大型液压机驱动系统摩擦补偿控制

为提高大型液压机驱动系统控制精度,提出了基于改进型Lu Gre摩擦模型的补偿控制方法。建立了液压机驱动系统的动力学模型,通过改进型Lu Gre模型来描述液压机的综合摩擦特性。分别设计了PID控制器、2自由度PID控制器以及模糊自适应控制器,通过仿真实验验证了补偿方案的有效性,并对比分析了3种补偿控制方案的效果。仿真结果表明:采用模糊自适应补偿控制方案效果最优,2自由度PID补偿控制方案次之,常规PID补偿效果最差。当以正弦运动作为驱动系统的输入信号时,采用模糊控制补偿方案的速度跟踪均方误差(Mean Square Error,MSE)能从PID补偿方案的5.771×10-3减小至5.903×10-4。采用模糊自适应补偿方案能有效地抑制摩擦对液压机驱动系统低速性能的不利影响,可显著提高其动态跟踪性能。     

基于模糊PID控制的电动负载模拟器研究

介绍了电动负载模拟器的系统结构和工作原理,分析了所存在的摩擦现象对负载模拟器控制系统的影响,建立了负载模拟器系统的数学模型。针对负载模拟器设计中主要存在的控制问题,采用模糊自适应整定PID控制方法设计控制器,消除摩擦等非线性因素对系统的影响,并基于结构不变性原理设计前馈补偿以抑制多余力矩。     

电液负载模拟器的RBF神经网络控制

针对传统控制器自适应能力和鲁棒性差、参数调节繁琐等缺陷,提出了神经网络自适应控制方案,同时针对神经网络控制器计算复杂和稳定性证明缺乏理论依据等不足问题,在传统控制理论的基础上设计了基于PID的神经网络控制方案。根据电液负载模拟器的结构特点和目前神经网络控制的发展水平,提出了基于RBF神经网络的PID控制器,并构建了负载模拟器的神经网络控制与基于Jacobian的消扰(消除多余力)结构,仿真和试验证明其具有很好的自适应性和鲁棒性。     

液压伺服系统建模与无模型控制研究

液压伺服系统广泛存在着非线性、强耦合、时滞等现象。并随着液压伺服系统复杂度增加,控制系统要求越来越高,传统的液压伺服控制策略(如PID)的控制性能很达到系统的要求。针对液压阀控非对称缸系统,首先分析并建立了阀控缸位置控制系统的动态数学模型。之后,引入改进型无模型自适应控制器,基于MATLAB仿真平台对该系统实现位置控制。仿真结果表明,相比较于传统PID控制器,改进型无模型自适应控制器的控制效果更为优越,在保证系统稳定性的前提下提高了系统输出响应速度。     

车辆四轮转向控制平台研究

针对机-电-液复合结构的四轮转向平台具有非线性、快时变的特点，提出了模糊自适应PID控制策略。将模糊自适应补偿器与PID控制器并联，提高系统的鲁棒性和抗干扰能力。使用PID控制器稳定系统的线性标称部分，应用模糊自适应补偿器调节PID参数来补偿系统参数摄动、非线性和外界扰动对系统控制性能的影响。仿真和外加扰动实验结果验证了提出的控制策略对四轮转向平台的控制具有快速性、准确性、稳定性和鲁棒性。     

改进的预估模糊PID串级吸收塔pH值控制仿真研究

针对燃煤电厂湿法烟气脱硫吸收塔浆液pH值控制过程中存在的高度非线性、时滞性、耦合性及各种不确定性,提出了一种基于预估模糊自适应PID的前馈-反馈串级控制方案。根据化学反应机理及物料守恒原理建立了石灰石浆液流量前馈计算模型,以获得扰动补偿量,提高系统的快速性和稳定性。主回路中采用改进的Smith预估控制器,实现了对纯延迟的补偿,系统主控制器采用模糊自适应PID控制器,以增强系统实时工况应变能力。仿真结果表明,流量前馈计算模型能有效抑制入口烟气量等扰动的影响,模糊自适应PID控制器提高了pH值控制系统的稳定性,增强了系统的鲁棒性和适应性,具有较好的动、静态性能。     

