金刚石压机冷却水温控系统的设计

针对当前金刚石压机冷却水温控系统使用传统PID算法控制精度低、温度波动大的问题,提出一种将改进鲸鱼算法与神经网络PID控制算法相结合的控制方法,实现PID参数的自适应调整。同时以GD32单片机为核心、步进电机为执行机构,设计循环冷却水温控系统硬件控制器来控制流量调节阀的开度,实现温度控制。仿真和实验结果表明：与传统PID算法相比,使用该温控系统进行温度控制时,超调量更小,控制精度更高,控制效果有很大提升。     

基于模糊自适应PID的注塑机温度控制系统

温度的准确控制是保证注塑产品质量的重要因素。针对传统注塑机温控系统超调量大、调节时间长等缺点，提出了基于模糊自适应PID的注塑机温控系统，阐述了模糊PID控制器的设计方法及该温控系统的软硬件实现方法。该系统实现了精密注塑机料筒温度和喷嘴温度的准确控制，大大提高了塑料产品的质量，取代了传统的开关控制和PID控制方式。     

专家控制器在阳极焙烧温度控制中的研究

在阳极焙烧温度自动控制系统中,采用PLC内部的PID进行温度控制时会出现超调、振荡等现象.为满足阳极焙烧温度的控制精度及系统跟踪控制要求,提出一种基于专家系统的PID混合控制策略.用该方法设计了专家PID温度控制器并进行实验,实验结果表明该控制器弥补了传统PID不足,且具有设计简单、较易实现、提高温度控制的精度和速度等特点.     

改进GWO的小波神经网络温控系统设计

针对目前铸件砂芯表干炉温度控制性能差、燃烧效率低,设计一种新型热风循环温控系统。该系统以变限幅双交叉燃烧策略为基础,采用改进灰狼优化(GWO)算法的小波神经网络对PID控制参数进行自适应调整。系统仿真表明：与传统PID控制相比,超调量接近于0,系统调节时间减少了50%,温度切换控制速度提高了47%。最后通过砂芯烘干试验验证,与传统比值串级PID控制相比,变限幅双交叉燃烧策略和改进GWO小波神经网络PID对炉温的控制效果有很大的提升。     

基于Smith-模糊控制算法的橡胶挤出机料筒温度控制系统研究北大核心

为提高橡胶挤出机料筒温度控制系统输出响应的动态与稳态性能,并在干扰作用下使系统输出稳定在目标值,采用智能算法结合PID控制原理,设计一种Smith预估算法结合模糊控制算法与PID控制的控制器,用于橡胶挤出机料筒温度控制。利用MATLAB软件建立控制器仿真模型,与增量式PID和模糊PID控制器的控制效果进行对比。结果表明:在干扰作用下,Smith-模糊PID控制使得料筒温度控制系统输出稳定在目标值;采用Smith-模糊PID控制器的料筒温度控制系统鲁棒性强,将该控制器应用于橡胶挤出机料筒温度控制,可以在一定程度上提升挤出半成品质量和挤出机械的智能化水平。     

二次调节转速系统的自适应神经模糊PID控制

阐述二次调节转速系统的原理并建立其数学模型.针对系统参数时变、非线性的特点,设计一种自适应神经模糊PID控制器,该控制器利用PID算法实现准确控制,通过神经模糊控制提高控制的自适应性.利用MATLAB模糊逻辑工具箱对系统进行仿真,并与传统PID控制进行比较.结果表明:采用自适应神经模糊PID控制,系统响应快、超调小、过渡时间短、能够较好地抑制干扰,具有良好的动态特性和稳定性.     

基于LabView的热处理温度PID控制系统设计

通过对热处理温度控制系统进行再设计,基于虚拟仪器LabView,实现了对热处理设备内温度的数据采集与自动控制.利用LabView程序对热处理温控系统的温度采样信号作信号处理与分析后,利用数据采集卡的相关数字端口将分析处理的信号输出到热处理温控系统的温控电路,然后利用PID算法以实现对热处理温度控制系统的自动调节.     

基于混合粒子群算法优化橡胶挤出机Smith-模糊PID温度控制系统北大核心

为提高橡胶挤出机Smith-模糊PID温度控制系统的控制精度,更好地实现智能整定参数与橡胶挤出机温度最优控制,采用混合粒子群(HPSO)算法优化Smith-模糊PID控制系统,完成对温度控制系统PID参数基准值的自动寻优。借助MATLAB软件辨识挤出机温控系统数学模型,搭建Smith-模糊PID温度控制系统。为避免粒子群(PSO)算法陷入局部最优,在PSO算法的基础上将社会因子分解为局部社会因子和全局社会因子,设计出HPSO算法对PID参数进行寻优;将HPSO算法优化系统前后的控制效果进行对比。结果表明:采用HPSO算法优化Smith-模糊PID温度控制系统的控制精度更高、抗干扰性能更强,温度控制精度在±(1~1.5)℃以内,并且接近±1℃,完全满足橡胶挤出生产过程中对料筒温度控制的指标要求,可以在一定程度上提升温控系统的控制精度以及挤出机械的智能化水平。     

自适应模糊PID控制器在精密成型系统温度控制中的应用

温度控制系统具有非线性、大惯性、时变性等特点,常规PID控制和常规模糊控制还不能使精密成型系统温度控制效果理想。笔者设计了一种自适应模糊PID控制器,该控制器在大偏差范围内采用模糊推理控制,根据偏差和偏差变化的需要实时调整PID参数,小偏差范围采用PID精确输出。仿真表明,这种自适应模糊PID控制器既具有模糊控制灵活、响应快、适应性强等优点,又具有PID控制精度高的特点。它改善了精密成型系统温度的控制效果。     

