基于Fuzzy-PID的锻件主轴的热处理温度控制

为改善电阻炉处理主轴锻件的热加工品质,研究了温控的Fuzzy-PID算法,将其应用到主轴的热处理过程中,实现动态温度的自整定。结果表明,Fuzzy-PID比传统PID具有更好的动态特性,有助于使炉温稳定,获得高品质主轴。     

改进的PSO算法及其在控制系统参数整定中的应用(英文)

针对传统PID控制对非线性、强耦合控制系统的控制效果不佳,参数整定难度大的情况,基于改进的PSO算法,设计了一种HSIC控制器。该设计借助改进的粒子群算法对控制器参数整定进行了优化研究,基于粒子群算法,借鉴遗传算法中操作因子特性,提出了一种具有遗传思想的改进粒子群算法。在Matlab环境下,通过对标准函数的仿真实验测试,验证了该改进算法的优越性。利用Simulink工具对所设计的2种控制器进行了仿真比较研究,仿真实验表明,所设计的仿人智能控制器具有较好的控制品质,有比较好的可实现性。研究表明,整定后的控制器可以满足受控系统的控制品质要求。     

磁悬浮系统模糊PID控制器设计

以五自由度磁悬浮轴承系统为研究对象,介绍了该系统的组成和工作原理,通过分析磁悬浮轴承系统对控制器的要求,针对该系统的开环不稳定和非线性特点,根据模糊控制技术,采用模糊算法和PID控制相结合的方法,通过对系统过渡过程模式的在线识别,对PID参数进行自整定,设计磁悬浮轴承系统的Fuzzy-PID非线性控制器.实验证明,与传统的线性PID控制器相比,模糊PID控制器具有较好的控制性能和动态特性,应用于五自由度主动磁悬浮轴承系统,实现了转子的稳定悬浮和旋转,满足系统的回转精度要求.     

数控切削性能的Fuzzy-PID控制算法的设计与仿真

随着零件加工精度的日益提高及外界干扰因素的不断增加,传统PID控制的数控加工过程已不能满足目前切削性能的需求,如何使数控机床在加工中仍然保持优越的切削性能是目前制造领域研究的热点问题之一.根据数控切削加工系统的组成结构,建立了切削系统的数学模型.通过分析单位阶跃响应的误差曲线,归纳了PID参数自调整的模糊规则,并完成了一套与切削系统相匹配的Fuzzy-PID算法的设计.经动态性能、抗干扰性能和鲁棒性能的仿真实验分析,结果表明与传统PID算法相比,Fuzzy-PID算法应用于切削系统中具有更良好的品质.     

基于遗传算法的泵控马达系统PID参数的整定

PID参数整定是一个多参数组合优化的问题,针对目前常用的工程整定法只能从系统的单项性能指标出发进行整定,而无法在全局范围内对PID参数进行组合优化,提出基于遗传算法的PID参数整定方法.这种方法充分利用遗传算法的适应度函数,引入所需的系统性能指标,对系统进行全面的参数设计.将该方法应用于泵控马达系统,取得了良好的控制效果,并将Ziegler-Nichols与遗传算法整定的PID控制系统响应曲线进行对比分析,证明基于遗传算法的PID参数整定方法的优越性.     

基于改进粒子群算法的无刷直流电机控制研究

文章针对无刷直流电机(BLDC)复杂的、耦合的非线性的特点,克服传统的控制算法控制速度精度不高、响应速度慢等缺点,提出了一种基于改进的粒子群算法(PSO)对PID控制器系数自整定的无刷直流电机控制新策略.在Matlab/Simulink中搭建BLDC控制系统的仿真模型,并实现双闭环的控制:速度环采用改进粒子群算法优化PID控制,电流环采用滞环电流控制.仿真结果验证了该控制方法对无刷直流电机调速系统具有良好的快速性、稳定性和鲁棒性.     