负载模拟器的DRNN神经网络控制

为了增强负载模拟器的自适应能力以抵抗系统的非线性、时变参数及运动扰动的影响,特提出利用对角回归神经网络(DRNN)与PID的并联进行控制与调节的控制方法。PID保证了系统的初始稳定性,由于神经网络引入了速度信号作为参考输入,使系统具有了很好的自适应消扰能力,减小了多余力的影响。仿真和试验证明了该方法的可行性和有效性,收到了很好的控制效果。     

基于RBF神经网络的非线性系统智能控制

针对工业控制领域中复杂非线性时变系统，采用传统的控制方法不能达到满意的控制效果，提出了基于神经网络的PID自适应控制方案。采用神经网络辨识器在线辨识系统模型，自动调整PID控制器参数，从而实现系统的智能控制。仿真结果表明该方法对于复杂非线性系统能进行有效的控制并且具有很好的自适应性和鲁棒性。     

伺服作动器动态加载控制系统研究

针对伺服作动器动态加载测试需求,提出由直线电机驱动增力模块对伺服作动器进行动态加载,建立了加载系统的数学模型,并设计了加载系统多闭环与前馈的复合控制方案。其中,基于前馈控制减小系统相位滞后;针对加载过程中因伺服作动器系统位置闭环控制对加载系统产生的强位置干扰,基于结构不变原理进行前馈补偿以抑制多余力;针对加载系统位置环受到不确定的位置干扰问题,将模糊自适应PID用于加载系统力闭环控制,通过实时调节PID控制参数,降低位置干扰对加载系统造成的影响,提高系统的适应能力。仿真试验结果表明,加载系统具有良好的动态跟踪品质,在基于结构不变性原理的前馈补偿控制下大部分多余力得到了有效的抑制,而模糊PID相比传统PID控制,进一步抑制了多余力、减小了力跟踪误差。     

四旋翼无人机串级模糊自适应PID控制系统设计

四旋翼无人机是一种典型的欠驱动、非线性系统,这类系统要求控制参数能够跟随系统的非线性变化而自适应变化,结合模糊控制和PID控制的优点,提出一种改进型的串级模糊自适应PID控制系统,该系统由角度模糊自适应PID控制、角速度模糊自适应PID控制两部分组成。搭建该控制系统的数学模型,对角度、角速度控制的PID参数进行非线性化模糊整定,通过软件对比仿真角度单级PID控制、角度角速度串级PID控制和角度角速度串级模糊自适应PID控制三种控制策略,仿真结果表明串级模糊自适应PID控制系统的稳定性、快速性和准确性明显优于其余两种控制策略,通过实际飞行试验数据分析表明串级模糊自适应PID控制算法在四旋翼无人机控制系统上能够取得非常理想的控制效果。     

变频泵控马达调速系统单神经元自适应PID控制

针对大惯性负截变频泵控马达调速系统动态性能差的特点，提出了采用不必基于模型的单神经元自适应PID控制。介绍了单神经元自适应PID控制器的结构和算法。仿真结果表明，单神经元自适应PID控制器较常规PID控制器具有更快的响应特性和良好的动态特性，对模型失配和负载扰动表现出更强的适应性和鲁棒性，而且不论是在加速段、等速段还是减速段，都具有较好的跟踪效果。     

基于补偿与模糊比例积分微分控制的凸轮刀系统定位研究

以四步切割机项目的凸轮刀系统为研究对象,针对比例阀存在较大死区、具有时变非线性特点,以及凸轮刀系统存在响应滞后等问题,基于补偿与模糊比例积分微分控制对凸轮刀系统的定位问题进行研究,提出将模糊比例积分微分控制与自适应死区补偿相结合的自适应控制方法。通过计算机软件搭建凸轮刀系统的仿真模型,设计加入自适应补偿的模糊比例积分微分控制器,并对凸轮刀系统的定位进行优化。通过试验对比确认,所提出的自适应控制方法对系统输出具有良好的校正作用,能够有效改善凸轮刀系统的定位性能。     

