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.     

基于模糊PID的飞机机轮静态性能测试装置

机轮是飞机的重要组成部分,其安全性能直接影响飞机的安全起飞和着陆.机轮的性能指标包括动态性能指标和静态性能指标.静态性能指标主要包括机轮的静强度和刚度,一般采用传统PID控制算法实现飞机机轮静态性能指标的测试,但由于传统PID控制算法鲁棒性差,对非线形、时变等系统难以获得满意的控制效果,本文基于S7-300PLC,将先进智能控制方法与传统PID控制相结合,提出了模糊PID自整定算法在PLC上的实现方法,并完成对飞机机轮静态性能测试装置的有效控制,试验结果显示该控制系统在控制性能上明显优于传统PID控制算法.     

减振测试振动台及其控制系统

为验证减振器的隔振效果,设计了一套能提供典型振动条件的单自由度垂直往复运动的电液振动台及其计算机控制系统,通过该系统可以在室内模拟定频振动、扫频振动、随机振动及冲击谱等振动条件,完成所测减振器的机械力学性能或产品耐久性寿命测试等试验。系统控制部分采用上下位工控机结构,分别完成数据采集、实时控制,运行参数监控、数据处理的功能,控制策略采用模糊PID复合控制,控制参数可方便调整,能实现典型的波形再现和功率谱再现。系统运行结果表明,无论是时域还是频域均能达到满意的振动模拟。     

磁悬浮柔性转子系统变学习速率单神经元自适应PID控制

为同时保证磁悬浮轴承柔性转子系统所需的低频和高频特性,在一般单神经元PID(proportion integration differentiation)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...     

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。     

重力梯度稳定小卫星的最优主动磁控和动量轮控制

为了提高小卫星定点精度,姿态控制系统采用俯仰轴动量轮控制和三轴磁力矩控制。用四元数方法建立起卫星动力学方程和运动学方程。以响应时间和响应时间内欧拉角误差和角速率误差的平方和这两个单目标作为目标函数,以三轴的位置增益、速率增益和卸载增益为设计变量,以三轴欧极子矩不超过要求值,俯仰轴的轮动量矩不超过要求值,以及末尾响应时间内应保证欧拉角和角速率逼近控制值为约束条件,建立起卫星最优控制模型。最后,作为例子应用到小卫星姿态控制中,结果证实最优控制算法是可行有效的。与传统PD控制相比,优化后的姿态控制性能也大大提高。     

基于粒子群算法的导弹PID控制参数选择

PID控制在导弹控制系统的设计中得到了较多的应用,但PID控制器的性能依赖于其参数的整定和优化。利用粒子群算法对控制器的参数进行优化,并对俯仰通道控制系统进行了仿真研究,结果表明,攻角和俯仰角速度都取得了较好的效果,当气动参数具有不确定性时,效果依然较好,验证了方法的有效性。     

Active vibration control of piezoelectric bonded smart structures using PID algorithm

Thin-walled structures are sensitive to vibrate under even very small disturbances. In order to design a suitable controller for vibration suppression of thin-walled smart structures, an electro-mechanically coupled finite element(FE) model of smart structures is developed based on first-order shear deformation(FOSD) hypothesis. Considering the vibrations generated by various disturbances, which include free and forced vibrations, a PID control is implemented to damp both the free and forced vibrations. Additionally, an LQR optimal control is applied for comparison.The implemented control strategies are validated by a piezoelectric layered smart plate under various excitations.     

基于多层感知器神经元的空间柔性机器人位置跟踪控制

针对基体位置及姿态均不受控的自由漂浮柔性空间机器人轨迹跟踪问题,提出了一种前馈多层感知器(MLP)神经网络控制策略.建立了末端柔性的自由漂浮基机器人的耦合动力学模型,再利用MLP神经网络良好的逼近能力来自适应补偿非线性柔性臂的逆动力学模型,其误差代价函数由PID控制器提供,权重及阀值的调整采用改进的BP反传算法.最后通过仿真比较详细分析了所提方案的工作机理及对非线性强耦合系统控制的有效性.