模糊PID控制器在伺服变量泵控系统中的应用

针对伺服变量泵控制系统存在参数非线性、时变性等特点,基于模糊控制和PID控制理论,提出了模糊自适应PID控制方法来消除参数不确定性对系统控制性能的影响。仿真结果表明该控制策略有效提高了系统的响应时间,使系统具有良好的稳态性能和鲁棒性。     

基于多软件平台的二维重载精密转台的控制特性仿真分析及优化

为提高二维重载精密转台动态特性，基于AMEsim、ADAMS以及Simulink多软件机电一体化联合仿真对系统控制特性进行仿真分析.本文使用AMESim建立电机模型，Adams建立二维重载系统的动力学模型，使用Simulink工具箱建立PID控制模型，最终建立三软件联合仿真模型对系统阶跃响应进行仿真分析；针对系统存在时变性、非线性和负载干扰等因素的问题，采用自适应模糊PID控制算法对系统进行控制优化.仿真结果表明，模糊PID控制算法有着响应快、无超调，稳定误差较普通PID控制减小37%左右等优点.     

参数自适应模糊PID控制器在自动励磁调节系统中的应用

在参数自适应模糊PID控制器的基础上，利用模糊推理的方法实现了对PID参数的在线自动整定，并且在MATLAB软件下将该控制器在自动励磁调节系统中的应用进行了研究，仿真结果表明，参数自适应模糊PID控制能使系统达到满意的控制效果，对进一步应用研究具有较大的参考价值。     

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.     

一种基于模糊神经网络的自适应PID智能控制器

设计了一种新的基于模糊神经网络的自适应PID智能控制器,该系统利用模糊神经网络对被控对象进行模糊辨识,同时,采用BP学习算法的神经网络自适应地调整PID控制器的参数,将模糊技术、神经网络与PID控制综合起来,从而实现PID控制的自适应和智能化。仿真实验表明,该控制器具有较高的控制品质。     

运动控制系统的PID参数模糊自整定

讨论了模糊自适应PID控制器原理及参数的模糊调整,利用模糊推理方法实现对运动控制系统的PID参数在线自整定,并在Matlab/Simulink环境下将该控制器在运动控制中的应用进行了仿真.结果表明,参数自适应模糊PID控制能使运动控制系统达到满意的效果.     

基于模糊自适应PID控制的水电站有功功率调节

水电站机组的有功功率调节主要通过控制机组的调速器系统来实现,本文以金沟河二级水电站为例提出了模糊自适应PID控制水轮发电机组有功功率调节的模式,根据有功功率偏差和有功功率偏差变化率进行PID参数的在线自整定,通过对调节系统分别采用常规PID控制和模糊自适应PID控制进行仿真实验。分析对比结果表明,采用模糊自适应PID控制对水电站有功功率的调节与常规PID控制相比,其上升时间短,超调量小,调节时间短等调节参数,明显优于常规PID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。     

模糊自适应PID控制器在交流伺服控制系统中的研究

交流伺服控制系统中的永磁同步电机是一种多变量、强耦合和非线性的系统,采用传统的PID控制难以达到较好的控制效果。将模糊自适应PID应用于永磁同步电机的控制中,运用模糊控制原理对PID参数进行整定。仿真结果表明,与传统的PID控制相比较,采用模糊自适应PID控制器的交流伺服控制系统具有更好的动态和稳态性能,实现了较好的控制效果。     

基于PSO算法的无刷直流电机自适应PID控制研究

无刷直流电机(BLDCM)是一种多变量、非线性系统,传统PID控制器的参数具有难以整定的缺点,导致其难以满足BLDCM系统的控制要求。针对这一现状,提出了一种基于微粒群优化算法(PSO)的BLDCM自适应PID速度控制算法,该算法利用PSO具有的灵活、均衡的全局和局部寻优能力,对PID控制器的参数进行在线整定,提高了PID控制器的自适应能力。仿真实验表明,系统超调量小、转速响应快、转速波动小,比传统PID速度控制具有更好的动态特性和鲁棒性。     

