基于模糊PID控制的泵流量控制系统研究

为了增强脱硫除尘离心泵流量控制系统的稳定性和提高其控制精度,使系统具有较强的抗干扰和自适应能力．建立了流量控制系统的数学模型,分析了控制系统的性能,设计了模糊PID控制器,确定了偏差e、偏差变化ec、输出量Kp、Ki、Kd的隶属度函数,建立了Kp、Ki、Kd的模糊控制规则表,利用Matlab／Simulink进行仿真,比较了系统在未加入和加入PID及模糊PID控制情况下的性能,结果表明,模糊PID控制效果最好,具有响应快、抗干扰等优越性。     

磁悬浮平台的解耦模糊PID控制

介绍差动式磁悬浮平台的结构与工作原理,建立磁悬浮平台的数学模型.采用输入输出空间变量变换实现平台3自由度的解耦,研究磁悬浮平台的模糊PID控制.该控制方法根据不同的偏差E、偏差变化率EC对PID参数Kp,Ki和Kd进行自校正,给出了Kp,Ki和Kd的模糊规则表.实验结果表明:平台的阶跃响应超调量很小,约为6%,上升时间约为0.1 s,稳态误差约为2%:当平台被迫向下偏移0.2 mm时,系统仍能快速回到平衡位置且稳定悬浮,系统具有很好的刚度阻尼特性和鲁棒性.     

双容水箱的神经PID控制

利用神经网络自学习的特性,结合常规PID(比例-积分-微分)控制理论,提出基于BP(back propaga-tion)神经网络进行PID参数整定的控制策略.该方案能实现控制器参数的自动调整,以及在线调节参数Kp,Ki,Kd,适应被控过程的时变性,提高控制的性能和可靠性.仿真结果表明:相对于传统的PID控制方法,神经网络PID控制系统取得更满意的控制效果.     

模糊自整定PID航向控制算法优化及其性能评判

针对PID航向控制算法初始值选择的合理性对控制器性能所起的重要作用,文章通过建立PID航向控制算法的Kp、Ki和Kd初始值计算模型,实现对模糊自整定PID航向控制算法的优化;基于智能化SIHC仿真研究平台,全面测试了优化的航向控制算法性能,并利用改进的航向跟踪及保持性能评判算法定量评判了航向控制算法的性能。测试结果表明,优化后的模糊自整定PID航向控制算法具备自动根据环境条件和船舶操纵特性确定PID初始值的能力,算法的实用性及适应性得到提升。     

救援机器人模糊PID运动控制的研究与实现

为实现救援机器人运动轨迹的实时精确控制,将模糊PID控制技术应用于其运动控制系统,对模糊PID控制器的三个参数Kp,Ki,Kd进行在线调整。最后,在Matlab／Simulink环境下对其控制效果进行仿真,结果表明,该运动控制系统将传统PID控制的精确性和模糊控制的灵活性,自适应性有机结合起来,有效的克服了运动控制系统的变参数,非线性等因素的影响,使系统输出响应的过渡平稳,系统超调量小,过渡时问短,跟踪性能好,具有较好的动态性能。     

基于模糊PID的变频水泵恒压供水系统仿真

针对中央空调机组的恒压供水问题提出了一种基于模糊PID控制器在线调整PID参数的变频水泵恒压供水系统.讨论了如何确定模糊PID控制器的隶属函数和模糊规则的问题,利用MATLAB软件中的模糊控制工具箱和Simulink对系统进行了仿真实验,并对常规PID控制器和模糊PID控制器分别选取了两组不同的系统传递函数,模糊PID控制器通过输出调整量ΔKp、ΔKi、ΔKd,对PID的参数Kp、Ki、Kd进行了在线调整.仿真实验结果表明模糊PID控制器不仅能有效抑制超调现象,提高系统的响应速度和稳态性能,而且对系统结构参数变化的适应能力也更强.     

串联谐振全桥逆变电路自适应模糊PID恒功率输出研究

系统采用自适应模糊PID控制技术,针对串联谐振全桥逆变电路,利用MATLAB建立了系统自适应模糊PID输出功率控制仿真模型,并给出了电路仿真波形.结果表明,系统采用自适应模糊PID控制方法,能够应用模糊控制技术对PID参数进行在线修改,以满足不同时刻的功率偏差和偏差变化率对PID参数自整定的要求,使被控对象具有良好的动、静态性能,实现逆变电路的恒功率输出控制.     

模糊PID控制在汽车ABS中的应用与仿真研究

ABS是一种变工况、非线性的系统，参数自整定模糊PID控制可以利用模糊控制规则对PID参数进行在线修改，因而具有较好的自适应能力．设计了一种参数自整定模糊PID控制器，在分析单轮汽车模型的基础上，探讨了其在汽车ABS上的应用．采用模糊控制、PID控制、模糊PID控制三种方法分别对汽车ABS进行仿真研究，结果表明：模糊PID控制方法兼备了前面两种方法的优点，可以达到更好的控制效果．     

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.