粒子群算法优化BP神经网络的变载荷自平衡控制系统

为解决常规PID控制难以在具有时变负载的自平衡系统中实时、精确调节负载的变化,在BP神经网络基础上,利用粒子群算法(PSO)优化BP神经网络,将神经网络的收敛速度进一步提高,并将算法应用到二轮平衡车控制系统中,对二轮平衡车进行动力学建模,介绍系统的结构、原理与实验方法,搭建二轮平衡车实验平台进行了施加突变负载情况下的试验验证。利用二轮平衡车实验平台车身上的姿态传感器得到车体倾斜输出角度,对比施加突变负载前后以及神经网络优化前后的车体倾斜输出角度变化。结果表明:粒子群算法(PSO)优化BP神经网络技术能够满足变负载二轮自平衡车控制的要求,实现了自平衡车的动态自平衡,提高了抗干扰能力,验证了优化算法在自平衡、抗外部干扰和缩短调整时间上的优势。     

多刚体大惯量非线性系统试验与在环仿真

为研究多刚体多自由度质量矩系统的动态特性,建立了大惯量非线性硬件在环仿真系统的数学模型和实物样机,研究了变参数PID改进算法。该试验系统用于多自由度质量矩平衡系统的动态响应分析、控制算法研究和复杂系统的解耦控制。试验结果表明：在±10°的干扰下该系统能够保持动态平衡,具有仿真效果符合实际工况、算法可行和有效的特点。     

基于自适应PID的双轮自平衡车数学建模

<正>与传统的自适应平衡系统相比较，双轮自平衡车的平衡系统复杂度和要求相对更高：既要控制车身平衡，也要实现对提速和转动方向的精准控制。基于此，本文以自适应PID双轮自平衡车为研究对象，在简要概述PID控制原理的基础上，采用拉格朗日方程法对其进行数学建模，并针对该数学建模进行详细的理论推导。     

基于模糊PID的通用中档单片机温度控制系统设计

温度的控制有着十分广泛的应用,尝试设计一个具有普遍适用意义的中档单片机温度控制系统。该系统采用模糊PID方法进行温度控制,采用C8051F020单片机作为控制核心。该系统能克服普通的单片机PID温度控制系统的一些不足之处,达到较为理想的控制效果。阐述了该系统的模糊PID控制原理,介绍了该系统的硬件结构,给出了该系统的程序框图。     

一种基于K60自平衡测量方法的研究及实验

针对自平衡车的平衡方法和姿态参数测量问题,利用空间旋转的旋转轴和旋转角度—四元数计算姿态角,采用串级PID控制方法研究自平衡车平衡参数,给出平衡车中各平衡参数的测定实验方法,内环采用增量式PI控制,外环采用位置式PD控制,测量得出最佳内环、外环平衡参数和零点漂移值。自主搭建软硬件平衡试验模型,在K60上实现各方法。实验表明,通过对平衡姿态参数的测定实验,利用四元数、串级PID控制方法设计的自平衡车能够保持平衡。     

基于嵌入式思想的 PID 数字控制系统设计

介绍了用8051单片机实现PID数字控制系统的结构,简要描述了PID控制原理,着重介绍了系统的硬件结构和嵌入式（sEOS）任务软件设计思想,并给出了相应的原理框图和软件原型。该系统具有实时性好、控制速度快、稳定性强等优点。     

基于VNS-GA的PID和互补滤波控制的自平衡车姿态解算

自平衡车的姿态主要靠传感器来感知,通过传感器感知的角速度和加速度数据自动调整自平衡车的姿态角,从而维持其平衡.采用三轴陀螺仪和三轴加速度计分别采集自平衡车的角速度和加速度,通过互补滤波方法,对2种传感器采集到的数据进行融合,降低噪声和误差;然后,采用本文提出的融合变邻域搜索的遗传算法(VNS-GA)对PID控制器的3个参数进行寻优,从而对互补滤波方法获得的角度进行自适应调整,最终得到较精确的姿态角.为了验证基于VNS-GA的PID控制方法的性能,分别使用基于GA的PID控制方法和基于VNS-GA的PID控制方法来解算自平衡车的姿态角.实验结果表明:基于VNS-GA的PID控制方法得到的姿态角更接近于真实值,性能更好.     

基于PLC的电锅炉温度模糊预测PID控制

根据电锅炉系统的时滞和非线性特点,结合模糊控制和预测控制两种方法,设计了模糊预测PID控制器.介绍了电锅炉结构和工作原理,以S7-300 PLC为核心,对电锅炉温度控制系统进行了硬件和软件设计.在Matlab中仿真表明,模糊预测PID控制器系统超调量和稳态误差都很小,提高了系统的控制精度,具有良好的控制效果.     

水温控制系统

介绍了用模糊控制思想对PID参数进行实时整定方法进行水温控制的单片机系统,介绍了PID参数模糊整定的方法和系统软、硬件的构成.此系统对电炉加热的实验装置进行控制取得了较满意的效果.     

船舶航向非线性迭代滑模变结构PID控制

针对一类不确定非线性受扰动系统,提出非线性迭代滑模变结构PID控制方法.通过对系统输出迭代设计非线性滑模函数,并引入传统PID控制,综合了滑模变结构控制与PID控制的鲁棒性强的特点,避免了传统PID控制积分引起的超调以及变结构控制的抖振问题.设计了船舶航向控制器.仿真结果表明,非线性迭代滑模变结构PID控制下的系统阶跃响应超调明显减小,定常干扰下的静态误差得到消除,稳定时间明显缩短并可通过设计参数调节,表明控制算法具有强鲁棒性.     

