应用变论域模糊PID的直流电机调速系统

基于PID控制与模糊控制各自的优点,将模糊控制与常规PID控制相结合,并运用变论域的方法,设计了变论域自适应模糊PID控制器.然后,以直流电机为模型,实现对其转速的控制,使用Matlab进行可行性研究,并将其仿真结果与PID控制和模糊控制的仿真结果进行比较.结果表明,基于直流电机的变论域自适应模糊PID控制器的控制效果...     

基于Matlab的无刷直流电机自适应控制系统的研究

在分析无刷直流电机(BLDCM)的数学模型的基础上,建立了控制系统的Simulink仿真模型,提出了无刷直流电机调速系统单神经元自适应控制方法.该方法在调速系统中,电流环采用滞环电流控制,转速环采用单神经元自适应控制器控制,实现了双闭环自适应控制的调速系统.仿真结果表明:这种新型的控制方法响应快、无超调、鲁棒性强,较传统PID控制具有更好的动、静态特性.     

基于变论域理论的自动倒车控制

介绍了变论域自适应模糊控制器的基本思想,并且利用这种模糊控制理论--模糊控制中一个比较经典的问题,对倒车问题进行了仿真实验,其效果和普通模糊控制下的倒车仿真实验效果进行了比较. 结果表明,变论域自适应模糊控制器具有相当的普适性, 控制灵敏且几乎无超调.     

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.     

区间Ⅱ型变论域自适应模糊逻辑控制器

在变论域自适应模糊控制方法的基础上,结合Ⅱ型模糊集较强的鲁棒性和处理不确定性问题的能力,设计了一种区间Ⅱ型变论域自适应模糊逻辑控制器.为了使控制器保持在最优状态,采用粒子群优化算法来优化隶属度函数;然后由Lyapunov方法证明了区间Ⅱ型变论域自适应模糊逻辑控制器的稳定性.对Duffing系统和1维6卷混沌系统的仿真表明,区间Ⅱ型变论域自适应模糊逻辑控制器可以很好地跟踪参考信号,较之变论域模糊逻辑控制器,其可以有效地防止抖震且控制量较小.     

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.     

变论域自适应模糊PID方法的研究与仿真

从优化模糊控制器的角度出发,讨论了变论域思想和伸缩因子的概念,同时就量化、比例因子和伸缩因子的关系进行了分析,进而阐述了一般情况下两种伸缩因子的选取方法;在此基础上将模糊PID和变论域思想想结合,形成变论域自适应模糊PID控制结构;最后通过某复杂非线性系统进行仿真研究,结果表明该方法达到了预期目的,优越性明显。     

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。     

基于变论域模糊PID的汽提塔温度控制方法

针对汽提塔生产过程具有非线性、强耦合、大时滞及温度难以精确控制的问题,设计了基于变论域模糊PID的汽提塔温度控制系统.选取了基于模糊规则的伸缩因子,将变论域思想和模糊PID相结合,形成变论域模糊PID控制系统结构.分别对常规PID算法、模糊PID算法及变论域模糊PID算法的汽提塔温度控制系统的仿真曲线进行对比.仿真结果表明:变论域模糊PID控制算法有更快的响应速度、更小的超调量和更好的跟踪性能.     

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控制器在无刷直流电机控制系统中的应用

无刷直流电机是一种多变量、非线性的控制系统,采用经典的PID控制难以达到满意的控制效果。将模糊自适应PID控制器应用于无刷直流电机的控制中,运用模糊控制原理对PID参数进行在线调整。实验结果表明,较之传统的PID控制,采用模糊自适应PID控制的无刷直流电机控制系统具有更好的动态和静态性能,达到了较好的控制效果。     

用简化模糊规则数的方法设计模糊PID控制系统

在对常规模糊控制器和PID控制器研究的基础上,提出了一种最简单的模糊PID控制系统。该系统基于T S模型,借助于线性系统理论解决非线性系统设计中的问题,用2个二维的模糊控制器或二维模糊控制器加上积分环节来替代三维模糊PID控制系统,大大简化了模糊PID控制系统的设计。仿真结果表明,这种模糊PID控制系统结构简单,规则数少,稳定性高。     

