遗传算法优化的无刷直流电机模糊PID控制器设计

设计一种基于遗传算法优化的模糊PID(比例-积分-微分)控制器GFPC（genetic algorithm based fuzzy PID controller）, 以提高无刷直流电机的工作稳定性. GFPC通过模糊控制器整定PID的比例、积分和微分系数, 并采用改进的遗传算法对模糊控制器的隶属度函数和模糊规则进行优化, 以改善无刷直流电机的控制效果. 通过对比实验对该方法进行测试, 结果表明, GFPC具有更好的稳态性能和动态品质, 且自适应能力与鲁棒性更强.     

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.     

LQR优化的BP神经网络PID控制器设计

针对传统神经网络PID(比例 积分 微分)控制器和传统线性二次调节器(LQR)优化型PID控制器对无刷直流电机转速控制恢复时间长及抗干扰性较差等问题, 提出一种LQR优化的BP神经网络PID控制器, 用于无刷直流电机的转速控制. 首先, 利用BP神经网络对PID增益进行调节, 提高控制器的动态适应性和鲁棒性； 然后, 采用LQR优化BP神经网络最优输出, 使其更接近目标PID增益. 仿真结果表明, 该控制器有效提高了响应速度, 减小了稳态误差并增强了抗干扰能力.     

PID和模糊逻辑控制器控制直流电动机的性能比较

为比较比例积分微分控制器和模糊逻辑控制器控制直流电机的性能,本文从构建直流电机的数学模型入手,分别对传统的PID控制器、Ziegler-Nichols（Z-N）回路整定技术调整PID控制器和模糊逻辑控制器控制直流电机的性能进行了实验仿真。结果表明,与传统的PID控制器、Z-N回路整定技术调整PID控制器相比,模糊逻辑控制器具有更好的控制效果。     

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。     

改进遗传优化的无刷直流电机模糊PI控制

为解决无刷直流电机控制方案的优化问题,采用改进遗传优化的模糊PI控制方法,设计无刷直流电机速度控制器,分析了传统模糊控制存在的缺点,对隶属度函数和模糊控制规则同时进行优化,改进了遗传算法设计过程中影响控制性能的不合理因素,通过系统仿真分析和基于DSP的实验平台,验证了提出的改进遗传优化模糊PI控制方法的有效性.研究结果表明:改进遗传优化模糊PI控制器具有响应速度快,无超调等特性,鲁棒性和抗干扰能力强,电机动、静态性能得到明显改善.新型控制方法有效提高了无刷直流电机控制性能,并为无刷直流电机高性能控制的理论研究和实际应用提供了新的思路.     

模糊PID控制器在无刷直流电机控制系统中的应用

无刷直流电机是一种多变量、非线性的控制系统,采用经典的PID控制难以达到满意的控制效果。将模糊自适应PID控制器应用于无刷直流电机的控制中,运用模糊控制原理对PID参数进行在线调整。实验结果表明,较之传统的PID控制,采用模糊自适应PID控制的无刷直流电机控制系统具有更好的动态和静态性能,达到了较好的控制效果。     

基于变速积分与微分先行PID的无刷直流电机串级调速控制

无刷直流电机具有长寽命、低噪声、高效率及较好的转速-转矩特性等优点在不同领域得到广泛应用。本文将以改进PID对其速度进行调节,采用改进变速积分和微分先行对速度进行调控,改进变速积分可以改变误差的累加速度,误差越大,积分作用就会减小甚至全无;反之积分作用加强。采用微分先行是对输出进行微分,对设定值不进行微分,从而使无刷直流电机的速度变化比较缓和,有效的避免了设定值改变的影响。因此,可以在很大程度上改善无刷直流电机的动态特性。     

基于混沌精英黏菌算法的无刷直流电机转速控制

针对传统比例-积分-微分(proportional integral differential, PID)在无刷直流电机转速控制中存在响应速度慢、稳定性差等缺点,提出了一种基于混沌精英黏菌算法的自适应控制方法。首先,分析并建立了无刷直流电机数学模型。其次,为进一步提高标准黏菌算法的收敛速度和求解精度,采用Tent混沌映射丰富种群多样性,同时引入精英反向学习策略扩大搜索范围。最后,将上述改进算法应用于无刷直流电机的速度环PID参数自整定。通过在不同运行条件下进行MATLAB仿真以及实验,结果表明:对比传统PID以及模糊PID,所提方法能够使得控制精度得到显著提高,并且具有响应速度快,抗干扰能力强等优势。     

基于BP神经网络的PID控制器参数调整

分别采用传统PID控制、BP神经网络PID控制算法,仿真控制传递函数为2阶的无刷直流电机.传统PID控制需要在初期给定比例、积分、微分系数值,而BP神经网络PID控制可以自适应调整比例、积分、微分系数值,从而实时改变被控对象的输入,使系统快速响应并稳定.     

