飞机自动驾驶仪俯仰控制系统仿真研究

分别对比设计了PID控制器、LQR最优控制器和模糊控制器,并建立了对应的Matlab控制模型进行仿真研究。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控制器能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,而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。     

NAIWR—1智能两足步行机器人模糊自适应控制研究

本文对模糊控制、自适应控制和ＰＩＤ控制进行了综合研究，实现了自行研制的ＮＡＩＷＲ－１智能两足步行机器人的模糊自适应ＰＩＤ控制，并用模糊递阶协调方法进行关节到位协高送数，成功实现了两足步行机器人的稳定行走。     

采用抗积分器卷绕改进高增益PI控制器的性能

研究了饱和非线性对采用Ｓａｌｆｏｒｄ奇异摄动法设计的高增益（快采样）误差驱动ＰＩ控制器的影响，在分析了使系统性能降低的原因后，提出了抗积分器卷绕方案，以ＡＦＴＩ／Ｆ－１６直接力控制系统为例，说明了该方法是可行和有效的。     

基于遗传算法整定的PID网络流量控制

结合经典控制理论和优化控制理论设计了基于遗传算法的线性PID控制器,并与经典的PID控制器进行了比较．此控制器较好地控制了交换机缓冲器的队列长度,动态性能明显优于一般PID控制器．并得到了仿真结果的验证．     

一种新的抗饱和控制器研究与设计

首先忽略执行器的饱和,设计了能够满足系统性能要求的线性控制,然后设计了饱和补偿器降低饱和的影响,线性控制器使系统有较小的阻尼率以提高响应的快速性;当输出达到设定值时,非线性控制器使系统有较大阻尼率以降低超调量。线性控制器与非线性控制器合成总控制器,结合PID技术,能够实现高精度艰踪控制。本方法设计的控制器应用于伺服跟踪系统,仿真结果表明该方法是有效的。     

数字电子气动式座舱压力控制系统模型及性能分析

在分析数字电子气动式座舱压力控制系统结构的基础上,建立了座舱及控制系统中执行机构各部件的数学模型.分析系统的传递函数得到了系统稳定所需的PID控制参数取值范围,通过对系统动态性能的仿真进一步确定PID各参数的关系.结果表明:为了满足数字电子气动式座舱压力变化速率和稳定性的要求,PID参数需满足一定的关系:在一定范围内,控制器的比例参数应大于微分参数,而微分参数应大于积分参数.     

一种无人机姿态智能PID控制研究

姿态控制是无人机自主飞行控制的基础，其控制律设计结果对无人机飞行特性的影响至关重要。它决定了无人机是否能够满足自主飞行要求。为了解决在整个飞行包线中都能获得好的控制效果．本文引入了仿人智能比例，积分和单神经元控制等智能控制方法，设计出了一种用于无人机姿态控制的智能PID控制器。控制品质主要表现为响应快、精度高、超调量小，能进行稳定的大范围调适，鲁棒性强。仿真研究表明，这种控制器算法简单．易于实现，且比常规P1D控制器具有更强的鲁棒性和自适应能力。     

模糊PID控制在温湿度控制系统中的应用

针对模糊控制的不足和ＰＩＤ控制的缺点提出了一种智能温湿度控制的方法。该方法把模糊控制技术和ＰＩＤ算法结合起来,采用多模态分段控制设计出温湿度控制系统。通过半实物仿真实验可知,该方法对多变量、强耦合、大惯性对象的控制是非常有效的,具有超调小,调节迅速和上升时间短的特点,且具有很好的鲁棒性。     

大螺距加工数控系统的设计

介绍了研制加工大爆距数控系统，提高工加工精度；讨论了系统总体设计方法，并对传动系统进行理论分析和计算；得出了影响控制精度的主要因素及解决方法。最后详细讨论了数字控制系统数学模型的建立及增量式ＰＩＤ算法的软化。     

Fuzzy－PID控制在高精度数字伺服系统中的应用

Ｆｕｚｚｙ控制已在工业过程控制中取得了一系列成功的应用，但在高精度数字伺服系统中的应用还未见报导。本文通过分析Ｆｕｚｚｙ控制和ＰＩＤ控制各自的特点，将Ｆｕｚｚｙ控制和ＰＩＤ控制有机结合起来，设计了一种新型的混合式智能调节器Ｆｕｚｚｙ－ＰＩＤ控制器，它具有结构简单、抗干扰能力强，调整时间短等优点，可同时兼顾控制系统的动静态性能。笔者将该控制器应用于高精度数字伺服系统中取得了较好的效果。应用实例表明，该控制器具有良好的动静特性和一定的鲁棒性，而且控制算法简单，实现方便。     

基于神经网络的航空发动机全包线PID控制

提出一种基于神经网络的航空发动机全包线PID控制器参数整定方法,在全包线内选定若干离线整定点,在这些点离线整定PID控制器参数kp,ki,kd.以离线整定点参数为训练样本,离线训练BP神经网络,该网络可映射高度H,马赫数Ma与kp,ki,kd的非线性关系,便可用该网络在线整定包线内任意点的kp,ki,kd.用发动机非线性部件级模型为被控对象的数字仿真表明,用上述方法设计的发动机PID控制器在全包线内,都能获得理想的动静态品质.该方法简单易行,效果好,具有实用价值.     