前馈PID控制器在钻柱运动补偿系统中的应用

针对"深海钻柱运动补偿系统负载大时,钻柱运动补偿系统响应的时间长,使得补偿系统在控制过程中出现滞后、反馈补偿出现振荡"等问题,设计了钻柱运动补偿系统中的前馈PID控制器。根据对负载变化趋势的预测结果,采取前馈补偿的方法来减小补偿系统负载变化对钻压产生的影响,提高了系统的响应速度;同时,引入PID反馈控制消除补偿系统在前馈控制过程中产生的误差,提高了系统跟踪补偿的精度。研究结果表明,该方法对于大惯性负载的运动补偿装置控制器的设计具有一定的借鉴意义和实用价值。     

车辆横摆角速度跟踪控制仿真研究

采用二自由度车辆动力学状态方程建立了车辆横摆角速度跟踪控制模型。用横摆角速度与其期望值的差值及其变化率作为模糊控制器的输入,设计了模糊自适应PID控制器。基于模糊自适应PID控制器,进行了前轮转向阶跃输入、正弦输入仿真试验。仿真和分析结果表明,设计的模糊PID控制器可实现对参考模型横摆角速度的跟踪,车辆的操纵稳定性得到了有效改善。     

基于神经网络PID的轧机AGC力控制

以PID控制器为基础,辅助以神经网络的自学习、自适应能力,将神经网络和PID控制融合为一体,设计出一种神经网络PID控制器,应用于具有高度非线性、时变性的板带轧机AGC力控制系统,仿真结果表明,能有效改善系统的动态品质,并具有良好的适应能力.     

基于小波神经网络的电动负载模拟器的复合控制

为了提高电动负载模拟器的信号跟踪精度和多余力矩抑制能力,在分析系统结构和工作原理的基础上建立了电动负载模拟器系统的完整数学模型。针对电动负载模拟器中存在的力矩跟踪精度问题,提出了一种前馈补偿和基于小波网络的PID控制相结合的复合控制方法。利用改进的前馈补偿法抑制多余力矩,基于小波网络的PID控制器可以在线调整PID参数补偿系统的非线性环节,提高系统动态性能。仿真结果表明,复合控制器对多余力矩有良好的抑制效果,跟踪精度满足要求,和传统PID控制相比,系统鲁棒性得到显著提高。     

电动助力转向系统随动特性仿真

电动助力转向系统（Electric Power Steering,EPS）必须随时根据驾驶员的操作,提供渐进随动的转向助力动作,所以系统必须有很高的跟踪性和很好的稳定性．在对EPS的工作原理和力学模型分析的基础上,建立EPS系统仿真模型,设计出一种模糊自适应PID（Proportion—Integral—Derivative）控制器,有效地改善了传统PID控制器的不足．通过仿真表明,这种模糊自适应PID控制器与传统PID控制器相比,具有更好的跟踪性和稳定性．     

超磁致伸缩致动器的广义预测-多模PID控制方法

摘要：为了克服超磁致伸缩致动器的磁滞现象对精密驱动定位精度的影响,在进行磁滞补偿的前提下,研究自校正PID控制方法,建立基于广义预测控制与多模控制结合的广义预测-多模PID控制方法。首先,介绍了广义预测控制的主要思想,并由此推导出PID参数与被控对象待估参数的关系。接着,针对起动阶段控制效果不平稳的问题,建立了根据PID参数变化情况,在线调整控制方法,实现在磁滞补偿后对致动器的控制。实验结果表明：采用广义预测-多模PID控制器,虽然单次平均运算时间比广义最小方差-模糊 PID控制器长7ms,但跟踪误差均方差减少0.066μm。能有效消除被控对象由于扰动带来的影响,提高跟踪精度,在对实时性、控制精度要求较高的精密定位领域,有良好的应用价值。     

被动式电液伺服加载系统复合控制方法研究

研究了基于新型补偿结构和非线性PID控制器的被动式电液伺服加载复合控制方法.提出了将加载马达输出轴角位移作为输入信号的多余力矩前馈补偿方案,在有效抑制多余力矩的同时降低了系统阶次.研究了一种带调节因子的非线性PID控制器,克服了常规PID控制器难以解决的快速性与稳定性之间的矛盾.仿真与试验结果证明,该复合控制策略具有较高的载荷谱跟踪精度.