模糊神经网络在智能轮椅避障中的应用

针对传统的基于模糊逻辑的智能轮椅避障方法参数选取依赖设计者经验的问题,提出了一种能够自主学习的模糊神经网络智能轮椅避障控制算法.该算法结合模糊逻辑和神经网络各自的优点,并采用状态控制变量记录全向轮椅的运动状态,解决使用者期望目标方向和轮椅避障方向的选择问题,优化了避障路径,更好地满足用户对智能轮椅的舒适性需求.仿真和实物实验证明:该算法提高了避障的智能性和使用者的乘用舒适性,适用于智能轮椅的避障控制.     

基于模糊PID的麦克纳姆轮移动平台的控制算法

为提高麦克纳姆轮移动平台移动的可靠性和准确性,在分析了麦克纳姆轮全向移动的原理和运动模型的基础上,发现麦克纳姆轮移动平台中如果四个轮子的转速控制不理想或某个轮子打滑,造成了移动平台的移动不稳定。采用模糊PID控制算法,实现了对麦克纳姆轮的4个轮子的转速精确控制,解决了麦克纳姆移动平台运动的不稳定性和运动方向偏离。通过MATLAB仿真实验和测试实验表明,模糊PID算法对麦克纳姆移动平台的控制具有很好的鲁棒性。     

基于模糊PID的智能小车控制算法研究

智能小车自动寻迹过程中,方向控制与速度控制都存在高度非线性的问题。采用模糊PID控制算法,实现了对方向和速度的优化控制,即采用模糊PD算法对智能小车方向进行控制,采用模糊PID算法对速度进行控制。该方案运用于智能车控制系统,克服了传统PID控制的不足,通过模糊规则进行推理决策,实现了PID参数的实时优化。     

基于RBF神经网络的全向智能轮椅自适应控制

在外界扰动为有界不可测条件下,利用径向基函数(radial basis function,RBF)神经网络在线逼近全向智能轮椅的非线性逆运动学模型,提出对轮椅轨迹跟踪的直接自适应控制方法.首先,在分析全向智能轮椅平台动力学模型的基础上,设计了基于径向基函数神经网络的全向智能轮椅自适应控制器;并进一步利用李雅普诺夫稳定性理论,证明了在外界扰动及神经网络权值误差逼近有界的条件下,该控制器在全向智能轮椅轨迹控制中跟踪误差的一致稳定且有界;最后,通过全向智能轮椅轨迹跟踪仿真实验,验证了所提出控制方法的有效性和稳定性.     

无刷直流电机自适应模糊PID控制及仿真

针对iECar永磁无刷直流电机转速PID控制精度低、控制不稳定和响应滞后等缺点,介绍了一种具有智能性质的自适应模糊PID控制器设计思路,提出了一种模糊控制器量化因子与比例因子整定的新方法。通过模糊推理方法实时调整PID控制器的比例、积分、微分3个参数,以实现电机转速输出的有效控制。最后,在Matlab/Simulink环境下构建了iECar无刷直流电机转速自适应模糊PID控制模型。仿真结果表明,自适应模糊PID控制效果较传统PID控制有明显的改善,显示了该控制器良好的鲁棒性、稳定性和动态响应特性。     

基于模糊免疫神经网络PID算法的全向底盘控制方法

针对全向底盘控制的实际需求,提出了基于模糊免疫神经网络PID算法的智能控制方法。首先根据神经网络算法和模糊算法的结构特点建立了模糊神经网络模型,并使用误差反向传播的方法对模型进行训练;然后使用免疫算法确定学习率,实现了对PID参数的动态整定,并对底盘路径跟踪控制器参数进行整定,以实现对底盘的精确运动控制;最后建立了底盘的运动学模型,基于Matlab平台进行了相关算法的仿真,并基于Linux Ubuntu系统下Tensorflow框架搭建并训练了神经网络模型,进而实现了整体算法。轨迹跟踪试验表明:当底盘沿不同方向以5 m/s的速度进行轨迹跟踪时,最大误差为4.88cm,平均误差为0.25cm,该算法能够有效地对底盘进行控制,满足全向底盘控制的要求。     

基于腕势控制的智能轮椅无障碍人机交互系统

将人机交互与智能轮椅结合,设计了一种智能轮椅人机交互系统.自行开发了一种腕部控制器,采用模糊推理方法实时检测腕部的弯曲变化,通过腕部的弯曲变化对智能轮椅的运动状态(前进、后退、左转、右转、停止)进行控制,实现了基于腕势控制的智能轮椅无障碍人机交互,实验结果表明基于腕势控制的智能轮椅运动更稳定.     

基于改进HSIC控制器的全向足球机器人运动研究

RoboCup比赛对足球机器人实时、准确、稳定等性能要求较高,而全向机器人由于自身特性导致在比赛中高速运动时难以实时、准确地跟踪路径规划程序生成的轨迹.针对这一情况,采用改进仿人智能控制(HSIC)算法对机器人的运动进行控制,较好地解决了这一问题.仿真实验结果表明,与常规PID控制相比,该算法能使全向机器人克服振动等扰动影响,准确高效地实现机器人的运动控制.     

