关于模糊PID控制器的应用设计

研究了模糊PID控制器在直流调速系统中的作用，将常规PID控制器改善为模糊PID控制器，使其参数能进行模糊自整定．这是一种常规的PID控制和模糊控制相结合的方法．该方法利用模糊控制理论，以误差和误差变化作为输入语言变量，以输出增量作为输出语言变量，可有效地改善系统的稳态性能指标。     

基于DSP他励直流电机模糊PID控制器仿真研究

针对他励直流电机调速系统参数模型的非线性、时变性,常规PID控制器参数离线整定带来的非优化的问题,提出一种基于DSP的模糊PID控制器算法,以电流反馈误差及误差的变化率作为模糊控制器的输入变量,采用参数自整定的模糊PID控制器实现PID参数在线优化。以DSP开发系统作为仿真平台,将他励直流电机传递函数转换为差分方程,构成基于模糊PID控制器的数字闭环他励直流电机仿真系统。利用DSP高速运算能力进行在线仿真,观察常规PID控制器和模糊PID控制器产生的系统输出波形。CCS2.0和MATLAB仿真实验表明：模糊PID控制器基本实现输出无超调,系统阶跃响应的上升时间和调整时间均比常规的PID控制器阶跃响应的小。模糊PID控制器应用于他励直流电机调速系统中,控制性能明显高于基于常规PID的调速系统。     

基于模糊控制器的按摩机器人的力度控制

将模糊控制策略应用到按摩机器人的力度控制,设计了由力度误差和力度误差变化率为输入、按摩机器人电机输出功率为控制系统输出的双输入单输出模糊逻辑控制器,而按摩机器人电机输出功率由电机输出电压控制。通过仿真对比不同控制器所产生的按摩机器人的按摩力度变化曲线表明:当按摩机器人系统受到外界干扰时,模糊逻辑控制器在处理外界干扰的快速性和灵敏性上明显优于PID控制器和原始(PD)控制器,采用模糊控制方法对按摩机器人的驱动电机输出参数电压进行控制,实现了预期的工作性能。     

时滞系统的T-S模糊PID控制

以输出误差e、误差积累Σe、误差变化率△e为控制器输入,设计了三输入单输出的T-S模糊PID控制器。针对时滞系统,分别采用传统PID控制器、Smith预估补偿器、T-S模糊PID控制器进行控制并仿真比较,结果表明：T-S模糊PID控制器具有控制精度高、响应快速、适应性强的特点;当时滞系统的时滞发生较大变化时,控制器仍具有很好的控制效果,系统稳定。     

基于模糊PID算法的输电线路除冰机器人智能控制系统设计

输电线路覆冰会引起断线、跳闸以及电网通信中断等事故。人工除冰的作业劳动强度大、效率低，且危险度较高，除冰机器人的应用越来越广泛。为有效提升除冰机器人控制误差，优化机器人越障能力，应用模糊PID算法设计新的输电线路除冰机器人智能控制系统。系统硬件由数据采集模块和控制模块组成，采集模块选用型号为BD73-DAQ970A的数据采集器，利用数据扫描得到相关信息，控制模块选用型号为RW-C901-00-08-HL-T的PID控制器。利用模糊PID算法计算越障参数和规则参数，通过选取偏差参数调节安全系数，根据控制参数结合控制系统软件，调节机器人的控制指令参数，将控制参数全部转移至调节空间中执行集中控制操作，实现对除冰机器人的智能控制。实验结果表明，将模糊PID算法应用在输电线路除冰机器人智能控制上可以更好地实现越障。与传统控制方法相比，所设计系统的控制误差更低，除冰效果较为理想。     

履带机器人的模糊PID的轨迹跟踪控制研究

履带机器人运行环境复杂,运动轨迹具有多变量、非线性等特点,难以建立精确模型。基于履带机器人的运动学模型,设计了履带机器人行驶过程中的位姿误差控制器,将实时角速度与期望角速度差值及差值变化率作为系统输入,由模糊PID控制器实时输出信号,控制履带机器人的驱动电机角速度。仿真结果表明,在低速环境下,该控制器对于履带机器人轨迹跟踪的响应速度快,稳定性较好。     

自适应模糊PID控制在BLDCM调速系统中的应用

传统的PID对控制参数难以整定,无法满足无刷直流电机(BLDCM)调速系统对快速性、稳定性的要求,但自适应模糊PID能实时修正参数,更快的达到系统要求.利用无刷直流电机的数学模型和转速的传递函数,构造了无刷直流电机调速系统的仿真模块.同时将模糊PID参数自适应控制器引入无刷直流电机控制系统中,根据系统输出误差和误差变化率实时整定PID参数,完善了PID控制器的功能,仿真结果表明, 该方法比传统PID控制器具有更快的动态响应和更小的超调.     