无刷直流电机的变论域模糊自适应PID控制系统设计

为了改善无刷直流电机的调速性能,针对普通模糊PID速度控制器的缺陷,研究了基于变论域思想的自适应模糊PID控制器及其在BLDCM控制系统中的应用.在Matlab仿真平台下,建立了BLDCM的模型,构建了BLDCM的电流、转速双闭环控制系统,其中转速环采用了变论域自适应模糊PID控制器,电流环采用普通PID控制器.仿真结果表明,与常规PID控制器和普通模糊PID相比,采用变论域自适应模糊PID控制器的优势在于:转速输出无超调、响应速度快、控制精度高,具有较强的鲁棒性和自适应能力.     

基于H∞反馈控制的网络拥塞流速控制器设计

摘要：为了解决网络在现代高速通信网络拥塞控制问题,本文采用频域设计方法,将不确定时滞系统转化为带有未建模动态边界的多不确定系统;根据鲁棒镇定及系统性能指标要求,将流量控制的网络拥塞控制设计问题转化为共同的工程混合敏感的应用问题,然后分析设计出了理想的H∞控制器。该文证明,采用频域设计方法的拥塞控制的H∞反馈控制器,可以实现防止拥挤和提高网络应用效率的目标。实例已表明,该方法简单易用。     

基于模糊PID控制器的无刷直流电机调速系统

利用模糊控制实现无刷直流电动机的控制是提高系统性能的有效手段之一。在分析无刷直流电机模型和模糊控制理论的基础上,设计了一种基于模糊PID控制的无刷直流电动机调速系统,应用MATLAB对该调速系统进行仿真。结果表明,该设计在提高调速系统的稳定性、响应速度、参数适应性和鲁棒性的同时,能够根据对象输出的变化实时调整参数,提高模糊控制的稳态精度。     

基于模糊PID的无刷直流电机电流跟踪控制

为了改善传统的转速PID不能根据无刷直流电机参数变化自适应调整的缺点,同时使其具有良好的动态电流响应,本文将模糊转速PID控制和固定频率的电流跟踪控制相结合用于无刷直流电机的控制系统中.首先介绍了模糊PID的概念及算法模型,然后分析了固定频率的电流跟踪控制技术,最后利用在MATLAB/simu link基础上建立的控制系统仿真模型对本文提出的算法进行了验证并与采用传统PID的系统进行了比较,仿真结果证明了采用模糊PID和固定频率的电流跟踪控制相结合的系统的高效性和合理性.     

一种无刷直流电机模糊PI控制器设计

为克服传统的PI控制器参数整定方法在无刷直流电机控制中存在精度低、抗干扰能力弱等的不足,本文提出了一种基于PSO-GSA算法的模糊PI控制器设计方法。PSO-GSA算法融合了PSO算法的全局开发能力和GSA算法的局部探索性能,具有更加优异的最优值搜索能力。将PSO-GSA算法用于优化模糊PI控制器的量化因子和比例因子,实现了模糊控制对PI控制器的实时、高精度调节。仿真和实验表明,该方法可以使得无刷直流电机控制有较好的稳定性和鲁棒性,电机转速控制的精度有显著提高。     

无刷直流电机的模糊自适应控制

在分析无刷直流电机数学模型的基础上，将模糊控制和经典自适应控制相结合，设计了模糊自适应无刷直流电机速度控制器，并应用于调速伺服系统。仿真实验证明，该控制器具有优越的跟踪能力与控制性能。     

基于补偿模糊神经网络的BLDCM伺服控制

为了实现无刷直流电机(BLDCM)位置伺服系统的高精度位置跟踪控制,针对系统多变量、非线性、强耦合、时变的特点,提出了一种基于补偿模糊神经网络控制器(CFNNC)的设计方法.该控制器将补偿模糊逻辑和神经网络相结合,引入了模糊神经元,使网络既能适当调整输入、输出模糊隶属函数,又能借助于补偿逻辑算法动态地优化模糊推理,大大提高了网络的容错性、稳定性和训练速度.仿真和在DSP控制系统上的实验结果表明,采用补偿模糊神经网络控制器,系统响应快、精度高、鲁棒性强,动态特性明显优于传统PID控制.     

基于模糊PID模型的无刷直流电机转速控制

摘要：无刷直流电机（BLDCM）是一种多变量、强耦合、非线性、时变的复杂控制系统,采用传统的PID控制很难实现无静差控制。本文针对无刷直流电机（BLDCM）提出了一种基于PID模型的转速控制方案,利用无刷直流电机的电压与转矩转速方程,通过调节PID参数来实现转速控制,采用模糊原理对PID参数进行模糊化,根据电机参数的变化,对PID参数进行在线调整,取得了高精度的转速控制。仿真和实验结果表明,采用本文提出的模糊PID控制方法控制无刷直流电机,能够实现响应速度快、无超调、控制精度高,且系统对干扰和参数变化具有较强的鲁棒性,动、静态性能均优于传统的PID控制和单纯的模糊控制。