一种非线性鲁棒PID控制器设计方法

针对一类非线性不确定系统,提出了一种基于PID(比例-积分-微分)控制的鲁棒控制方法.整个控制器由PID控制器和一个鲁棒补偿器构成.首先,基于系统的标称模型设计PID控制器;然后在PID控制的基础上,设计一个辅助鲁棒补偿器,用于补偿系统非线性、参数摄动和外界扰动等对系统控制性能的影响.补偿器的设计基于李雅普诺夫(Lyapunov)稳定性理论进行,从而保证了闭环系统的鲁棒稳定.采用该方法对倒立摆跟踪问题进行了仿真控制,仿真结果验证了设计方案的有效性.     

基于自校正模糊神经控制的无刷直流传动系统

提出了一种自校正模糊神经网络控制器(SCFNNC)来实现无刷直流电动机起动、调速、制动等各运行阶段的性能指标.该SCFNNC是采用调整系统增益参数的方法完成较完善的控制规则的.重点研究了系统自校正增益参数的确定方法,模糊控制器的设计,人工神经网络实现模糊控制规则的方法等.自校正增益参数是根据系统对超调量、转速稳态误差、动态速降的期望值来确定的.设计模糊控制器时是根据系统的性能指标,确定出合适的模糊控制规则表,用于训练神经网络.为使系统的性能达到最佳,采用了自校正模糊神经控制、开关控制和比例控制相结合的复合控制方法,通过数学仿真证实配备SCFNNC的系统具有优良的动、静态特性,及较强的鲁棒性.     

自适应模糊PID技术在发射场供气系统的应用

针对发射场加注供气系统压力控制非线性、大时滞、变参数问题,设计了一种基于自适应模糊PID技术的闭环压力控制系统。该系统通过对控制器的比例系数Kp、积分系数Ki和微分系数Kd的在线调整,实现了压力的高精度控制。依据试验现场数据采取曲线拟合方法建立系统二阶滞后惯性模型并进行了仿真。通过仿真验证了模型的有效性,效果优于常规PID控制,有效地改善了系统的动态性能和稳态精度,在以PLC控制为核心的发射场自动化控制系统中可推广使用。     

控制力矩陀螺框架高精度周期随动控制

为实现控制力矩陀螺框架伺服系统的高精度周期随动控制,采用比例积分微分(PID,Proportion Integration Differentiation)控制器结合重复控制器的控制方式,PID控制器实现框架伺服系统静态和匀速运动的高精度控制,插入式重复控制器实现对周期性输入信号的精确跟踪.对控制力矩陀螺框架系统进行了建模,设计了PID控制器与插入式重复控制器,并分析了重复控制器的稳定性条件、稳态跟踪性能和对扰动的抑制能力.仿真结果和实验结果表明:采用插入式重复控制器使控制力矩陀螺跟踪1Hz给定速度信号时的稳态跟踪误差大幅减少.PID控制器结合插入式重复控制器结构简单,两者可分开独立设计,参数设计容易.     

大型挠性结构基于独立模态空间的模糊PID控制

模糊控制器对于复杂不确定系统的控制具有很强的适应性,将模糊逻辑和PID控制器结合起来用于解决一类大型挠性结构空间桁架这一复杂系统的振动控制问题;并结合结构振动常用的独立模态空间控制方法,克服大型空间桁架不能建立精确的数学模型所带来的弊端,有效地抑制了由于模态溢出或耦合产生的差拍现象。仿真结果表明这一模糊PID控制器对于高阶、非线性的大型空间桁架振动控制是有效的。     

高精度交流伺服系统的模糊PID双模控制

交流位置伺服系统因其存在参数时变、负载扰动以及电机的非线性等缺点 ,很难为其建立准确的模型.模糊(fuzzy)控制具有无需建立被控对象的数学模型、鲁棒 性好等优点,但稳态精度差.将模糊控制和PID控制相结合,设计了Fuzzy-PID双模控制器. 在论域内用不同的控制方式分段实现控制,这样就综合了模糊控制和PID控制的优点,克服 了各自的缺点.该控制器结构简单、易于实现.在半闭环交流位置伺服系统上所做的实验表 明,采用Fuzzy-PID双模控制器与采用经典PID控制器相比,阶跃响应的调整时间减少了33.7% ,并且无超调,轨迹跟踪误差减小了47.2%.      