基于模糊自适应PID控制的交通运输路线规划系统

运用传统系统规划的交通运输路线在交通拥挤或存在外界干扰的情况下适应性差,因此设计一种基于模糊自适应PID控制的交通运输路线规划系统。将模糊控制单元引入传统PID系统中,为提高控制单元的自适应能力,将自适应PID系统中的各种参数进行模糊处理,通过复杂的模糊推理和数据交互使得到的控制变量清晰化,最后结合VB语言对交通路线轨迹进行优化控制,使交通运输路线更加清晰可控。通过大量的仿真实验证明,所提出的系统在外界有干扰的情况下,能够保证车辆不偏离路线,极大地缩小偏差量,说明所提系统的适应性更强,能有效对车辆偏差量进行控制,更具可靠性。     

自适应PID控制在风力发电机试验系统的应用

将模糊自适应的控制模型与常规PID控制算法相结合,设计一种自适应模糊PID控制器,利用这种控制器的控制参数在线调整功能,以适应被控过程的参数时变性,并将其应用于风力发电机试验系统电源组的控制系统,来改善试验系统电源组的控制性能.结果表明,控制器参数易于整定,且具有较好的自适应性.应用自适应模糊PID控制的风力发电机试验系统电源组的控制系统能够适应被控对象在较大范围内的变化,具有较强的自适应性和优良的控制性能.     

水电站计算机监控系统单神经元自适应PID功率调节的研究

水力发电机组是一个复杂的非线性控制对象,为保证水电站发电机组功率调节具有快速、稳定的控制特性及良好的鲁棒性,本文提出在水电站计算机监控系统有功功率调节中采用单神经元自适应PID功率调节方式.PID控制的关键问题是PID参数的整定,单神经元自适应PID控制器由于其权值可以在线调整,具有较强的自学习和自适应能力,仿真结果表明改进的单神经元PID控制器比传统的控制器拥有更好的稳定性、动态性能和鲁棒性.     

水下焊缝跟踪单神经元自适应PID控制与参数优化

水下焊缝跟踪过程复杂,不确定因素多,并且焊接过程具有非线性特点,传统PID控制效果不理想.本文提出了单神经元自适应PID控制器,通过神经元的自学习能力,能够在线自适应调整PID参数,同时利用差分进化算法对单神经元自适应控制器的参数进行优化.经仿真结果可知,该单神经元自适应PID控制器响应速度快,精度高,控制效果好.     

基于神经网络的PID参数自整定控制及其Matlab仿真研究

将神经网络自适应PID算法与传统的PID控制算法进行比较分析,通过仿真实验,验证神经网络自适应PID控制算法在总体上优于传统的PID控制算法.该方法有利于系统控制效果的提高,并且受环境的影响较小,在一定程度上弥补了传统PID控制的不足.     

履带式装甲车辆纵向速度控制

履带式装甲车辆的动力学系统具有强烈非线性、不确定性的特点,为解决直线行驶工况下的速度控制问题,结合驾驶员驾驶操纵经验,提出一种自适应性强的变论域分相模糊比例-积分-微分(proportion-integral-derivative, PID)控制方法,实现了对期望车速的有效跟随。首先建立包含发动机、传动系及制动系的装甲车辆纵向动力学模型,然后利用模糊算法在线整定PID控制器参数,并采用变论域分相设计进一步提高控制器的自适应能力。仿真实验结果表明,提出的控制方法与传统PID及模糊PID相比,车速跟随控制精度与快速收敛性都有了提高,尤其能够有效解决驱动/制动切换时整车运动状态改变导致的控制效果大幅度下降问题。     

模糊PID控制应用于液压同步控制系统的研究

液压同步控制系统工程机械中受到广泛地应用。液压同步控制系统具有非线性、参数时变、大惯性、迟滞系统等特性。模糊控制算法对控制对象具有很好的逼近作用。将模糊控制理论应用到PID控制中,提高PID控制器的控制能力。将模糊PID控制器应用到液压同步控制系统中,进一步提高液压同步控制系统的动态和系统稳定性。利用MatLab软件对液压同步系统进行建模和仿真实验。仿真结果表明基于模糊PID控制的液压同步控制系统具有很好的动态性能和系统稳态性。     

基于根轨迹控制的球杆系统

通过建立球杆系统机械模型、角度模型和电机模型,得到球杆系统的数学模型,设计根轨迹控制器,通过在线整定控制器参数,提高球杆系统的控制性能.仿真实验结果证明根轨迹控制效果良好,适应能力较强,具有算法简单、参数整定容易等优点.