基于改进粒子群算法的PIDNN解耦控制研究

对于具有非线性、强耦合、大迟滞特点的多输入多输出的非线性系统,传统的控制方法无法对其进行精确解耦,导致控制精度较低。提出一种基于免疫机制的改进粒子群算法,并用此方法对PID神经网络权值进行优化,形成新型PID神经网络控制器。利用两个PID神经网络控制器对双输入双输出耦合系统进行控制以减弱系统的耦合影响。通过仿真结果表明：相对于传统PID解耦控制,该算法具有更好的动态和静态特性。可为控制领域中的解耦问题提供一定的参考。     

基于改进粒子群算法的PIDNN解耦控制研究（英文）

对于具有非线性、强耦合、大迟滞特点的多输入多输出的非线性系统,传统的控制方法无法对其进行精确解耦,导致控制精度较低。提出一种基于免疫机制的改进粒子群算法,并用此方法对PID神经网络权值进行优化,形成新型PID神经网络控制器。利用两个PID神经网络控制器对双输入双输出耦合系统进行控制以减弱系统的耦合影响。通过仿真结果表明:相对于传统PID解耦控制,该算法具有更好的动态和静态特性。可为控制领域中的解耦问题提供一定的参考。     

模糊PID在电阻炉温度控制系统中的应用

针对电阻炉的特点,提出Fuzzy-PID控制算法,介绍了模糊PID控制器原理,并改进了Fuzzy-PID控制器算法.仿真实验表明该控制系统的特性得以改善.     

自抗扰与改进ESO并联的永磁同步电机矢量控制

为提高永磁同步电机的控制性能，设计了一种自抗扰控制器与改进ESO并联的永磁同步电机矢量控制系统。首先，利用光滑的非线性函数改进传统的ESO,提高其对信号的平滑处理能力，并将改进的ESO与ADRC并联，提高信号处理的准确率；然后，将系统的电磁转矩与负载误差、转速误差与时间积分主动补偿到电流环，提高系统的响应速度和抗干扰性；最后，利用乌鸦算法优化ADRC的参数，减少人工参数整定的复杂度。Simulink中的仿真结果表明，改进系统比ADRC和PI控制具有更好的鲁棒性和稳定性。     

基于改进遗传算法的数控加工切削用量优化

针对数控加工的特点,建立以加工成本最低、生产率最高和利润率最大为目标函数,以机床性能、刀具、工件、工艺等限制因素为约束条件的切削用量优化数学模型,运用改进遗传算法对切削用量进行优化。与传统遗传算法相比,该算法采用实数编码,基于搜索点的适应值变化趋势进行定向变异并自适应地改变变异步长,局部搜索能力和全局优化能力更强。优化结果表明:在切削用量优化计算中,该方法收敛速度快,结果也较稳定。     

基于GA的工程整定模糊PID烧结温度控制器

论文提出一种基于遗传算法优化的工程整定模糊PID回转窑烧结温度控制器。先根据工程整定方法简化PID算法,融合专家的人工控制经验;然后采用GA优化模糊查询表及其他相关控制参数。针对一个回转窑模型的仿真结果,表明该控制器具有结构简单,实时性强,方便融入专家控制经验,控制品质优等特点。     

改进PSO算法优化交流伺服系统PID参数研究

伺服系统PID控制参数的优化整定对系统可靠性和稳定性有着重要意义,而传统整定方式下参数优化整定时间较长、效果不佳、反应较慢。为了解决以上问题,提出一种优化交流伺服系统参数的控制方法。基于改进PSO算法实现惯性权重和学习因子随迭代次数的改变自适应调整,引入适应度函数快速优化整定PID控制器参数。利用MATLAB分别对基于遗传算法(GA)、量子遗传算法(QGA)、粒子群算法(PSO)的伺服系统PID参数整定进行仿真实验及对比分析。通过实验测试基于改进PSO算法和GA算法的PID控制器对伺服系统稳定性的影响。结果表明:利用改进PSO算法对PID参数进行优化整定,使得伺服系统具有鲁棒性强、稳定性高、超调量小等优点。     

液压挖掘机系统控制参数的免疫优化整定方法(英文)

液压系统是工程机械的神经系统,变量泵是液压系统的中枢神经,其工作好坏直接影响工程机械的性能和施工效率.针对步进电机控制机械转换机构可满足液压挖掘机控制系统中泵、阀、缸三者的良好匹配以实现无级变速,但是并未解决最佳动力性和最佳燃油经济性控制的问题,提出了一种基于免疫优化控制的参数整定方法.该方法将节能目标函数作为约束条件直接引入控制器参数的寻优过程,借助免疫优化算法整定控制器参数,所整定的参数既可保证控制器良好的动静态控制品质,同时也兼顾了节能的最优性.文中对多种不同算法的整定参数作了仿真对比实验研究,系统响应曲线显示基于免疫优化的整定参数有更好的控制效果.仿真结果表明,所提出的控制器参数免疫优化整定方法用于液压挖掘机控制系统参数整定是合理与可行的.     

