飞机部件柔性装配多轴协同控制算法研究

根据飞机部件柔性装配多轴协同控制的需求,采用模糊自整定PID算法进行实时控制。依据模糊自整定PID控制策略和PID参数的整定原则,结合MATLAB软件,用MATLAB语言编程与SIMULINK相结合的方法实现了一种飞机部件柔性装配模糊自整定PID控制器的设计、分析与仿真。     

具有积分限制的单神经元PID控制算法

提出了一种抗积分饱和的变参数PID单神经元二次性能寻优算法.在 PID结构简单的基础上,兼有神经元自适应修正能力和二次性能寻优的特点,当积分出现饱和时,通过控制逻辑自动抑制偏差的积分,从而提高了变参数PID算法的鲁棒适应性.以某双轴发动机喷口为被控对象,对模型参数以50%的变化进行了控制性能的仿真.结果表明:变参数PID单神经元二次性能寻优算法具有较强的鲁棒稳定性和鲁棒性能,动态过程的最大超调量被抑制在5%以内,动态调节时间仅为0.6s.所提出的性能寻优PID算法可以满足航空发动机的控制需求.      

飞机航向神经网络PID参数自整定控制器研究

飞机航向操纵的模型参数具有非线性、慢时变特性。飞机航向操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神经网络实现PID参数自整定的控制方法。此法能根据飞机动态特性的变化，自动重新整定PID参数，从而改善了飞机航向的操纵性能和鲁棒性。     

基于DSP的模糊PID舵机控制算法设计与实现

针对导弹舵机驱动控制系统,设计了一套基于DSP 2812的数字单闭环模糊PID舵机控制系统,同时分析了控制算法、控制器软件设计等问题.并对采用模糊PID参数自整定算法和传统PID算法所得的结果进行了对比分析.试验结果表明:采用基于DSP 2812的数字单闭环模糊PID舵机控制系统后,不仅简化了系统外围设备,而且舵机控制...     

相机稳定平台的RBF神经网络PID控制方法

相机稳定平台是作为飞行器航拍的一种外挂式设备, 可以采用先进的控制 策略避免飞机姿态变化和机身抖动对航拍质量造成的影响。常规的PID 控制需要人为手 动调节参数, 提出一种基于RBF 神经网络PID 参数自整定的控制方法。通过设定初始 PID 参数, 利用RBF 神经网络自学习能力进行在线参数整定。仿真结果表明, 与传统 PID 相比,RBF 神经网络PID 具有较高的精度和较强的适应性, 平台跟踪精度可以达到 3′以内。     

自适应PID控制系统仿真

针对常规PID控制器不能满足非线性、时变系统的控制要求的问题,本文将自适应控制思想与PID控制器相结合,合成一种自适应PID控制解决方案,并设计了一个自适应PID控制器。该方案运用专家控制策略,自动整定PID参数。仿真结论表明,在系统参数不确定或者发生变化时,该控制器的控制效果明显优于常规PID控制器。     

Fuzzy自整定PID控制器设计及其MATLAB仿真

针对常规PID控制器不能在线进行参数自整定的问题,结合模糊控制技术,提出了一种模糊自整定PID参数的方法,运用MATLAB进行仿真研究表明,该模糊自整定PID控制器既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,使被控对象具有良好的动、稳态特性。     

FUZZY-PID在激光陀螺稳频控制中的应用研究

在分析环形激光陀螺光强控制系统原理的基础上 ,针对自行研制的激光陀螺 ( RLG)计算机稳频控制系统的情况 ,研究了 FUZZY- PID与常规 PID控制算法 ;介绍了一种应用模糊推理功能实现 PID参数自整定的控制器 ,它是在常规 PID调节器的基础上 ,采用模糊推理思想 ,根据不同的 E和 EC,对 PID参数 KP、KI、KD 进行在线自整定的模糊控制器。仿真结果表明 :系统的动、静态性能都符合指标 ,该算法是实现激光光强控制进而完成激光频率控制较理想的控制算法。     

基于自调整神经元的航空发动机多变量自适应解耦控制

根据航空发动机性能控制要求, 通过分析自调整神经元及最速下降学习方法, 研究了基于自调整神经元的航空发动机多变量自适应解耦控制系统.利用自调整神经元的结构简单、各神经元之间没有权值连接及在线学习的优点, 在线整定多变量PID控制器的参数.阐明了该方法的结构和原理.并进行了航空发动机多变量自适应解耦控制系统的设计.大量的仿真结果表明, 系统具有良好的解耦特性和自适应能力.      

