基于变论域模糊控制的无刷直流电机转速问题

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。由于其采用传统的PID控制时很难满足需要,所以针对BLDCM精确调速的控制问题,在基于传统PID控制上引入模糊控制设计了模糊PID控制,并在此基础上应用变论域的方法,设计了变论域模糊PID控制器。以BLDCM为模型,通过MATLAB建立其仿真模型。仿真和试验结果表明,采用变论域模糊PID控制的BLDCM与传统控制的BLDCM相比,具有响应速度快、超调小、控制精度高等优点。     

冲压发动机连续可调喷管模糊控制研究

为了提高几何可调冲压发动机尾喷管控制性能,针对具有静差与动态不对称特性的连续可调喷管作动系统,采用模糊控制算法进行控制器设计,并利用自适应遗传算法进行控制器参数优化,最后将模糊控制系统与PID控制系统进行性能对比。结果表明,相较于常规模糊控制系统,优化后的模糊控制系统消除了稳态误差,减小了大小喉径在调节时间上的差异,鲁棒性较强。相较于优化后的PID控制系统,优化后的模糊控制系统在保证无稳态误差的基础上,具有更短的调节时间与更小的超调量,跟踪信号时具有更小的误差包络,优化后的模糊比PID控制系统性能提高2.6倍。总之,基于自适应遗传算法优化的连续可调喷管模糊控制系统比PID控制系统性能更高,能够满足高动态几何可调冲压发动机提出的响应快、调节精准、超调小的要求。     

航空发动机地面试车台加温加压进气控制系统设计

为模拟不同飞行状态下航空发动机的工作环境,设计了航空发动机地面试车台,该试车台能够通过管道供气的方式为 航空发动机提供一定温度、压力的气体。介绍了包括进气系统及其控制系统在内的硬件系统架构的总体设计方案,以及模糊PID 控制器的基本原理和设计思路。针对该试车台的加温加压进气系统设计了基于西门子PLC平台的控制系统,并在实际的试车工 作中完成了验证与应用。其中,最后1级压力调节系统采用了模糊PID控制方法,在西门子PLC平台使用2种编程语言分别设计 了模糊PID控制器模块,并对比了2种编程语言的设计效率和运行效果。分别通过计算机仿真和试车台试验及试车将模糊PID控 制器的控制效果与传统PID控制器的进行对比,结果表明：模糊PID控制器的控制效果更优。     

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...     

LQR与Fuzzy控制在飞机俯仰运动中的对比仿真

目的为解决传统PID控制控制参数固定、控制响应速度慢、超调量大,难以完成飞机自动驾驶仪俯仰系统控制的问题;方法分别设计LQR最优控制器和模糊控制器,并建立对应的Matlab控制模型进行仿真研究;结果阶跃响应仿真实验结果表明,飞机俯仰系统LQR控制器与模糊控制器比飞机俯仰系统PID控制器更好地实现对飞机俯仰角的控制,具有响应快速,超调小,误差小的优点;飞机俯仰系统LQR控制器比模糊控制器响应更快,跟踪性能更好;结论飞机俯仰系统模糊控制器在抗干扰鲁棒性、跟踪性能和稳态性能指标综合考虑上优于LQR控制器,更适用于实际的飞行环境。     