高压双分裂输电线路四轮机器人动力学 建模与仿真研究

电力机器人服役于超高压强电磁特种作业环境下,机器人动力学模型是机器人机械结构设计、电气系统设计及控制器设计的关键,且动力学模型的精确度和复杂度直接影响机器人控制性能和机器人的运行速度。针对高压双分裂输电线路四轮移动带电作业机器人常规动力学建模方法计算量大、复杂、不利于机器人机构和控制器设计的问题,提出了一种基于分层递推结构的机器人动力学建模方法。通过分解作业过程中机械臂的运动,利用拉格朗日动力学建模方法对机器人的机械臂基本动作进行了动力学建模,得到了机械臂基本动作的统一动力学模型,通过递推得出了四轮移动机器人的完整动力学模型,最后,通过机器人作业现场获取的关节电机实时数据,在MATLAB软件中进行仿真实验,结果验证了本文机器人动力学模型的正确性,为机器人物理样机开发、控制器和关节驱动机构的设计与选型提供了理论依据。     

模糊PID在SCR烟气脱硝系统中的仿真与应用

针对电厂烟气脱硝系统存在的过渡脱硝以及负荷变化大时引起系统较大波动的问题,设计了一种具有自校正功能的模糊PID控制器,实现了对SCR进氨流量及出口氮氧化物浓度的优化控制,对该控制器与常规PID进行了比较仿真分析,最后将模糊自校正PID控制器应用于实际系统。仿真结果表明,在调节时间、稳态误差以及最大超调量等性能上,模糊PID均优于常规PID。在实际应用中,既能把出口NOX浓度控制在合理范围内,又能保证较小氨逃逸率。     

改进型模糊自整定比例积分微分温度控制系统

针对传统比例积分微分(PID)控制系统在温度控制中存在超调量大、处理时间长,以及温度的非线性、时变性和滞后性等问题,提出一种改进型的模糊自整定比例积分微分控制系统控制电炉温度.首先利用传统的PID控制器算法,计算出当前系统的误差及误差变化,再根据模糊推理和变论域的在线参数调整原理,修正比例参数、微分参数、积分参数,最后将这些参数传输到PID调节器输出控制电炉温度.通过对电炉在500℃与1 000℃时的控制仿真实验,结果表明改进型的模糊自整定PID控制算法对电炉温度控制的稳定性、鲁棒性更好,减少了温度波动对温度控制系统的影响.     

移动机器人模糊控制系统的设计

针对移动机器人在原控制器控制下自主运动时出现的不稳定状况,将模糊控制策略引入移动机器人运动控制系统中.通过分析比较不同的控制方法,设计了由速度误差率和速度误差变化率为控制系统的输入,移动机器人电机输出功率为控制系统的输出的双输入单输出的模糊逻辑控制器.通过仿真对比不同控制器所产生的移动机器人速度变化曲线,当移动机器人系统受到外界干扰时,对于原始控制器,PID控制器和模糊逻辑控制器速度变化的幅度分别为 26%, 13%, 4%.模糊逻辑控制器在处理外界干扰时在快速性和灵敏性上明显优于PID控制器和原始控制器,采用这种控制方法对移动机器人的驱动电机输出参数实现了模糊控制,达到了预期的工作性能要求.     