航空发动机燃油泵试验台入口油温控制

航空发动机燃油泵试验台入口油温控制系统是一种非线性、时滞系统,难以建立数学模型,常规的PID控制方法不能实现精确的控制。提出采用改进的单神经元自适应PID控制方法实现对入口油温的控制。该控制方法结合了神经网络和PID控制的优点。仿真结果表明,所采用的单神经元自适应PID控制与常规PID控制相比,具有更好的控制品质。     

火箭弹电动舵机模糊单神经元PID控制算法

针对制导火箭弹电动式舵机,为提高其响应速度和精度,文章在模糊PID控制基础上,提出了模糊单神经元PID控制方法。首先,建立了火箭弹舵机系统模型;然后,将模糊推理、单神经元自学习算法和PID控制相结合,建立智能控制系统,以实现对舵机输入指令的精确、快速响应。经仿真实验表明:在此智能控制下,舵机位置在阶跃响应的调节时间、超调量以及正弦跟踪上相对于传统模糊PID控制均得到有效改进,具有良好的动静态性能、自适应性和稳定性。     

基于智能神经元PID的异步电机直接转矩控制

针对异步电机直接转矩控制系统PID转速调节器的适应性、鲁棒性及抗干扰性较差的问题,提出了基于智能神经元PID转速调节器的异步电机直接转矩控制方法。智能神经元PID转速调节器采用2个神经元控制器进行设计,同时实现了控制器参数的在线调整,磁链调节器和转矩调节器分别采用滞环调节器进行设计。仿真结果表明,基于智能神经元PID的异步电机直接转矩控制系统能快速跟踪参考转速变化,具有很强的抗干扰能力、自适应能力和较强的鲁棒性。     

基于动态补偿的多电机控制算法

多电机协调控制达到转速一致是电机控制中的一个关键难题，外加负载变动和电机参数变化时会引起电机性能的下降，达不到良好的控制效果。为使电机间保持转速同步，建立了永磁同步电机d-q坐标系下的矢量控制数学模型，基于转速跟随控制，提出一种基于单神经元PID的变增益速度补偿器进行偏差耦合控制。在MATLAB/Simulink建立了3台永磁同步电机的仿真模型。仿真结果表明，与传统PID固定增益速度补偿器算法相比，单神经元PID的变增益速度补偿器具有更强的鲁棒性以及更快的收敛性。     

航空发动机PID神经网络解耦控制

对航空发动机的双变量解耦控制方法进行了研究,提出了一种基于遗传算法的PID神经网络解耦控制算法。该算法将遗传算法用于多层前向神经网络的连接权系数的学习,克服了BP算法易陷入局部权值的缺点,并具有PID神经网络控制器结构简单规范、动态和静态性能良好等优点。     

模糊算法在智能车控制中的应用

在自行设计的智能车中,方向控制和速度控制都存在高度非线性的问题。采用模糊算法与PID算法相结合的方法,实现了对方向和速度的优化控制,即采用模糊算法对智能车方向进行控制;采用模糊PID算法实现了对于智能车的速度控制。从而使智能车能够根据路况的变化,做出相应的控制决策。控制策略是在Freescale单片机MC9S12DGl28B上编程实现,实验表明：加载了模糊算法的智能车,对赛道的适应性和控制的稳定性都得到了较大的提高,具有很好的控制效果。     

某型发动机数控系统的相似参数自适应控制

针对航空发动机在全飞行包线非线性和时变的特点,提出了参数自适应PID控制器设计方法,研究了用最小二乘法和相似参数法两种参数估计器进行在线参数辨识和参数整定的问题。通过与发动机线性模型和部件级非线性模型的仿真,对两种控制算法进行了比较,确定了相似参数法自适应PID控制器具有稳定性好,计算简单,适用于全包线等优点。将相似参数法自适应PID控制器用于某型航空发动机全权限数控系统,通过试车和试飞,验证了该方法的优点。      

磁悬浮柔性转子系统变学习速率单神经元PID控制

磁悬浮轴承柔性转子系统的转速范围较大,固定的控制参数很难同时保证系统所需的低频和高频特性。本文在一般单神经元PID控制的基础上,将转速信号引入磁悬浮轴承数字控制器,在不同转速段选择不同的学习速率以调节控制参数得到合适的磁悬浮轴承的刚度和阻尼。试验结果表明,变学习速率单神经元自适应PID控制能够明显减小转子在各阶临界转速时的振幅,有助于磁悬浮轴承柔性转子系统的安全稳定运行。     

航空发动机自适应神经网络PID控制

本文提出了一种航空发动机多变量自适应神经网络 PID控制方法, 采用基于共轭梯度的神经网络学习算法在线整定控制器参数。该控制器的设计无需知道发动机精确模型, 具有响应速度快、抗干扰能力强和鲁棒性好等优点。控制器不仅算法简单, 实现容易, 而且适用范围广。