基于模糊理论的焦炉集气管压力控制系统的设计与实现

针对湘钢焦炉集气管压力和鼓冷系统吸力控制特点,对原有系统进行改造,将模糊控制技术和常规PID控制技术相结合,提出了一种基于模糊理论的焦炉集气管压力控制方法,结合相邻通道的波动引起的耦合现象,采用模糊解耦原则进行解耦控制。通过matlab仿真表明：模糊PID参数自整定算法与常规PID相比,具有更好的动态特性。实践证明该方法有效实现了对集气管压力系统的智能控制。     

无刷直流电机转速智能混合控制器设计

提出一种传统PI(比例 积分)结合自适应模糊PID(比例 积分 微分)的智能混合控制器, 以提高无刷直流电机转速跟踪和动态适应能力. 该控制器通过开关函数根据转速误差在稳态的PI控制器和瞬态的自适应模糊PID控制器之间灵活切换. 自适应模糊PID包含两级模糊逻辑控制器: 一级模糊逻辑控制器自适应调节PID增益; 二级逻辑模糊控制器对一级模糊逻辑控制器的缩放因子自动调节. 在MATLAB/Simulink环境下进行仿真测试, 测试结果表明, 相比于传统PID和模糊PID控制器, 智能混合控制器在各种条件下的转速响应、 稳态误差和超/欠调量等均有较大改善, 表明其具有更好的鲁棒性、 抗干扰性和动态适应能力.     

基于模糊PID模型的无刷直流电机转速控制

摘要：无刷直流电机（BLDCM）是一种多变量、强耦合、非线性、时变的复杂控制系统,采用传统的PID控制很难实现无静差控制。本文针对无刷直流电机（BLDCM）提出了一种基于PID模型的转速控制方案,利用无刷直流电机的电压与转矩转速方程,通过调节PID参数来实现转速控制,采用模糊原理对PID参数进行模糊化,根据电机参数的变化,对PID参数进行在线调整,取得了高精度的转速控制。仿真和实验结果表明,采用本文提出的模糊PID控制方法控制无刷直流电机,能够实现响应速度快、无超调、控制精度高,且系统对干扰和参数变化具有较强的鲁棒性,动、静态性能均优于传统的PID控制和单纯的模糊控制。     

模糊PID-Smith智能控制器的设计

针对大滞后的控制系统,研究了模糊PID-Smith智能控制方法.该控制方法将模糊PID与改进型Smith预估控制方案相结合,利用Smith预估算法克服纯滞后,利用模糊PID控制来提高系统的鲁棒性.通过Matlab仿真研究,表明该控制器具有良好的稳定性,对于大时间滞后的系统是一种实用而简便的控制方法.     

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.     

模糊控制算法在温度控制系统中的研究

本文结合电加热炉的控制特性,分析了传统PID算法控制器和模糊逻辑控制器的优缺点,并根据智能控制理论的前沿研究,选择了模糊PID复合控制(Fuzzy-PID)来实现对电加热炉这一数学模型为双输入双输出系统的智能控制。根据实际温控系统的要求,设计出一种PID控制与模糊控制相结合的智能控制系统,具备一定的自适应控制能力,因而特别适用于难于用精确数学模型描述的温度控制系统,有较强的稳定性和鲁棒性。     

基于SEMG控制的智能轮椅无障碍人机交互系统

设计了一个基于表面肌电信号控制的智能轮椅无障碍人机接口,通过使用CyberLink装置,对前额肌电信号进行获取、分析,利用AR模型对其进行特征提取,并采用贝叶斯正则化与Levenberg-Marquardt算法相结合的改进1BP神经网络对面部运动模式进行识别,进而控制智能轮椅简单运动.实验结果表明:该方法操作简便,识别...     

采用Emotiv感知的智能轮椅运动控制的研究

采用Emotiv传感器设计了一种基于运动想象的智能轮椅控制系统。该系统利用独立分量分析算法对脑电信号进行去噪与特征提取,并用反向传播（back propagation, BP）神经网络将提取的特征分类为想象左右手、迈腿动作与平静状态。最终,设计出4个控制指令（左转、右转、前进和停止）实现对智能轮椅的实时控制。实验结果表明,该控制系统有较好的可行性和稳定性,为脑电信号控制在智能轮椅中的实际应用奠定了基础。     

电动轮椅的运动控制系统设计

本文介绍了一种新的电动轮椅控制方法。通过操纵杆实现对系统运行速率及运行方向的控制,并通过PID调速,来确保系统的平稳运行。     

基于模糊PID的无刷直流电机电流跟踪控制

为了改善传统的转速PID不能根据无刷直流电机参数变化自适应调整的缺点,同时使其具有良好的动态电流响应,本文将模糊转速PID控制和固定频率的电流跟踪控制相结合用于无刷直流电机的控制系统中.首先介绍了模糊PID的概念及算法模型,然后分析了固定频率的电流跟踪控制技术,最后利用在MATLAB/simu link基础上建立的控制系统仿真模型对本文提出的算法进行了验证并与采用传统PID的系统进行了比较,仿真结果证明了采用模糊PID和固定频率的电流跟踪控制相结合的系统的高效性和合理性.     

模糊PID复合控制算法改进及应用

针对常规模糊PID复合控制算法的不足,在分析了其控制特性后,提出了相应的改进算法.采用基于梯形隶属函数的模糊切换算法以及基于变论域和仿人智能思想的量化因子和比例因子的在线自调整算法实现了自适应模糊PID复合控制,并将此改进算法用于PCR芯片智能温度控制系统中,使控制系统获得了良好的动态特性和稳态性能、较强的鲁棒性及适应性.实验结果表明,其控制品质远优于常规模糊PID控制和基本模糊控制.     

采用自适应模糊PID控制的多级齿轮振动主动控制

针对齿轮传动系统在动态激励的作用下产生的多谐波复杂振动,设计一种在低速轴和高速轴分别安装有压电促动器的主动控制结构;提出一种将传统PID控制和自适应算法相结合的自适应模糊PID算法,抑制能量较高的多个谐波振动.在ADAMS平台建立齿轮传动系统虚拟样机,作为被控对象子模块,并在MATLAB/Simulink平台上加载控制算法对系统进行联合仿真.仿真结果表明:在不同转速下,自适应模糊PID控制算法对谐波振动具有良好的控制效果,且优于经典PID控制.