推理合成法在炉温模糊控制系统中的应用

根据电阻炉温控制的特点,即只有升温单向控制、滞后较大且具有参数时变性,利用模糊推理合成法建立模糊模型并进行模糊控制器设计,为提高模糊控制的精度,引入模糊变量K,构成参数自调整模糊控制系统.该系统可根据误差和误差变化在线自动调整控制器参数,使系统的稳态精度得到改善.     

多余度无刷直流电动机的自抗扰控制

为了克服电机内部参数变化、齿槽效应、负载扰动以及余度降级等不确定因素对多余度无刷直流电动机位置伺服系统性能的影响,实现高性能的位置伺服控制,提出了基于自抗扰控制器的多余度无刷直流电动机位置伺服系统.该系统通过跟踪微分器为给定位置信号安排了一个过渡过程,解决了系统的快速性与超调之间的矛盾;通过扩张状态观测器将影响输出的系统内外"总扰动"扩展成新的状态变量,实时估计出来并进行动态补偿,提高了系统的抗干扰能力;通过非线性组合实现了"小误差大增益、大误差小增益"的工程经验,提高了控制精度.仿真结果表明:该系统具有良好的动、静态性能,满足了系统的性能要求,且对电机内部参数变化、余度降级、负载扰动等具有很强的鲁棒性.     

基于神经网络的电液转台非线性积分滑模控制

针对高精度电液飞行仿真转台具有高度非线性、参数不确定和不确定非线性等特点,提出了一种基于RBF（Radial Basis Function）神经网络的非线性积分滑模鲁棒控制方法.采用自适应RBF神经网络对该系统存在的参数不确定性和不确定非线性进行补偿,从而降低滑模控制器对切换项的增益的需求,进而减小系统抖振幅值.积分滑模面的设计能消除外部干扰对系统带来的稳态误差.根据积分滑模变结构控制器的特点,将控制律分为等效控制律和到达控制律.等效控制律使系统运动于滑模面附近,到达控制律可使处于状态空间内任意初始位置的系统趋近于滑模面,并进一步通过Lyapunov方法证明了系统的渐近稳定性.实验结果表明,所提出的非线性控制器不仅能满足电液转台的高精度跟踪性能的要求,且对参数不确定性和不确定非线性具有一定的鲁棒性.     

专家-模糊PID在低速风洞风速控制系统中的应用

介绍北京航空航天大学D-4低速风洞风速控制系统的结构、控制原理和性能特点.为了解决低速风洞风速控制系统建模困难、控制系统复杂、易受外界影响,且自身参数时变不确定、控制难度大的特点,采用了模糊PID调节算法结合专家判断组成专家-模糊智能控制器的方法控制风速.现场调试运行结果表明:这种方法解决了常规PID不能在线进行参数自整定的问题,不仅具有PID控制器高精度的优点,又具有模糊控制器快速性、稳定性、鲁棒性高的特点,并且具有良好的动、稳态特性,可满足低速风洞风速控制要求.      

飞机大机动飞行的一种模糊控制系统设计方法

在全飞行包线内大机动飞行时,飞机的飞行参数变化剧烈,飞机模型呈现出严重的非线性,采用常规控制方法不能保证在整个飞行包线内均取得良好的控制效果.本文提出了一种新的模糊控制方法.该方法将模糊控制函数的优化和模糊控制系统增益自适应调整集中于一体,可大大改善系统的品质和适应能力.该方法已用于综合飞行/推力系统设计.数字仿真结果表明,这种新型的模糊控制方法取得了良好的控制效果.     

