碳纤维角联织机卷取系统张力网络化控制研究

针对碳纤维角联织机卷取系统中的张力控制问题,对卷取系统进行动力学分析并建立动力学模型;在考虑网络诱导时延、数据包丢失及网络带宽占有率等因素的基础上设计一种自适应模糊PID控制器,将此控制方法与常规的PID控制方法进行仿真对比。结果表明,在同时存在网络诱导时延、数据包丢失及网络带宽占有率的情况下,自适应模糊PID控制方法超调量小、输出张力波动小、跟踪效果良好、系统稳定性强,具有更好的控制效果。     

基于改进粒子群优化PID参数的风力除尘控制系统的研究

对卷接机组集中工艺风力除尘系统控制需求及工艺特点进行了研究,针对风力系统中压力和流量之间存在非线性与强耦合性的特点,以及控制系统中传统自动化科学技术(proportional plus integral plus derivative controller,PID)控制和现有的模糊PID控制自适应和鲁棒性较差、系统稳定性能不理想的问题,文中提出对角矩阵解耦方法将压力和流量进行解耦,利用改进粒子群算法(particle swarm optimization,PSO)优化参数的PID控制器对两者进行独立控制。通过仿真软件和可编程序逻辑控制器(programmable logic controller,PLC)程序对算法进行实现。位置阶跃响应实验粒子寻优实验结果表明:该方法在阶跃响应上升时间、最大超调量和响应速度上均有很好的优化效果,即时控制调整变频器频率以及阀门开度,使主风管压力波动在0. 5%～1%内,流量波动控制在0. 4%～0. 8%内。     

液压混动系统泵排量控制研究

针对闭式液压回路中变量泵排量控制方法精度较低的问题展开研究,基于泵控系统中伺服阀的脉宽调制(PWM)控制,推导出占空比信号与变量泵排量的线性关系,在AMESim软件平台上搭建了泵控系统仿真模型,并基于试验测试数据对模型进行校核,基于泵控系统模型提出了PID反馈控制、前馈+反馈控制和三步法控制的泵排量控制方法,并进行测试对比分析.仿真结果表明,三步法控制在动态响应及快速稳定方面优于PID反馈控制,相比于前馈+反馈控制,采用三步法控制的泵排量动态响应误差减少了35.5%.     

采用改进模糊PID控制的串联机械手追踪误差研究

针对串联机械手运动角位移跟踪误差较大问题,提出了改进模糊PID控制方法。创建串联机械手简图模型,给出机械手动力学方程式,设计了模糊PID控制系统。引用粒子群算法并对其进行改进,采用改进粒子群算法优化模糊PID控制器,将改进模糊PID控制器用于控制串联机械手角位移变化。采用Matlab软件对串联机械手角位移跟踪误差进行仿真验证,并且与传统PID控制器和模糊PID控制器仿真结果形成对比。仿真结果显示,串联机械手采用PID控制器和模糊PID控制器,其角位移跟踪误差较大,而采用改进模糊PID控制器,角位移跟踪误差较小。串联机械手采用改进模糊PID控制器,可以提高控制系统的稳定性,削弱机械手的抖动现象。     

采用模糊免疫PID控制的移动机器人避障误差仿真研究

当前,移动机器人运动规划路径较长,实际运动轨迹与理论运动轨迹误差较大。对此,设计了移动机器人模糊免疫PID控制系统,并对控制系统输出误差进行仿真验证。建立移动机器人平面简图,给出机器人运动方程式,采用平面栅格来描述机器人运动规划路径。引用传统PID控制器并进行改进,设计了模糊免疫PID控制系统,给出了移动机器人PID控制输出系统在线调节流程。采用MATLAB软件对机器人输出误差进行仿真,比较PID控制和模糊免疫PID控制输出误差大小。结果显示:移动机器人采用传统PID控制系统,稳定调节时间为1.0 s,产生的最大误差为0.83 mm,系统输出误差较大;移动机器人采用模糊免疫PID控制系统,稳定调节时间为0.5 s,产生的最大误差为0.59 mm,系统输出误差较小。移动机器人采用模糊免疫PID控制系统,响应速度快,追踪误差较小,从而提高系统的稳定性。     

基于动量因子优化学习率的BP神经网络PID参数整定算法

针对传统BP神经网络学习过程中学习率选取过大导致振荡的问题, 提出一种新的BP神经网络PID(比例-积分-微分)参数自适应整定算法. 采用BP神经网络对PID参数进行自适应调节和优化, 并利用动量因子优化学习率和增加动量项抑制BP神经网络训练中出现的振荡现象, 以加快收敛速度. 实验结果表明, 该算法有效缓解了振荡现象, 加快了算法的收敛速度.     

柔性联结配重系统同步升降控制研究

钢丝绳联接的配重升降时,其同步控制对速度、响应、精度和平稳性等指标要求很高,且宽负载工况下,定参数PID难以满足控制要求.本文首先设计了变基准主从策略作为底层策略,实现系统设计的最大升降速度和精度.其次提出一种变参数PID自适应控制方法.该方法将参数Kp、Ki、Kd,按照整定规则作为代价项引入偏差目标函数,用于元启发算法适应度计算.对于搜索到的参数组(Kp、Ki、Kd),当代价项较小时,目标值较小,适应度较大.因此,算法能自适应整定参数以获得最小偏差值.分别采用遗传和粒子群算法进行实时参数整定、偏差优化和同步追随,并与定参数PID进行同步效果比较.仿真结果显示:变参数PID自适应控制方法适应宽负载工况,其精度、响应以及稳定性指标全面优于定参数PID.基于变基准策略的PID参数自适应控制方法能够实现大惯性系统的快速、稳定同步升降.     

基于改进PID控制的机床滑台运动位移跟踪误差研究

采取改进PID控制方法,通过仿真验证机床滑台跟踪结果.采用直角坐标系建立机床滑台二维简图模型,设计机床滑台闭环控制流程,定义机床滑台位置传递控制函数.采用BP神经网络结构对PID控制器进行改进,给出机床滑台位置输出误差评价指标函数.采用MAT-LAB软件检验不同控制系统跟踪结果.结果表明:在无干扰状态下,采用传统PID控制系统,滑台位置跟踪误差最大值为0.05m,采用改进PID控制系统,滑台位置跟踪误差最大值为0.02m.两种控制系统跟踪误差相差不大,都能实现滑台位置的精确定位.在有干扰状态下,采用传统PID控制系统,滑台位置跟踪误差较大,误差最大值为0.19m,而采用改进PID控制系统,滑台位置跟踪误差较小,误差最大值为0.02m.采用改进PID控制系统,能够实现机床滑台位置的精确定位,提高机床主轴对零件的加工精度.     

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.     

时滞多智能体系统的事件触发一致性

针对一类时滞非线性多智能体系统,研究了带有时滞的非线性多智能体系统的事件触发固定时间一致性控制问题.设计了一种分布式的事件触发控制策略,利用李亚普诺夫稳定性理论和固定时间稳定性理论,导出了保证系统在固定时间实现一致的充分条件,并通过所给出的分布式的事件触发函数证明了系统能够避免芝诺行为.最后,通过仿真实例验证了结果的有效性.