基于人工蜂群算法优化的燃气发生器压强自适应模糊免疫PID控制

固冲发动机燃气流量控制系统因具有较强的非线性和时变性,导致其控制问题较难解决。为了实现对燃气压强的精确闭环控制,设计了基于人工蜂群算法优化的自适应模糊免疫PID (ABC-AFI-PID)控制器。控制器的比例系数由模糊免疫控制器在线修正,积分和微分系数由自适应模糊控制器实时调整,并应用人工蜂群算法对控制器的设计参数进行鲁棒优化。采用ABC-AFI-PID控制器、自适应模糊PID (AF-PID)控制器和传统PID控制器分别对某滑盘阀式流量控制系统的线性和非线性模型进行仿真,来验证控制器在设计工作点(7.24MPa)附近以及全压强调节范围内的动态性能和稳态性能。结果表明:在不同的工况下,ABC-AFI-PID控制器体现出良好的品质。相比于AF-PID控制器可将压强响应速度提高约1.8～2.5倍,相比于传统的PID控制器可将压强响应速度提高约4.6～5.1倍,并且其超调量也被控制在7.14%以内。该控制器在快速性、稳定性和鲁棒性上均展现出了巨大优势,显著地提高了燃气流量控制系统的性能。     

专家-模糊自适应PID算法在伺服控制系统中的应用

为满足工程中伺服系统所用控制算法的要求,基于控制系统输出误差及误差变化率的大小,在专家PID和模糊自适应PID之间进行模式转换,提出一种基于专家控制的模糊自适应PID控制算法。将该算法用于飞机燃油全模试验伺服控制系统中,并使用Matlab进行仿真。结果表明,该算法既具有模糊PID控制精度高、稳态性好、鲁棒性强的优点,又继承了专家PID控制器响应快速的特点,具有很好的控制效果。     

基于细菌觅食优化算法的永磁同步电机位置伺服系统模糊控制策略

针对PID控制器参数固定而引起永磁同步电机(PMSM)位置伺服系统控制效果不佳问题,设计了基于细菌觅食优化算法的模糊控制器。该位置控制系统是以空间矢量控制为理论基础,由位置环、速度环、电流环构成的PMSM三闭环控制系统。在MATLAB/Simulink环境中将模糊控制器应用在系统位置环上。对比仿真结果发现,参数优化后的模糊控制器在系统位置环的作用更加优越,完全克服了传统PID控制器的缺点,能有效提高电机位置控制的快速性和准确性。     

基于扩张状态观测器的燃气舵舵机位置控制

为了实现对燃气舵舵片的高精度位置控制,设计了高阶非线性扩张状态观测器对舵机位置系统进行精确闭环控制。通过将参数摄动耦合项和外界扰动项合并为一个新的状态量,将原有三阶位置系统扩张为四阶控制系统。采用滑模变结构控制器对状态观测器观测结果进行控制,使舵机偏转角度达到预定值。分别采用传统PID控制和所设计的高阶非线性扩张状态观测器对舵机控制系统进行仿真,来验证所设计的控制器的响应性能和稳定性能。结果表明:相比于传统的PID控制器,所设计的高阶非线性扩张状态控制器具有更高的跟踪精度和更快的响应性能,其响应时间在0.1s以内,提升了约0.7s,且该控制系统无超调量的产生。该控制器在鲁棒性、抗干扰性上体现出更好的特点,因此可以更好地实现整体伺服系统的位置控制。     

基于模糊神经网络的智能PID控制算法

舵机控制系统存在响应速度慢、抗干扰能力差、系统参数不易整定、现有控制技术与设计方法的局限性等问题,这些问题影响了舵机的性能。为了提高制导火箭弹舵机伺服控制系统的性能,文章从舵机智能控制技术出发,研究了舵机的智能控制算法和Simulink系统仿真模型,采用模糊神经网络PID控制器来提高舵机的稳定性。仿真结果表明,模糊神经网络相比其他控制器进一步提升了舵机控制系统的控制效果。     

神经网络PID在电机调速中的应用

针对传统PID控制器参数不能随直流电机转速变化而适时整定的缺点,将常规PID控制器与具有自学习功能的神经网络相结合,提出了基于BP神经网络的PID控制算法。通过工控机与PLC之间的通信,实现用户自行开发的神经网络对PID参数的适时整定,其控制效果已经通过实验进行了充分验证,较传统参数固定式PID调速器具有更快的调节速度和更高的调节精度。     

