柔性支撑Stewart平台自适应交互PID隔振控制

为了实现500 m口径球面射电望远镜(five hundred meter aperture spherical radio telescope, FAST)二级精调稳定平台对馈源舱隔振控制的定位和指向精度, 首先提出了基于并联机构学原理的3维机动目标跟踪预测算法, 对柔性支撑Stewart平台的基座运动进行跟踪预测. 进而,在Stewart平台关节空间设计了自适应交互PID控制器, 引入自适应交互算法解决PID参数的实时调整, 以适应柔性支撑Stewart平台的参数变化对不同控制参数的需求. 采用现代机电系统仿真策略, 对柔性支撑Stewart平台隔振系统的动力学与控制问题进行了仿真, 结果表明: 与传统的PID控制器相比, 自适应交互PID控制器大大改善了隔振效果, 完全满足隔振目标的要求.     

四旋翼飞行器带速度补偿的多回路PID位置跟踪控制

针对四旋翼飞行器的位置跟踪问题,采用ADAMS(automatic dynamic analysis of mechanical system)软件搭建了四旋翼飞行器的非线性数学模型,并将模型导入到Matlab中,采用多回路PID位置控制策略对飞行器的位置跟踪进行控制,并在此基础上提出采用速度PID进行补偿多回路PID的位置跟踪控制策略.仿真结果表明:所设计的速度PID对多回路PID的位置跟踪控制策略进行补偿,对于四旋翼飞行器位置控制具有响应速度快、超调小、鲁棒性强等特点;所采用的联合仿真方法效果直观.     

基于神经网络的机器人自学习控制器

提出一种神经网络与PID控制相结合的机器人自学习控制器.为加快神经网络的 学习收敛性,研究了有效的优化学习算法.以两关节机器人为对象的仿真表明,该控制器使机 器人跟踪希望轨迹,其系统响应、跟踪精度和鲁棒性优于常规的控制策略.     

基于NTD的插值FLC控制算法的研究与应用

针对具有滞后性、非线性和耦合性的高精度运动轨迹控制,尤其在控制对象精确的数学模型难以建立的情况下,很难实现精确的定位,本文提出了基于非线性跟踪微分器(NTD)的插值模糊控制(IFLC)算法;并以大射电望远镜精调Stewart平台为控制对象,分析了控制策略,对其进行数值仿真和试验研究,得到了较高的控制精度;此种控制算法对于大滞后、非线性、强耦合的控制系统具有较高的可行性和高效性,同时易于工程实现。     

基于混沌微粒群的矫直机伺服系统控制

对矫直机伺服压下系统控制方法进行了研究,为了解决PID控制策略难以达到最优状态,且易出现较强的振荡和较大超调量等问题,作者在微粒群算法（PSO）的基础上,引入了混沌算法的优化思想,形成了一种新的混沌－PSO优化算法,并应用在PID控制器的参数优化上。通过MATLAB对新算法进行仿真,仿真结果表明,该优化算法对输入信号的动态响应快,系统超调量和调节时间减少,并且系统的抗干扰性及跟随性都有所提高,具有良好的控制效果,为矫直机的压下系统控制提供了一种有效可行的新型控制策略。     

基于观测器误差反馈的换热器自抗扰控制

针对换热器温度控制系统具有非线性、参数时变性、大惯性、迟滞等问题,对换热器系统进行建模,设计了基于扩张状态观测器的改进型误差反馈控制方案,在保证不牺牲控制性能的前提下进一步简化了控制方案便于调优,通过对给定不同类型温度信号进行动态仿真,结果表明算法可以实现对温度信号的精确快速跟踪.同时将效果与传统的自抗扰控制方案和PID控制对比,得出基于误差的算法系统响应速度更快、超调小、稳定性更好,另外跟踪动态信号测试结果表明,上述控制方法可达到更好的控制效果,在被控系统设定值和有不确定外扰时有更强的响应性能.     