基于单神经元神经网络的无刷直流电机控制系统仿真

无刷直流电机是一种多变量、非线性、参数时变以及强耦合的复杂系统,利用传统比例积分微分(proportional integral differential,PID)算法控制无刷直流电机存在参数调整困难、自适应能力差、控制精度低以及抗干扰能力弱等问题.为实现无刷直流电机的高精度控制,在转速环中引入了基于单神经元神经网络PID控制算法,研究了无刷直流电机的数学模型及运行特性,提出了单神经元神经网络PID算法,最后比较分析了在电机双闭环控制系统中转速环采用不同控制算法下的转速阶跃函数响应,以及三相电流、反电动势和电磁转矩的运行状态.结果表明:单神经元神经网络PID算法控制下的无刷直流电机其转速的阶跃函数响应具有更快的上升时间、更小的超调量以及更加稳定的运行状态.     

无刷直流电机模糊PI智能控制

在分析无刷直流电机数学模型的基础上，建立了控制系统的仿真模型，提出了一种新型的模糊PI智能控制方法，在无刷直流电机双闭环调速系统中，电流控制采用滞环电流调节器，而转速控制通过采用常规PI控制和模糊控制相结合的方法实现，基于System Generator的仿真结果表明：这种新型的模糊PI智能控制方法响应快、无超调、鲁棒性强、抗干扰能力好，较传统PI控制具有更好的动、静态特性。     

电动客车电动助力转向回正控制策略

以增强电动客车电动助力转向系统(EPS)的回正性能为目标,提出了模糊自整定PID回正控制策略.以转向盘转角传感器和转向盘转速传感器获取的转角和转速信号为控制信号,采用模糊自整定PID方法进行回正控制,输出回正控制电压,使助力电机将转向盘迅速带到中位.综合模糊控制和PID控制的双重优点,设计了模糊PID控制器,根据所设计...     

基于改进模糊PID的轮式机器人速度控制器设计

针对轮式机器人在行走过程中存在速度平衡超调较大与调节时间较长、速度平衡效果较差的问题,采用Matlab/Simulink与Carsim仿真软件建立轮式机器人四轮差速运动模型,对于无刷直流电机(BLDCM)系统,在原有模糊PID的基础上,结合抗积分饱和算法与变速积分算法,提出一种改进模糊PID控制的调速方法。仿真结果表明,通过抗积分饱和与变速积分算法改进后的模糊PID控制器与传统模糊PID控制器相比,在机器人速度平衡控制过程中,超调降低30%,调节时间降低33%,具有速度响应时间短、速度响应曲线波动小的优点。搭建了轮式机器人实验验证平台,实验结果表明,改进后的模糊PID控制调速方法的速度响应快,满足轮式机器人速度控制需求。所提设计可为轮式机器人速度稳定系统调试提供理论指导,并可应用于以速度调控为主导的控制系统。     

模糊控制在钢缆拖动系统中的应用

建立了钢缆拖动系统的数学模型,并在此基础上生成了对该系统运动控制的模糊控制算法．计算机对误差信号进行计算,输出控制信号操纵滚动圆盘,使机具沿着预定的路径运动．实验结果证明,该模糊控制算法具有较好的控制精度和响应速度．     

基于遗传算法优化的双回路模糊控制倒立摆系统

通过遗传算法、模糊控制、PID的结合,对直线一级倒立摆的平衡控制问题进行了优化控制。首先用牛顿-欧拉法建立倒立摆的动力学模型,得出系统的传递函数和状态空间表达式,分析系统的稳定性和可控性。以此为基础,先设计了PID单回路和双回路控制器;然后用遗传算法优化PID参数;再用优化的参数设计双回路模糊PID控制器;并用MATLAB对系统进行了仿真。纵向和横向控制方法的对比分析表明:该方案控制效果最好,能同时控制角度和位移;其参数可在最优PID初值的基础上在线修改,实现最佳调整,使对象具有良好的静态和动态性能。     

基于C32摩擦焊机双闭环控制系统

针对目前摩擦焊机用户对焊接产品提出更高质量、高精度的生产要求,设计了一液压双闭环控制系统。该控制系统通过监控液压系统压力和比例溢流阀阀芯位移,对压力使用模糊PID控制器控制调节,位移采用PID控制器调节来控制摩擦焊机的轴向压力控制精度,并运用AMESim/Simulink对该系统进行联合建模仿真。仿真结果表明双闭环控制系统比PID控制下的单闭环控制系统能更好地改善摩擦焊机的轴向焊接压力精度,提高焊接产品的质量和稳定性。     

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。