基于启发式学习算法的空间柔性机械臂神经网络控制

针对非线性强耦合的空间漂浮基柔性机器人,提出了一种启发式学习算法的神经网络的前馈控制策略。首先通过拉格朗日法和假设模态方法建立了漂浮基柔性空间机器人的动力学模型,然后采用两个神经网络及一个PID控制器来构建前馈在线学习控制系统,其中一个神经网络充当前馈控制器,另一个神经网络通过学习逆动态模型来为前馈控制器提供在线学习参数,而PID控制器主要作为辅助补偿控制器。该控制策略不是在PID控制器的指导下进行学习,且无需预先的离线学习,因而学习精度更高,且减少了对学习样本选择不当的影响,采用固定中心参数,而扩展宽度采用启发式关系确定,网络权值采用改进的最优准则算法进行调整的算法来实现快速学习能力,具有较好的实时性。仿真结果证明了所提方案的有效性。     

中储式球磨机制粉系统控制器设计

在电厂制粉自动控制系统中,传统的三套独立PID控制系统不具备自适应性和解耦性,因而不能长期稳定工作.针对中储式磨煤机制粉系统的工作特性,基于模糊控制原理,利用mat-lab中规则编辑器建立模糊规则和输入/输出关系;针对实际系统给出了由模糊控制和积分控制相结合的复合控制器设计方法,克服了传统控制系统的缺陷,消除了稳态误差.经过仿真验证,本文设计的复合控制器使各参数在阶跃扰动下衰减率均为90%左右,稳态误差为0,适用于在稳定状态下工作的磨煤机制粉系统.     

钢管捆自动成形系统电液比例控制研究

为了满足钢管生产过程中对钢管捆成形和包装的需要，对钢管捆自动成形电液比例系统进行了模糊比例-积分-微分(PID)控制研究.基于该系统的组成和工作原理，分析了双缸管排水平定位和竖直定位堆放控制问题，给出了管排竖直定位堆放误差的补偿算法.采用专家智能控制与模糊PID控制技术相结合，得到了具有二级结构的模糊PID控制策略，并对实际系统设计了相应的模糊PID控制器.系统控制结果表明，模糊PID控制器能修正各控制参数，提高了系统控制的自适应性和鲁棒性.与常规的PID控制器相比较，该控制器具有更好的系统运行性能.     

Grey Prediction Fuzzy Control of the Target Tracking System in a Robot Weapon

Grey modeling can be used to predict the behavioral development of a system and find out the lead control values of the system. By using fuzzy inference, PID parameters can be adjusted on line by the fuzzy controller with PID parameters self-tuning. Acco     

基于模型参考模糊自适应的多缸同步控制

针对各通道间存在的耦合和外力扰动作用,以及工况和负载的复杂多变性,以四缸同步系统为例,应用了模型参考模糊自适应控制。根据被控对象和参考模型的输出偏差和偏差的变化来调整PI控制器的比例系数和积分系数,即通过模糊推理实时地调节PI参数,使受控系统的输出趋近于参考模型输出。仿真结果表明：该方法比传统PID控制能更有效的抑制各通道间的耦合和外力扰动作用,提高了系统的鲁棒性和同步精度。     

基于模糊RBF神经网络的永磁同步电机位置控制

针对比例-积分-微分(PID)控制器参数固定而引起永磁同步电机位置伺服系统控制效果不佳问题,设计了基于平滑切换的模糊PI控制和径向基函数(RBF)神经网络PID控制的位置控制器。暂态时,采用模糊PI控制;稳态时,采用RBF神经网络PID控制,两者中间采用模糊PI-RBF神经网络PID复合控制。该位置控制器既结合了模糊PI控制和RBF神经网络PID控制的优点又克服了各自的缺点。仿真结果表明,当永磁同步电机受到外部扰动时,采用模糊RBF神经网络控制器的永磁同步电机位置系统具有良好的动态性能,能够实现快速响应,做到精确定位,而且当负载变化时具有很强的抗干扰性。     

神经网络模糊PID技术在光伏系统MPPT控制器中的应用

针对传统光伏系统MPPT控制算法的局限性及无法自适应外部复杂情况等诸多问题,提出一类以神经网络、模糊控制器以及PID控制器组成的神经网络模糊PID控制器。利用光照幅度、环境温度等参数的离线训练后的权值作为整个三层前馈神经网络的优化参数;通过预测最大功率点与实际的工作电压进行比较,运用模糊推理对PID相关参数进行最佳调整。仿真结果表明：与传统PID控制器、模糊控制器相比,本系统能增强消除系统误差能力,稳态性能有了明显提高,同时可获得更高的控制精度。