基于模糊PID控制的太阳能电池板跟踪系统

由于太阳能电池板跟踪系统具有非线性的特点,使得利用简单模糊控制和传统PID控制精度不高,因此,文中提出利用模糊PID控制器实现对跟踪系统的控制,并设计了模糊PID控制器。通过SIMULINK对系统进行仿真,其结果表明：该控制方法调节精度较高、动态响应快、超调较小。     

基于自适应RBFNN噪声估计的自抗扰控制在姿态控制中的应用

针对旋翼飞行多关节机械臂内部参数不确定性、外部环境和自身机械臂规划运动对飞行平台的干扰问题设计了一种姿态控制方法.首先将跟踪微分器作为期望姿态角的过渡过程,利用自适应RBFNN(径向基函数神经网络)算法对旋翼飞行多关节机械臂内、外部干扰进行逼近估计并实时补偿.然后采用非线性状态误差反馈控制来实现旋翼飞行多关节机械臂的姿态跟踪控制,并利用李亚普诺夫函数进行稳定性分析.最后,在仿真平台上实现该算法,将其仿真结果分别与PID(比例-积分-微分)控制、传统自抗扰控制(ARDC)进行比较分析.并且在实际旋翼飞行多关节机械臂系统上进行了实验,在0.4 s之内三轴姿态角可从0快速跟踪到0.6 rad且无超调.该算法对各通道的扰动有较强的抗干扰性,对系统参数有较强的鲁棒性,并且明显优于ARDC和PID算法.结果说明该算法能有效地解决系统不确定性干扰问题以实现姿态角的准确、快速跟踪.     

基于模型的PI鲁棒控制的电子节气门方法研究

精确控制电子节气门对提高汽车动力特性,减少危害气体排放,提高燃油利用效率具有重要意义。针对电子节气门系统的非线性和干扰等不确定特性,设计PI鲁棒控制器,克服非线性等对电子节气门输出响应的影响。该控制器在传统的PID算法中增加非线性控制量,能抑制由于系统非线性环节等干扰引起的性能恶化。根据电子节气门动作信号抽象出系统输入信号,对控制系统进行仿真。仿真结果表明鲁棒PI控制的电子节气门控制系统具有较小的超调量,能快速跟踪输入并具有较小的稳态误差和一定的鲁棒特性。     

雷达天线稳定平台的模糊PID控制设计

针对合成孔径雷达(SAR)清晰成像的特点,为保证雷达天线波束指向稳定,设计了某型机载雷达天线稳定平台;为了消除雷达天线稳定平台控制中存在的非线性及不确定性因素的影响,提出了一种应用于雷达天线稳定平台控制系统的模糊PID控制策略;稳定平台是依据陀螺仪所采集载机的角速度,运用反向运动补偿的原理进行工作;控制策略中,在传统PID控制的基础上引入模糊控制算法,根据跟踪误差信号动态改变PID控制器参数,改善稳定平台的控制效果,完成稳定平台控制器的优化设计;仿真结果表明,优化后的模糊PID控制算法与传统PID控制算法比较,在稳定平台转速控制方面受到的外部干扰影响更小,响应速度更快;因此,基于模糊PID控制算法的雷达天线稳定平台具有更高的稳定性能。     

基于ISSA-Fuzzy-PID算法的无刷直流电机调速控制系统

为了使无刷直流电机(BLDCM)从复杂多变的非线性关系中找出最佳PID参数,提出了一种基于改进麻雀算法(ISSA)优化模糊(fuzzy)控制的调速系统。根据BLDCM工作原理及控制方法在MATLAB平台上搭建仿真模型并加入反向学习策略初始化麻雀种群,形成非线性时变控制系统,并将该优化系统与传统PID以及模糊PID(fuzzy-PID)控制系统进行对比分析。仿真结果表明,基于ISSA-Fuzzy-PID的调速控制系统有较快的动态响应,有效增强了BLDCM转速控制的精度和鲁棒性。     

多移动机器人轨迹跟踪控制系统设计与实现

针对轮式移动机器人的轨迹跟踪控制问题,在分析了机器人运动学模型的基础上,构建多机器人的领航-追随模型;采用跟踪微分器在输入输出两端安排过渡过程,设计了一种基于多变量解耦的非线性PID轨迹跟踪控制器;搭建以Arduino Mega 1280控制板为核心的移动机器人实验平台,采用速度PID控制器以满足机器人驱动电机的实时调速要求,基于ROS提出一种结构化和模块化的多机器人控制系统;在此基础上进行实验,并将实验结果与传统PID方法控制的实验结果进行对比;实验结果验证了文章所提算法的有效性,控制器易于实现且具有一定的鲁棒性。     