燃气机热泵变容量控制仿真

为了设计燃气机热泵的变容量控制器,利用建立的仿真模型,通过仿真实验对串级模糊控制和串级PID控制系统的响应过程进行了研究.串级控制系统的主回路分别采用模糊控制和PID控制,比较分析了两种控制策略在不同工况下的控制效果,以及它们克服干扰的效果.仿真结果表明:同串级PID控制相比,串级模糊控制具有超调量少、系统输出比较平缓及达到稳态的时间短的优点;串级控制可以有效地克服系统的干扰,提高控制质量.     

汽车自适应巡航控制主动制动实现方法

探讨主动制动控制系统在汽车自适应巡航控制中的作用.对主动制动采用基于加速度的控制方案,给出了主动制动系统的硬件组成.为了实现期望加速度跟随控制,在理论和试验的基础上建立了用于求解期望制动压力的车辆制动逆动力学模型.利用改进的PID算法开发了制动压力控制器.实车试验证明,制动压力和加速度控制效果都达到了自适应巡航系统对主动制动控制的要求.     

卷烟机PID重量控制系统的实现

介绍了MK95卷烟机PID重量控制系统的结构,对其控制原理进行了分析:重量信号的检测、控制过程、削减盘电机速度控制、数字PID控制算法的实现、PID参数选择.同时还论述了系统定标及校正问题.通过对现场采集数据分析,采用PLC控制器的PID控制算法实现的烟支重量控制系统,硬件设计简单,可在线调整参数,系统响应速度快,控制准确可靠,完全可替代原模拟重量控制系统.     

基于线性扩张状态观测器的平行泊车路径跟踪

为了消除外界干扰和转向系统运动学模型的不确定性的影响,建立了平行泊车系统的车辆运动学模型,设计了一个三阶线性扩张状态观测器,该观测器可将外界干扰和模型不确定性看作系统总的扰动量进行观测和补偿,而不需要建立被控对象的精确数学模型.基于该观测器,设计了平行泊车路径跟踪控制器,并对其性能进行了仿真和实车验证.仿真结果表明,所设计的平行泊车路径跟踪控制器的控制效果优于传统PID控制器,抗外界干扰能力更强.实车试验结果表明,该路径跟踪控制器能够精确控制车辆完成平行泊车任务,最大误差仅为0.111 m.     

多电机驱动带式输送机系统的功率平衡控制

针对多电机驱动带式输送机系统的功率不平衡现象,提出了一种基于PLC的自适应模糊PID控制器.利用该控制器对PID参数的自整定功能,能实现多电机驱动带式输送机系统的功率平衡控制.经仿真验证,采用本文提出的方法,使电机能获得较好的跟随性能及跟随精度,优于传统PID的控制效果.     

球磨机负荷自动控制系统的实现

在水泥生产从机械化向自动化发展过程中,常规PID调节仪表性能已经不能适应水泥生产自动化的需要。微机控制磨机负荷系统通过硬件和软件的不断优化,能够较好地抑制干扰,实现生产优化控制     

C32摩擦焊机液压伺服系统模糊PID控制仿真研究

为了保证摩擦焊机具有更好的抗干扰能力,并且可以焊接出高精度、高质量的焊接产品,以C32摩擦焊机液压伺服系统为基础,设计了模糊PID控制器,通过MATLAB对系统进行建模仿真,在输入阶跃信号和加入干扰的情况下,比较了常规PID和模糊PID的控制效果。结果表明常规PID和模糊PID都能很好地提高系统的性能指标,但模糊PID能实现控制系统的参数自整定,消除不确定因素对控制系统带来的误差大的问题,使系统的控制效果更优,提高了焊接产品的质量。     

电阻炉温度自校正控制

本文介绍了一个采用自校正调节器(STR)的炉温控制系统,自校正控制集参数在线辨识和调节器设计于一体,较之于常规的PID调节方法,其控制性能(跟随性能和抗扰性能)有明显的改善,尤其可以克服时变参数对系统的影响,须知:电阻炉是一个具有时变、纯滞后和大惯性的对象,实验结果表明:采用自校正控制(STR)其控制效果优于PID控制,本文将介绍系统的控制原理,系统硬件和软件的结构。图5,参3。     

基于滑模控制的液位系统研究

探讨了滑模变结构控制的设计原理,设计了一种滑模控制器,实现了单输入单输出系统的控制,并利用MATLAB／SIMULINK搭建系统进行仿真,研究了基于滑模变结构控制的三容水箱液位高度控制器对于系统输人的跟踪效果．并与传统PID控制相比较,体现了滑模变结构控制的动态、稳态品质良好,对输入信号跟踪效果理想,鲁棒性好,比传统PID控制更为优越．     

足球机器人运动控制算法研究

在建立基于小转角的足球机器人运动学模型的基础上,提出了单神经元自适应PID控制算法和基于Kalman滤波的PID控制算法.通过仿真分析,系统在单神经元自适应PID控制下,超调量、上升时间和峰值时间分别是常规PID控制下的30.7%,54.3%和72.7%,完全满足足球机器人现场比赛竞技性的要求;基于Kalman滤波的PID控制能够抑制干扰,提高控制精度,控制效果明显改善.