基于神经网络的静力压桩机的液压同步控制系统

静力压桩机的液压控制系统是一个非线性、耦合的时变系统,一般的PID控制无法达到满意的效果。因此,本文提出了一种基于神经网络整定的PID和一种改进的主从位置同步系统结构,其仿真结果表明这种神经网络整定的PID的改进的主从位置同步控制方案具有比利用常规数字PID的经典主从位置同步控制方案更好的控制效果。     

基于BP-PID的选择性激光烧结温度控制系统设计

为消除纯滞后系统的超调、改善温度因素对制件质量和强度的影响,设计一种基于BP-PID算法的选择性激光烧结温度控制系统.该系统采用层次化架构和模块化的设计方案,以STM32控制器作为主控模块,并利用BP神经网络改进传统比例-积分-微分(PID)算法,提高了控制系统的稳定性且效果显著.通过MATLAB进行仿真模拟,与传统PID控制进行对比并进行实验.结果表明:BP-PID算法能迅速整定最优参数,且超调量小,达到稳态所用时间更短;在设定预热温度为90℃且采用BP-PID算法控制时,系统稳态误差在±1℃之内,超调量小于3％.     

基于PID的模具激光熔覆再制造工艺控制研究

采用增量式PID算法建立了模具连续CO2激光熔覆工艺控制模型,并对其进行了仿真试验.结果表明,与传统控制方法相比,基于神经网络的PID技术的新型控制模型具有更好的自适应性、鲁棒性和控制精度,改进并优化了模具激光熔覆再制造工艺.该新型控制模型可以推广应用到其他种类的模具激光熔覆工艺过程控制中.     

基于模糊时变滑模的永磁同步电机调速系统设计

针对永磁同步电机突然加入负载时存在的转速波动和不稳定问题,提出一种基于积分时变滑模面和新型模糊增益趋近律的滑模调速方法。采用积分时变滑模面,在传统积分滑模面中加入一个时变项,借此提升系统的响应速度。改进传统的指数趋近律,加入非线性函数来削弱系统的抖振,同时根据不同的系统状态用模糊算法整定趋近律增益参数,着重于提升趋近速度和系统抗扰动能力。最后,使用李雅普诺夫稳定性判据证明了该控制系统的稳定性。在MATLAB/Simulink环境下将此控制策略与传统滑模控制策略进行对比,仿真结果表明：采用此控制方法的系统响应速度更快、抑制系统扰动和抖振的能力更强,具备更好的综合性能。     

BP神经网络在流量比值控制系统中的应用

针对在PCT-2型过程控制装置进行流量比值控制时,PID参数难以整定的问题,提出了一种基于神经网络自适应的PID流量比值控制方法.该算法利用BP神经网络的非线性表示能力,通过系统的自学习来实现具有最佳组合的PID控制.这种方案达到了在线实时控制的目的.实验表明:在流量比值控制系统中,基于BP神经网络的PID控制算法比普通PID控制算法具有更好的动态性能和鲁棒性,能取得很好的控制效果.     

粒子群算法优化的液压球形关节自抗扰控制研究

以液压球形关节为研究对象,针对其多输入多输出、非线性和模型不确定性等特征,采用一种基于改进型粒子群算法(PSO)参数自整定的自抗扰控制器(ADRC)。分析ADRC各参数的意义和整定原则,采用改进的非线性动态方式更新PSO的惯性权重,并引入基于时间乘以绝对误差积分的优化准则(ITAE),运用改进型PSO在线自整定ADRC的参数。利用MATLAB/Simulink建立控制系统仿真模型,结果表明：与传统ADRC相比,经过改进型PSO参数优化的ADRC具有更好的控制性能,在α和β运动方向上超调量分别减小0.3、0.13 rad,调节时间分别缩短0.98、0.59 s。