基于非线性PID的调距桨控制系统仿真研究

船舶调距桨控制系统中采用一般PID控制器往往难以达到最佳控制效果。针对调距桨控制系统过程模型的特点，设计了相应的非线性PID控制器，该非线性PID控制器各增益参数与偏差信号之间呈现非线性关系，调节控制器的各参数可根据对相应参数的非线性函数进行调整来实现，并采用遗传算法来优化此控制器各部分参数。仿真结果表明，该控制器能根据实际情况快速地调整和完善PID参数，具有响应速度快，稳态精度高等优点，控制效果优于传统的PID控制器。     

电加热炉系统预测函数PID控制算法的研究

由于电加热炉系统具有大时滞、时变性、非线性等特点,提出了一种新型预测函数PID控制算法.该算法将PID控制算法和预测函数控制算法结合起来,通过预测被控对象的未来输出值,得到一个新的优化目标函数,实时优化控制参数,得到控制量的解析解.仿真结果表明,与常规PID控制和预测函数PID串级控制相比,所设计的控制器满足系统对快速性和稳态精度的要求,系统具有较强的抗干扰性和鲁棒性,能够实现对电加热炉系统的有效控制.     

基于PLC的Fuzzy-PID分选密度控制研究

重介选煤工艺中，密度控制是保证产品质量的关键。密度控制过程中，由于被控对象具有不确定、非线性、干扰大等特点，常规的PID控制难以满足控制要求，造成生产质量的不稳定。针对这些问题，提出了一种基于PLC的复合模糊PID控制算法，利用模糊推理对PID参数KP，K1,KD进行在线整定。其中模糊决策器和PID调节器都通过PLC来实现，这样既保留了PLC控制系统灵活、可靠、抗干扰能力强等特点，又大大提高了控制系统的智能化程度。实践结果表明：该系统能有效抑制干扰的影响，调节快速、稳定。     

基于PID型Adaline网络的升降台控制方法

针对传统PID控制方法在剪叉升降台的非线性时变系统中表现出一定的局限性,通过分析升降台剪叉机构的运动模型后,结合神经网络控制技术,把Adaline网络应用在舞台升降台控制系统的PID控制中,构造PID型Adaline网络参数自整定控制器,MATLAB仿真结果表明,该算法简单实用,能保证升降台速度均匀稳定,准确定位。     

基于PSO优化的潜艇深度非线性PID控制

根据潜艇操纵控制过程非线性、慢时变的特点,在潜艇深度垂直面运动方程的基础上设计了一种基于粒子群算法的潜艇深度非线性PID控制器,针对非线性PID控制设计参数较多的问题,将参数设计问题转化为一种优化设计问题,借助粒子群优化算法,以某型潜艇深度控制系统为研究对象,对系统中的非线性PID控制参数进行了优化.仿真结果表明,该控制器不仅能较好地实现深度保持,相对于传统PID控制具有更好的稳态精度,对舵机的损耗也比传统PID控制小.     

基于模糊神经网络PID的舵机控制系统

针对某型号导弹中舵机控制系统进行优化研究。对于具有非线性、时变特性的复杂系统,在分析传统PID控制算法和模糊神经网络控制算法的基础上,提出一种经过改进的模糊神经网络PID控制器。通过采用自组织学习阶段和有教师学习阶段的分阶段学习方式,提高网络的学习效率。建立直流无刷舵机控制系统的数学模型,利用MATLAB进行仿真分析。实验结果表明,所设计的控制器对阶跃响应更加迅速,基本无超调,对舵偏角指令执行准确,相位移动更小。     

近程巡飞弹姿态控制优化仿真研究

近程巡飞弹姿态控制系统是一个非线性、时变性及耦合性的复杂控制系统,是近程巡飞弹武器系统型号研制的关键技术之一;传统的PID控制在不同巡飞状态下调节稳定性较差、响应时间慢、影响姿态控制的稳定性和机动性;针对近程巡飞弹姿态控制系统中PID控制参数不可调,自适应、抗干扰性能较差等问题,引入了自适应模糊PID控制方法,使系统在不同巡飞姿态和干扰条件下能够实时整定PID的三个控制参数,提高系统的控制性能;在此基础上设计了近程巡飞弹的姿态角控制回路,并以俯仰角为例,在Matlab/Simulink平台下建立仿真模型,进行仿真实验;仿真结果显示,采用自适应模糊PID的控制方法,系统控制性能更好,抗干扰能力和自适应能力优于传统PID控制,减小了巡飞过程中姿态角的波动情况。