效性和可行性。     

基于模糊PID算法的直流电机控制系统研究

直流电机控制系统存在多变量,非线性,强耦合等特点。传统的PID控制存在其参数难以确定及PID参数对电机参数变化适应能力差等缺点。为克服上述缺点,本文根据模糊控制理论设计了基于模糊PID算法的直流电机双闭环调速控制系统;利用MATLAB软件对基于模糊PID控制的直流调速系统性能进行了仿真研究,并和传统PID控制系统进行了比较。仿真结果表明,和传统PID控制比较,模糊控制系统超调量小、抗扰动能力强、鲁棒性更高,更具适应性,控制性能优越。     

模糊模型PID优化控制在非线性系统中的应用

通过提出一种基于T-S模糊模型的非线性系统PID优化控制算法,将该算法应用于具有强非线性与不稳定性的填料塔热交换装置,为非线性控制系统的实际应用提供一种方案.在机理分析的基础上建立了分段非线性模型,设计了该装置的模糊模型PID优化控制器,对系统温度进行控制.实验结果与传统的PID控制结果对比表明,采用文中提出的模糊模型PID优化控制方法能够有效解决非线性控制问题.     

嵌入式系统在起重机吊具防摇控制中的应用

针对起重机吊具防摇系统中PLC实现模糊PID控制算法的迟滞性及编程工作量大等问题,提出将嵌入式系统运用到其防摇控制中.系统采用主从控制方式,将嵌入式处理器设定为从机工作模式,PLC设定为主机工作模式.从机负责起重机吊具参数的采样和模糊PID控制算法的运算,主机根据从机运算结果负责控制起重机小车电机的转速和方向,通过主从机协同控制达到起重机吊具防摇的目的.串行通讯接口RS485保证主从机数据的可靠通信.系统借助嵌入式处理器运算平台,通过运用C语言编程,实现模糊PID防摇控制算法,程序简洁,处理器读写指令周期短,提高了系统的数据处理能力和控制效率,嵌入式处理器与PLC主从控制方式增加了系统结构的灵活性.同时,结合模糊PID算法的自适应特性,使系统具有较强的鲁棒性.     

基于粒子群优化的船舶PID自动舵的改进

受生物免疫反馈过程的启发,利用模糊逻辑的适应性,提出一种模糊免疫PID控制策略,并以此对传统的PID型航向自动舵进行改进.用一种模糊控制器来模拟免疫系统中的反馈机理,以航行的经济性为目标,采用线性递减权值策略的全局PSO算法,对控制器进行参数优化.并对比2种采用免疫PID控制器的系统组成方案,指明适用于船舶航向控制的控制系统形式.实验仿真结果表明:该控制器能很好地根据船舶动态特性的变化,自动地进行适应性免疫调节,具有跟踪速度快、航向控制超调小以及抗扰性强等优点.     

碳纤维激光石墨化炉温度控制系统的优化设计

碳纤维激光石墨化加热具有热源集中、升温迅速的特点，石墨化炉的温度控制系统主要采用传统PID控制器，存在惯性大、超调严重等缺点，并且PID控制器的3个参数(比例系数k_p、积分系数k_i和微分系数k_d)固定且主要依据经验获取。对于没有精确数学模型的PID控制系统，可以采用模糊控制对控制策略进行优化，但是模糊算法中模糊规则表的制定依旧主要源于经验所得，无法保证当前规则为最佳规则组合。针对上述问题，提出一种基于遗传算法的优化策略，对模糊规则表寻找全局最优解；借助MATLAB和Simulink环境进行编程仿真，结果表明，基于遗传算法的模糊PID控制效果在整体上优于传统PID控制和模糊PID控制，其响应时间短，控制精度高，无超调量，可用于碳纤维激光石墨化炉的温度控制系统设计。     

基于离线优化的压电陶瓷物镜驱动系统PID控制器

针对数字共焦显微技术中的压电陶瓷物镜驱动系统,分析了模糊PID控制器的控制性能,提出了离线优化思想,将初始参数的优化从在线实时调整中分离出来,在离线状态下预先采用遗传算法完成全局优化,以减小在线调整时间及调整次数,提高响应速度. 经优化的初始参数配置于模糊PID控制中,对系统进行在线实时反馈调整,控制系统进行步进定位驱动. 在Matlab环境下的实验结果表明,该方法显著提高了系统的控制精度和响应速度,为驱动系统的进一步研究提供理论依据.      

分组自适应模糊神经网络在双摆吊车上的应用

在工业生产中,若吊钩质量较大不能忽略,吊车会呈现出双摆系统特征,即吊钩绕台车进行一级摆动,同时负载绕吊钩进行二级摆动.针对这种欠驱动非线性系统控制问题,提出一种基于双摆桥式吊车系统的自适应神经网络与分组模糊控制相结合的控制策略.具体而言,采用改进的Takagi-Sugeno型神经网络模糊控制模型,利用分组模糊控制的方法,规避多输入模糊系统规则冗杂导致的时效性问题.因模糊控制不具备自适应与迭代优化参数的能力,引入神经网络模型借助混合算法,通过前向学习与反向学习,利用二次型最优控制理论设计得出的样本数据,不断优化模糊规则和隶属度函数,从而使控制器参数高精度逼近系统要求,满足双摆吊车高温熔融金属吊运的需求.最后仿真实验结果证明该控制策略不仅使双摆桥式吊车台车与负载快速、精确到达目标位置,还能够抑制吊钩与负载的摆动,提高了控制器性能.     

基于遗传算法优化的双回路模糊控制倒立摆系统

通过遗传算法、模糊控制、PID的结合,对直线一级倒立摆的平衡控制问题进行了优化控制。首先用牛顿-欧拉法建立倒立摆的动力学模型,得出系统的传递函数和状态空间表达式,分析系统的稳定性和可控性。以此为基础,先设计了PID单回路和双回路控制器;然后用遗传算法优化PID参数;再用优化的参数设计双回路模糊PID控制器;并用MATLAB对系统进行了仿真。纵向和横向控制方法的对比分析表明:该方案控制效果最好,能同时控制角度和位移;其参数可在最优PID初值的基础上在线修改,实现最佳调整,使对象具有良好的静态和动态性能。     

基于FPAA的模糊控制参数整定PID控制器的设计

针对PID控制器的增益系数难以实现最优整定的问题,本文通过分析模糊控制器的解析结构得到模糊控制器与PID控制器参数之间的解析关系,采用常规模糊控制器的正规化因子间接整定PID控制器的增益系数,避免了建立系统的精确数学模型.采用这种新型参数整定方法在FPAA开发软件AnadigmDesigner2中完成PID控制器的设计并验证其性能.仿真和实验结果表明:基于FPAA设计出的模糊PID控制器适应强、跟踪迅速、控制性能良好并且表现出很强的鲁棒性.