航空发动机多变量变增益控制器设计及仿真

针对航空发动机全包线工作下的多变量变增益控制器设计问题,给出了一种改进的埃德蒙德算法（以下简称KQ算法）并进行了仿真应用。首先,阐明了多变量KQ算法的控制原理与优化算法,进而通过闭环期望函数选择、控制器结构选择以及控制器参数优化进行了KQ控制器设计,并针对所设计的KQ控制器,给出了稳定性证明和系统奇异值分析。分析表明所设计KQ控制器能够使系统闭环稳定,且具有满意的低频指令跟踪、干扰抑制能力、传感器噪声的抑制、高频未建模动态的鲁棒稳定性和低频发动机建模误差不敏感等性能,满足发动机控制要求。其次,通过调度变量选择、设计点KQ控制器设计以及采用插值方法的非设计点KQ控制器设计等过程实现某型涡扇发动机的多变量KQ变增益控制器设计研究,并进行仿真验证。仿真结果表明,设计点条件下,当涡轮后温度和增压比参考输入均为阶跃信号时,其被控参数响应速度很快,且上升时间均小于1 s,耦合影响小于6%,设计点KQ控制器满足控制要求;非设计点条件下,利用插值方法建立的KQ变增益控制器具有较好的性能,能够实现该型涡扇发动机全包线控制性能要求。      

挠性航天器姿态机动的变论域自整定模糊PID控制

建立了带有太阳翼的挠性航天器的姿态动力学模型,应用改进的罗德里格参数来描述姿态运动学模型。针对挠性航天器模型参数不确定性和环境干扰等问题,提出了变论域自整定模糊比例积分微分(PID)控制方案,构建了计算简单并且可以达到控制精度的伸缩因子。基于Matlab/Simulink进行了仿真验证,结果表明,变论域自整定模糊PID 控制响应速度比传统PID控制、模糊PID控制快350s,且无超调,不仅能够使航天器完成对目标姿态的机动,而且能够有效地抑制挠性太阳翼的振动。     

空间机器人柔性臂动力学模糊控制的研究

重点研究了在空间机器人柔性臂的动力学非线性控制问题,由于柔性臂动力学系统的强非线性和耦合性,使得柔性臂控制系统复杂,控制的实时性和稳定性差,本文针对以往柔性臂控制所存在的问题,综合考虑系统的动态和静态特性,提出了一种带有非线性补偿器及ＰＩＤ控制器的柔性臂模糊复合控制方案,然后,根据所推导了一两连杆的空间机器人柔性臂的这非线性模型,进行了系统控制的仿真研究,实例仿真的结果表明,该控制方案能有效地抑制     

基于遗传算法的高速飞行器模糊飞控一体化

以高超声速飞行器通用模型的俯仰通道为控制对象,针对其6自由度非线性模型设计了一体化飞控系统.飞控系统由1个模糊控制器和2个PD控制器组成.基于遗传算法实现了模糊控制规则和PD反馈参数的自动优化,无需先验知识和训练数据.仿真表明,该方法可以同时满足飞行控制系统鲁棒性和优化过程收敛性的要求,特别是鲁棒性优于同样采用模糊控制的经典双回路飞控系统.     

基于PIDNN控制的飞行模拟器人感系统

针对飞行模拟器人感系统的高度非线性和易受干扰性,提出一种基于PIDNN(Proportional Integral Differential Neural Network)的控制方案.首先对飞行模拟器人感系统的模型进行分析研究,对它所受到的外界干扰作理论分析,整理出系统的数学模型,再利用PIDNN控制器优良的在线训练、学习和调整功能对该模型进行仿真控制.与传统PID(Proportional Integral Differential)控制器相比,PIDNN结构简单、自适应性强、收敛速度快、不会陷入局部极小.仿真结果表明:PIDNN控制系统响应速度快、稳态精度高、 具有良好的动静态特性和鲁棒性,满足实时控制的要求.      

EHA反馈线性化最优滑模面双模糊滑模控制

为提高电静液作动器（EHA）控制性能,提出了一种反馈线性化最优滑模面的双模糊滑模控制方法。该方法在EHA的非线性模型上,利用反馈线性化方法将其线性化,在此基础上建立线性切换函数,并采用最优控制理论对切换函数进行设计。为削弱抖振将模糊控制算法引入滑模控制中,采用一个模糊控制器,根据最优滑模函数运动特性的数值对切换控制增益进行估计;采用另一个模糊控制器,根据滑模控制原理对切换控制项进行调整。仿真结果证明了该方法的有效性。