基于模糊自适应PID的无人驾驶车辆路径跟踪控制

在无人驾驶车辆路径跟踪控制过程中,针对控制对象发生变化时传统PID控制器难以对其控制参数进行实时调整的问题,提出一种以预瞄理论为基础的模糊自适应PID控制方法.以前轮转角作为控制系统的输入,设计基于横向偏差和航向偏差的模糊自适应PID路径跟踪控制器.分析量化因子和比例因子的选取原则,利用模糊理论对PID参数进行自适应调整;基于Carsim与Simulink对所提算法进行联合仿真实验.仿真结果表明:模糊自适应PID较传统PID改善了控制器的动态性能且具有较好的自适应能力.     

基于模糊自适应PID的连铸二冷控制系统设计与仿真

为改善铸坯质量,提高二冷水量的跟踪性和稳定性,将中包温度引入二冷配水,设计出基于配水模型、中包温度、铸坯表面温度及模糊自适应PID的连铸二冷控制系统,并在实验室搭建连铸二冷区喷淋仿真实验系统.在此基础上,分别对常规PID、积分分离PID和模糊自适应PID进行阶跃信号测试和模拟浇注测试.仿真结果表明,模糊自适应PID控制方式在两种测试中的特性要优于其他两种控制方式,这一结果为下一步应用研究打下了良好的基础.     

基于模糊神经网络的PID温度控制系统

应用模糊神经网络PID控制技术,建立了高分子聚合物反应温度控制系统.该系统利用模糊神经网络调整PID参数,进一步完善了PID控制的自适应性能.自行设计了该控制系统的硬件和软件部分,可以接入8点热电阻信号,具有显示温度、自动控温、声光报警等功能,应用结果说明,该温度控制系统充分利用了模糊神经网络和PID控制的优点,具有良好的动、静态特性和自适应性.     

基于模糊神经网络的PID温度控制系统

应用模糊神经网络PID控制技术,建立了高分子聚合物反应温度控制系统.该系统利用模糊神经网络调整PID参数,进一步完善了PID控制的自适应性能.自行设计了该控制系统的硬件和软件部分,可以接入8点热电阻信号,具有显示温度、自动控温、声光报警等功能,应用结果说明,该温度控制系统充分利用了模糊神经网络和PID控制的优点,具有良好的动、静态特性和自适应性.     

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。     

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。     

高温熔体粘度测试仪的温度控制技术

介绍了高温熔体粘度测试仪的组成和功能.分析了高温熔体粘度测试仪温度控制系统的特点.为了提高加热速度和温度控制精度,提出了阈值控制策略与自适应模糊PID控制相结合的控制算法.在高温炉当前温度值与设定温度值偏差较大时,为了保护系统和提高加热速度,运用阙值控制策略对系统进行控制,在高温炉当前温度值与设定温度值偏差较小时,运用自适应模糊PID控制,以保证控制精度.仿真研究和试验测试证明,该控制算法在保证控制精度的基础上,能很好地提高系统的动态性能.     

磁悬浮系统的模糊PID控制器设计

基于GML1001磁悬浮实验装置设计了一个模糊PID控制器.该控制器利用传统的PID控制器和模糊控制器相结合形成,能根据系统偏差的大小、方向以及变化趋势等特征,依据模糊规则库做出模糊推理,能自动调整PID参数,可达到更加满意的控制效果.利用设计的模糊自适应PID控制器,对磁悬浮控制系统中钢球的悬浮位置实现了精确的控制.实验结果表明,模糊自适应PID控制器可以使磁悬浮控制系统拥有较好的稳态和动态性能.     

基于模糊自适应PID的温度控制系统

将传统PID控制技术与有着广泛应用的模糊控制技术相结合,设计了一种模糊自适应PID控制器,并实现了基于PLC的自适应模糊PID温度控制系统,该控制系统具有模糊控制的简单、有效的非线性控制作用,稳定性好,有较强的鲁棒性.     

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。