基于适应度继承的航空发电机比例-积分-微分参数优化算法

三级无刷交流发电机系统运行过程复杂，很难用明确的数学公式进行表达，其PID参数的优化过程需要用模型的运行结果(而不是简单数学公式计算)来确定，这就导致传统的优化算法因仿真过程时间过长而不可行。针对该问题，提出了一种基于适应度继承的遗传算法。该算法首先将PID参数定义为种群内的个体，将上升时间及调节时间组合定义为优化目标，接着在寻优过程中将种群聚类为P个子类，对子类中精英个体利用航空发电机仿真模型运行结果进行适应度计算，对非精英个体利用日志分析器进行适应度估计，最后利用适应度值来对种群内个体进行下一轮循环的选择、交叉、变异等操作，从而实现了估计值与精确值的结合、提高了利用仿真工具进行PID参数优化的效率。仿真分析表明，在保证寻优质量的前提下，提出的基于适应度继承的遗传算法能显著缩短寻优时间，为航空发电机系统仿真设计提供了有效的研究手段和参考依据。     

基于积分分离式PID控制的耕深调节系统研究

耕作过程中保持耕深稳定是提高耕作质量的重要措施之一.以小型耕耘机的后悬挂旋耕部件为研究对象,提出了一种基于积分分离式PID控制的耕深自动测量和调节的系统,采用双倾角传感器检测耕深,消除了田块自身与绝对水平面倾角的误差影响,通过在误差信号的处理中使用积分分离式PID控制算法,利用Simulink中的SimHydraulic模块对耕深控制系统进行动态仿真研究,与未加入PID控制算法时的仿真结果进行比较,发现几乎消除了系统的耕深超调现象.同时,将响应时间由4.0s左右缩短到1.4s左右,使耕深控制系统的动态响应达到较好的效果.田间试验结果表明,当耕深设定为10cm和16cm时,实测耕深稳定性变异系数分别为6.05%和3.54%,均低于10%,达到了农业机械作业标准所规定的旋耕作业农艺要求.     

一类变时滞模糊神经网络系统解的渐近概周期性

本文给出了一类变时滞模糊神经网络系统解的渐近概周期性和全局指数稳定性结果，并给出了该系统渐近概周期解的具体形式。     

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.     

基于改进PID神经网络算法的AUV垂直面控制

针对一类小型低速自主水下航行器(AUV)的垂直面运动控制问题,设计了一种改进的PID神经网络控制器,实现对水下航行器在垂直面内深度和俯仰角的全局控制。利用REMUS水下航行器模型搭建了Simulink下AUV垂直面仿真控制系统,仿真结果表明,改进的控制方法克服了原方法中饱和区过大的问题,具有良好的动态性能同时能够适应不同的学习速率和网络初始权重,对水下航行器的工程实际应用具有一定参考价值。     

冷冻水调节模式对冷辐射板性能的影响

通过实验测试,研究冷辐射板表面快结露时,冷冻水阀门调节模式对冷辐射板的防结露效果、制冷能力和室内热舒适性的影响.结果表明:在冷辐射板表面快要结露时,冷冻水阀门通断调节模式下有较好的防结霜效果,但辐射板制冷能力会下降,室内热舒适性变差;冷冻水阀门比例积分微分(PID)调节模式下的供水流速为0.30~0.45 m·s^-1时,冷辐射板既有较好的防结霜效果和制冷能力,又能维持较好的室内热舒适性.     

基于SimMechanics的直线二级倒立摆仿真研究

倒立摆是一个非线性、高阶次和绝对不稳定系统,广泛用于测试各种控制算法。为了对直线二级倒立摆进行建模、控制和仿真,首先讨论了倒立摆数学模型并利用MATLAB中第二代SimMechanics工具箱进行三维建模。此外,实现了两种控制算法的稳定性控制并进行对比,针对比例积分微分(proportional integral derivative,PID)控制,提出采用主导极点配置方法进行参数整定,而模糊控制采用了基于线性二次型(linear quadratic regulator, LQR)融合的模糊控制器设计。结果表明,两种控制方法均取得较好的控制效果,且模糊控制在快速性、超调量及抗干扰能力上都比PID控制性能优越。     

采用改进模糊PID控制的串联机械手追踪误差研究

针对串联机械手运动角位移跟踪误差较大问题,提出了改进模糊PID控制方法。创建串联机械手简图模型,给出机械手动力学方程式,设计了模糊PID控制系统。引用粒子群算法并对其进行改进,采用改进粒子群算法优化模糊PID控制器,将改进模糊PID控制器用于控制串联机械手角位移变化。采用Matlab软件对串联机械手角位移跟踪误差进行仿真验证,并且与传统PID控制器和模糊PID控制器仿真结果形成对比。仿真结果显示,串联机械手采用PID控制器和模糊PID控制器,其角位移跟踪误差较大,而采用改进模糊PID控制器,角位移跟踪误差较小。串联机械手采用改进模糊PID控制器,可以提高控制系统的稳定性,削弱机械手的抖动现象。     

碳纤维角联织机卷取系统张力网络化控制研究

针对碳纤维角联织机卷取系统中的张力控制问题,对卷取系统进行动力学分析并建立动力学模型;在考虑网络诱导时延、数据包丢失及网络带宽占有率等因素的基础上设计一种自适应模糊PID控制器,将此控制方法与常规的PID控制方法进行仿真对比。结果表明,在同时存在网络诱导时延、数据包丢失及网络带宽占有率的情况下,自适应模糊PID控制方法超调量小、输出张力波动小、跟踪效果良好、系统稳定性强,具有更好的控制效果。     

基于改进遗传 P ID 算法的能量回馈制动系统

针对目前能量回馈系统效率低的问题, 提出一种基于改进的遗传PID（比例-积分-微分）算法对能量回馈系统进行控制. 首先建立回馈制动的数学模型, 然后根据其模型采用仿真软件（MATLAB）, 并结合改进的遗传PID算法进行仿真实验. 实验结果表明, 改进的遗传PID算法比传统PID算法控制效果更好, 稳定性、 鲁棒性及抗干扰能力更强, 且回收效率提高了25.8%.