汽车交流发电机性能自动化测试系统的开发与设计

针对汽车交流发电机特性,研发了汽车交流发电机性能自动化测试系统.介绍了测试系统的硬件控制电路部分及软件的组成,阐述了测试系统的工作原理、设计方法、数据处理技术、控制策略.现场调试和生产线上的稳定运行表明研发的测试系统设计合理,控制精度高,工作节拍短,抗干扰能力强.     

基于DDPG-PID的机器人动态目标跟踪与避障控制研究

针对机器人在动态复杂环境下的操作问题,研究机械臂跟踪运动目标及避障的运动控制方法。采用传统PID控制方法与DDPG强化学习算法相结合的方式,利用PID控制使得机械臂的工作平面快速接近目标物并与之重合,再使用DDPG算法让机械臂在平面内自主学习追踪目标物投影同时避开障碍物投影,最终在三维空间中实现跟踪与避障。该方法将机械臂作为一个智能体,智能体通过感知目标物和障碍物的距离偏差来自主学习避障跟踪策略。将本方法用于多自由度机械臂路径规划与避障任务中,对比单纯使用DDPG算法将机械臂作为智能体在空间中进行决策控制,仿真结果显示本文所提出的方法收敛效果和控制性能更好,机械臂能在训练后实现目标物的稳定跟踪和障碍物的躲避。     

基于神经网络的风洞尾支杆减振系统

风洞试验时,由于气流的影响,测试用悬臂式尾支杆容易产生大幅度低频振动,这会严重影响测试精度,甚至损坏自身结构。为了有效抑制尾支杆的振动,本文设计了基于压电组件的主动减振系统,并将人工神经网络应用于PID控制,提出了神经网络PID智能控制算法。对尾支杆进行有限元分析,获取其模态参数。然后设计试验测试减振系统的性能,将神经网络PID与经典PID的控制效果进行对比。试验结果表明:在连续载荷的作用下,采用经典PID控制算法与神经网络PID均可达到有效控制(减振幅度70%以上),且神经网络PID在保证减振效果的情况下实现控制参数自整定,具有良好的鲁棒性。     

NAIWR－1智能两足步行机器人模糊自适应控制研究

本文对模糊控制、自适应控制和ＰＩＤ控制进行了综合研究，实现了自行研制的ＮＡＩＷＲ－１智能两足步行机器人的模糊自适应ＰＩＤ控制，并用模糊递阶协调方法进行关节到位协调送数，成功实现了两足步行机器人的稳定行走     

大型低速翼型风洞侧壁边界层控制系统研制

介绍了NF-3大型低速翼型风洞多喷嘴级联吹气侧壁边界层控制系统的结构和原理.为验证本系统的功能和性能,采用侧壁吹气方案并使用增量式PID控制算法进行气源压力的控制,对具有增升装置的GAW-1翼型进行了侧壁边界层吹除试验研究.试验结果表明:(1)使用侧壁吹气系统后翼型模型中间截面最大升力系数由2.79增加到2.84,增加幅度1.8%,且模型端面截面的升力系数与中间截面的升力系数基本上相等;(2)利用增量式PID控制算法对气源压力的精确控制较好地完成了风洞侧壁吹气功能,改善了翼型表面流动,减小了侧壁边界层对翼型试验结果的影响.     

集成式电动燃油泵控制规律研究

为实现对电动燃油泵供油量的有效控制,首先在分析处理实验数据的基础上研究了电动燃油泵的供油特性,并利用AMESim仿真软件建立了集成式电动燃油泵数学模型。以此为基础构建了燃油泵PID控制系统,仿真中用经验试凑的参数整定方法给出了最优的控制参数,达到了预期的控制效果。为控制系统的调试试验提供了理论依据。     

自适应遗传 PID 算法在风洞风速控制中的应用

风速控制是风洞的核心控制部分,风速控制系统的优劣直接影响风洞性能指标,为了完成 FDxx 风洞的风速控制系统,设计了一种基于自适应在线遗传算法的 PID 参数整定方法,在风洞气源资源有限的情况下,快速建立流场,确保流场稳定时间。首先对控制参数进行联合编码,在种群个体进化前期采用锦标赛精英保留策略,后期采用基于轮盘赌非线性选择方法,加快算法收敛速度,同时避免了算法过早陷入局部最优,交叉选用单点交叉,变异采用均匀取反法,动态调整过程为了减小甚至避免超调,采用误差绝对值及误差和误差变化率加权方式设计目标函数,并采取了惩罚措施,即一旦产生超调,将超调量作为最优指标的一项,现场测试验证了算法的可靠性及实用性。     

精确复现机翼摇滚运动的控制技术

为快速、精确地复现自由摇滚实验得到的机翼摇滚运动,在控制伺服电机的传统PID参数基础上增加了基准速度修正系数Kv,并将其视作PID参数的一部分,在此基础之上给出了一种PID参数的快速估计方法.利用该方法可以快速得到不同试验状态下控制伺服电机复现机翼摇滚运动的PID参数,提高了调试反馈控制量的效率.同时,发现在进行PID参数调节之前对速度时序曲线进行光滑化预处理,能为进一步进行PID调节打下坚实基础,提高电机驱动模型复现机翼摇滚运动的精度.最后,通过风洞试验对给出的方法进行了实验验证.