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。     

基于改进遗传算法的飞行控制律参数设计

在进行大包线飞行控制律设计中,需将飞行包线分为几个区域,针对各个区域设计线性控制律,采用多个线性控制律来近似替代所需的非线性控制律,本文中线性控制律采用PID控制结构,若用传统PID控制律参数整定方法,工作烦琐、设计时间长,而且控制效果不是很好,提出运用遗传算法优化控制律参数,并针对遗传算法局部寻优能力差、收敛速度差、易早熟等缺点,对其进行了几点改进,为提高鲁棒性,对其适应函数进行了设计,针对某机型某个区域的俯仰控制进行了PID控制律设计仿真,利用改进的遗传算法对其参数进行优化,结果表明,该方法在23代就能得到最优控制参数,而且使系统动态性能有了较明显的提高。     

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。     

基于积分分离+死区PID的逆变电路控制系统研究

为了提高逆变电路模块控制性能,在传统PID控制方法基础上提出了一种基于积分分离+死区PID控制的逆变电路控制方法,可有效解决传统PID控制引起的控制量超过被控对象而造成系统振荡的问题。积分分离+死区PID控制算法是在积分分离PID控制算法内引入死区PID控制算法,综合了两种控制算法的优点,既可延长控制系统使用寿命又可对系统偏差进行限制。最后通过MATLAB/Simulink建立具有逆变电路模块的高频电源仿真模型,将所提PID控制方法应用于其中,验证了所提方法的有效性和实用性。     

基于小波神经网络PID的永磁同步电机转速控制

提出了基于小波神经网络PID的永磁同步电机(PMSM)转速控制策略。根据系统运行参数的变化,采用三层前馈式人工神经网络,基于梯度下降纠正误差法在线训练实时更新PID参数值。采用小波神经网络和增量式PID共同构成转速环控制器。建立PMSM数学模型,设计PMSM速度环控制器,构建S函数,对控制算法进行仿真试验,验证了该控制算法的先进性。试验结果表明,所提控制策略比传统PID转速控制具有更好的动态性能和抗干扰能力。     

PID神经网络控制器在飞控系统中的应用

BP神经网络已被广泛应用于PID控制器的优化调参,但这种调参方法具有收敛速度慢、学习时间长、连接权重初值为随机值、易于陷入局部极小等缺点.提出了一种不同于用BP网络调整PID参数的新的融合方法:PID神经网络控制器(PIDNN);该控制器不仅能克服以上缺点,而且具有很好的鲁棒性.对PIDNN在某无人机姿态控制系统的应用进行了仿真研究,仿真结果表明该控制器能够大大地改善姿态控制系统性能.     

基于电动汽车驱动用无刷直流电机控制仿真

通过研究电动汽车中无刷直流电机(BLDCM)负载运行时电机的性能与负载之间的密切关系,针对BLDCM调速应用,提出了一种改进广义预测控制的算法。通过对仿真模型中的BLDCM的数学模型分析,建立BLDCM的控制系统并进行仿真研究。仿真结果表明:当采用改进广义预测算法,与以往的PID控制算法相比,BLDCM的负载稳态精度以及最大转速波动都得到明显的改善,具有响应快、控制精度高,电机负载抗干扰能力强等特点,BLDCM可满足电动汽车行驶中BLDCM运行的要求。     

CMAC-PID控制在飞机防滑刹车中的应用

提出了一种基于CMAC神经网络与PID相结合的控制方法,利用传统的PID控制器实现反馈控制,保证系统的稳定性并抑制扰动;利用CMAC神经网络控制器实现前馈控制,保证系统的控制精度和响应速度。以某型飞机为例,针对不同的跑道(干、湿、冰)情况,将该方法和传统的PID控制方法在MATLAB环境下进行了数字仿真。仿真结果表明:基于CMAC-PID控制方法较传统的PID控制方法,可以大大地提高飞机防滑刹车效率,具有更好的刹车控制效果,并具有较强的鲁棒性,为飞机防滑刹车系统的控制提供一条新的思路。