基于模糊-PID复合控制的DC/DC变换器研究

DC/DC功率变换器是一种强非线性系统,传统的PID控制算法简单,设计容易,但依赖于其线性化小信号模型,且当功率变换器的参数发生变化时,其参数不能兼顾动态性能和静态性能,影响最终的控制效果.针对传统PID控制器的不足,结合模糊控制不需要建立被控对象精确数学模型的特点,以Buck变换器为例,提出一种新的模糊控制和PID控制相结合的方法.当输出的偏差范围较大时,采用模糊控制提高其动态响应速度;反之,切换到PID控制以提高其稳态精度.最后利用MATLAB对系统进行仿真验证.仿真结果表明:模糊-PID复合控制器具有响应速度快、超调量小、稳定性好等优点.     

基于GPI控制算法的BUCK型DC/DC变换器

为了加快BUCK型DC/DC变换器的动态响应并且解决传统控制器中的参数整定问题,提出了一种广义比例积分(GPI)控制算法.首先讨论了BUCK型DC/DC变换器的状态空间模型;然后推导了GPI控制算法;算法估计了输出电压的变化率,采用迭代积分误差补偿器纠正估计误差和外部扰动可能带来的影响,并将其作为占空比设置的依据;最后对GPI算法进行仿真验证并且与传统PID控制器进行了比较.结果表明:负载电阻突变时,GPI算法可降低28%的输出超调,但并未显著减少调节时间;输入电压突变时,GPI算法减少了35%的输出超调和60%的调节时间.类似PID控制器,GPI算法只须要采样输出电压,因而具有较低的成本,提高了响应速度.     

电动汽车双向DC/DC变换器的设计

采用全桥谐振C LCLC变换器和模糊PID控制的半桥Buck Boost变换器,组成两级式双向DC/DC变换器拓扑;并根据等效模型计算出谐振元件参数,即变压器的匝比为1∶1,输入输出电压为400 V,谐振电感为100 μH,谐振电容为253 μF,半桥Buck Boost变换器中的滤波电感为5 000 μH,滤波电容为127 μF。仿真结果表明,全桥谐振C LCLC谐振变换器输入电压与输出电压一致;模糊PID控制策略可有效降低充电状态下电压超调量,缩短调节时间,提高系统的抗扰动能力,说明所采用的设计工艺能有效提高电动汽车变换器的动态、稳态性能和抗扰动能力。     

分层遗传算法在DC/DC变换器中的应用

DC／DC变换器为强非线性、时变及不确定系统．由于其自身的特点,使得DC／DC变换器的控制研究工作比较困难．文中提出一种用遗传算法优化的模糊控制器,控制DC／DC变换器．对传统的遗传算法进行改进．使之优化能力更好．由仿真和实际试验证明,经过改进的遗传算法优化的模糊控制器,对DC／DC变换器的控制效果更显著,动态特性和静态特性都得到进一步改善．同时说明所介绍的自适应遗传算法的寻优能力更好,收敛速度也更快．     

基于神经网络模糊PID的液压电梯速度控制研究

研究了液压电梯的神经网络模糊PID控制策略．针对液压电梯的非线性数学模型,采用模糊、神经和PID三者结合的方式控制电梯速度,利用神经网络在线调整PID的参数．由仿真曲线得出,神经网络模糊PID控制器在动态特性、跟踪特性以及鲁棒性等方面都具有明显的优势．该控制器闭环性能好,是一种理想的控制器．     

四电平浮动交错Boost DC/DC变换器研究

提出一种高升压比浮动交错四电平DC/DC变换器(Four-level Floating-output Interleaved-input Boost DC/DC Converter, FL-FIBC).该变换器不仅可以实现高升压比，显著减小变换器输入电流纹波，而且开关管承受的电压应力仅为输入电压和输出电压之和的1/6,对其拓扑结构及其工作原理进行分析研究，针对非交错导通方式下输出电压纹波大的特点，提出交错导通方式.通过在MATLAB仿真中搭建仿真，验证了所设计控制器的有效性.     

基于改进模糊神经网络的PID参数自整定算法

针对传统的PID控制算法参数整定困难,控制效果并不理想,将神经网络算法、模糊控制算法结合在一起,形成了模糊神经网络PID参数自整定算法,并且对模糊神经网络进行改进,将神经网络输入的状态变量进行模糊化和归一化处理,采用BP神经网络自整定PID控制器的参数,根据RBF神经网络得到受控对象的Jacobian信息。仿真结果表明,基于模糊神经网络的PID自整定控制效果较好,具有一定的应用前景。     

一种基于模糊神经网络的智能PID控制器

本文设计了一种基于模糊神经网络的PID控制器,利用模糊神经网络对被控制象进行模糊辨识,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,实现PID控制的智能化。通过仿真实验表明,该控制器具有较高的控制品质。     

采用免疫BP算法的模糊神经网络PID控制器

文章在传统PID控制器的基础上,结合模糊控制和神经网络控制理论设计出自适应模糊神经网络PID控制器,并将免疫反馈机制应用到BP学习算法中,通过自适应调整学习速率,改善算法的收敛性;通过Matlab仿真验证了引入免疫反馈机制的BP算法的优越性.仿真及实际应用结果表明,采用免疫BP算法的模糊神经网络PID控制器响应速度快,...     

改进型自抗扰控制在 DC / DC 变换器中的应用

针对 DC / DC 变换器在实际应用中不断扩大,对输入波动、响应速度、稳定性等要求越来越高,而传统的 PID 控制算法无法在复杂的变换器控制系统中获得理想的控制效果,以 Buck 变换器为研究对象,提出了一种改进型自 抗扰控制策略。 在基于传统的线性自抗扰控制的基础上,对其进行广义数学分析,在传递函数中引入自定义的零 点,同时,对输入通道和测量的干扰,设计了测量滤波器,并设计了二阶自抗扰控制器。 最后,搭建以 DSP28377 为 控制器的硬件试验平台,对比分析传统 PI 控制和改进型自抗扰控制受干扰情况下的动态性能,验证了改进型自抗 扰控制的方案可行性,所提出的改进型控制策略不仅将传统的 PID 控制具有的缺点克服,又将其结构简单的特点 保留。 实验结果表明:较传统的 PID 算法而言,加载过程中,调节时间减少 125 μs,超调量较少 0. 8%;减载过程中, 调节时间减少 165 μs,超调量减少 2. 8%。 可以得出改进型自抗扰控制策略不但具备快速和高精度特点,还具有更 好的鲁棒性和抗扰动性能。     

基于BP神经网络的直流电机PID控制系统研究

以直流电动机为控制对象,建立数学模型,并在传统PID的基础上结合神经网络算法,充分利用神经网络自学习功能,实现对PID参数的实时在线自整定.克服了PID控制参数难以确定和控制过程无法随环境等变化而自适应的缺点,体现了神经网络较好的智能性与较强的鲁棒性.利用Matlab软件进行仿真研究,结果表明神经网络PID较传统PID更精准,更具适应性,控制效果优越.     

PID和模糊逻辑控制器控制直流电动机的性能比较

为比较比例积分微分控制器和模糊逻辑控制器控制直流电机的性能,本文从构建直流电机的数学模型入手,分别对传统的PID控制器、Ziegler-Nichols（Z-N）回路整定技术调整PID控制器和模糊逻辑控制器控制直流电机的性能进行了实验仿真。结果表明,与传统的PID控制器、Z-N回路整定技术调整PID控制器相比,模糊逻辑控制器具有更好的控制效果。     

混合式模糊PID在直流变换器中的应用

在分析软开关直流变换器原理的基础上，采用混合式模糊PID控制方法对直流变换器的输出电压进行闭环控制。通过实验对经典积分分离PI和混合式模糊PID两种方法进行了比较。结果证明，混合式模糊PID控制具有较好的动静态性能。     

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。     

基于混沌精英黏菌算法的无刷直流电机转速控制

针对传统比例-积分-微分(proportional integral differential, PID)在无刷直流电机转速控制中存在响应速度慢、稳定性差等缺点,提出了一种基于混沌精英黏菌算法的自适应控制方法。首先,分析并建立了无刷直流电机数学模型。其次,为进一步提高标准黏菌算法的收敛速度和求解精度,采用Tent混沌映射丰富种群多样性,同时引入精英反向学习策略扩大搜索范围。最后,将上述改进算法应用于无刷直流电机的速度环PID参数自整定。通过在不同运行条件下进行MATLAB仿真以及实验,结果表明:对比传统PID以及模糊PID,所提方法能够使得控制精度得到显著提高,并且具有响应速度快,抗干扰能力强等优势。     

基于补偿模糊神经网络的BLDCM伺服控制

为了实现无刷直流电机(BLDCM)位置伺服系统的高精度位置跟踪控制,针对系统多变量、非线性、强耦合、时变的特点,提出了一种基于补偿模糊神经网络控制器(CFNNC)的设计方法.该控制器将补偿模糊逻辑和神经网络相结合,引入了模糊神经元,使网络既能适当调整输入、输出模糊隶属函数,又能借助于补偿逻辑算法动态地优化模糊推理,大大提高了网络的容错性、稳定性和训练速度.仿真和在DSP控制系统上的实验结果表明,采用补偿模糊神经网络控制器,系统响应快、精度高、鲁棒性强,动态特性明显优于传统PID控制.     

无刷直流电机的变论域模糊自适应PID控制系统设计

为了改善无刷直流电机的调速性能,针对普通模糊PID速度控制器的缺陷,研究了基于变论域思想的自适应模糊PID控制器及其在BLDCM控制系统中的应用.在Matlab仿真平台下,建立了BLDCM的模型,构建了BLDCM的电流、转速双闭环控制系统,其中转速环采用了变论域自适应模糊PID控制器,电流环采用普通PID控制器.仿真结果表明,与常规PID控制器和普通模糊PID相比,采用变论域自适应模糊PID控制器的优势在于:转速输出无超调、响应速度快、控制精度高,具有较强的鲁棒性和自适应能力.     

直流变换器的区域极点配置鲁棒PID控制算法

为提高直流变换器对干扰及不确定因素的鲁棒性,提出了一种基于线性矩阵不等式(LMI)的鲁棒PID控制器算法.PID控制器的参数应用区域极点配置(RPA)的方法来整定.考虑受控系统需对干扰具有鲁棒性,将PID控制和H_∞控制相结合,以LMI形式给出H_∞PID控制器的可解性条件.设计的控制器使得闭环系统满足闭环极点分布在指定区域内以获得期望的动态特性,以及对外部噪声的抑制具有最大H_∞鲁棒性能界.此外,该控制器设计方法也可应用于参数不确定的多胞型直流变换器系统.Buck变换器的确定和不确定系统的仿真实验验证了该控制算法的正确性和有效性.     

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。