大范围高精度热加工温度控制系统的实现

针对某些热加工过程中温度控制范围大、精度高的要求,设计并实现了热加工智能温度控制系统。设计了桥式断偶保护装置保证温度控制的安全可靠;利用改进的数字PID算法提高了温控精度和系统稳定性;提出了恒速升温的方法提高升温线性度。现场实验结果表明:本温控系统检测和控制范围达0~1500℃,精度达±0.3℃,系统超调小于0.5%,实现了热加工过程中温度大范围变化时的高精度控制要求。     

基于改进PSO算法的EHA叉车举升系统仿真分析

为改善EHA叉车举升系统的动态特性,建立系统的电机和液压部分数学模型.针对传统PID控制系统参数调整困难、超调量大、响应速度慢等问题,将改进PSO优化算法与PID控制器相结合,提出一种PSO-PID控制器.通过MAT-LAB/Simulink搭建整个系统的仿真模型,对比分析采用传统PID控制与PSO-PID控制的系统的...     

基于优化非线性控制的齿轮传动系统动态误差研究

针对齿轮传动系统运动角位移跟踪误差较大、振动幅度相对严重等问题,对直齿圆柱齿轮运动过程中产生的角位移和输出扭矩等进行研究。建立齿轮传动系统模型,给出齿轮传动系统动力学方程式。对传统线性PID控制系统进行改进,设计非线性PID控制系统。引入粒子群算法,对粒子群算法权重系数进行改进。采用改进后的粒子群算法优化非线性PID控制系统,通过反馈误差对PID控制器参数进行调节,从而达到控制系统输出误差的补偿目标。利用MATLAB软件对优化后的齿轮传动系统输出误差和扭矩进行仿真,并且与线性PID控制结果进行对比。结果表明:与线性PID控制系统相比,优化后的齿轮传动控制系统能够在线调节各项控制参数,从而提高齿轮传动精度。该控制系统反应速度快,稳定性较好,抗干扰能力强,具有较高的控制精度。     

基于PSO算法的串联机械手位置跟踪模糊PID控制

在串联机械手运动控制中常采用PID控制器,存在超调较大、跟踪精度低的问题,为此设计了一种基于微粒群(PSO)算法的模糊PID控制器。首先,根据两力臂串联机械手模型,推算出动力学方程式和传递函数;然后,设计控制器的系统结构,采用PSO算法优化模糊PID控制参数,提高了系统的自适应能力和跟踪精度;最后,在MATLAB中对机械手位置跟踪控制进行仿真。仿真结果显示:PID控制超调较大,有震荡;经模糊调整后,超调变小,稳定性较好;再通过PSO优化,响应速度变快,超调量基本消除。     

二轮平衡车的神经元控制算法及仿真北大核心

通过在MATLAB-Simulink-Simscape中搭建二轮平衡车的仿真物理模型和控制系统,直观、快速地验证控制算法的效果。使用神经元PID控制算法替代传统PID控制算法设计神经元PD平衡控制器、神经元PI速度控制器,并在此基础上组合成二轮平衡车的神经元PID控制系统。通过实验对比神经元PID控制算法与传统的PID控制算法的控制效果,验证了神经元PID控制算法具有更高的控制精度、更强的抗干扰能力、更快的响应速度,能及时适应模型的非线性变化。     

基于改进遗传算法优化的双步进电机伺服阀控制研究

针对当前电液伺服阀控制系统响应速度慢、输出误差较大的问题,采用改进遗传算法优化控制系统,并对控制效果进行仿真验证。设计了新型电液伺服阀结构,建立了电液伺服系统动力学模型,推导了液压缸流量运动方程式。采用改进遗传算法优化RBF神经网络结构,通过MATLAB软件对双步进电机伺服阀改进的控制系统进行仿真验证,并且与传统PID控制效果进行对比。结果显示:在无干扰环境中,采用传统PID控制和改进RBF神经网络控制方法都能较好地提高活塞杆运动位移输出精度;在有干扰环境中,采用传统PID控制方法,活塞杆运动位移输出的误差较大,而采用改进RBF神经网络控制方法,活塞杆运动位移输出的误差较小。采用改进RBF神经网络控制方法,能够抑制外界的干扰,从而提高双步电机伺服阀控制系统的响应速度和输出精度。     

基于粒子群优化的焊接工作台伺服系统PID控制

提出了基于粒子群优化的焊接进给工作台位置PID控制。焊接进给工作台是焊机伺服系统的重要组成部分,其位置控制对提高焊接质量具有重要意义。采用简单高效的PID控制算法,但由于焊接伺服系统具有非线性等特点,使得PID控制器参数调整困难,传统的齐格勒—尼柯尔斯法则参数整定效果不佳。粒子群算法是一种全局优化算法,可以有效地实现PID参数整定,因此,在Simulink软件下建立进给工作台位置控制模型,采用粒子群算法来实现PID参数的调整,并进行了仿真。仿真结果显示,基于粒子群优化的PID控制器具有超调量小、精度高的特点,控制效果明显好于齐格勒—尼柯尔斯法则。     

基于液压调平大阻尼系统的模糊PID控制研究

某高空作业平台自动调平系统存在调整时间长、响应速度慢的问题。为改善一般位置随动系统的性能,针对该系统的大阻尼特征,设计了常规PID控制算法。通过仿真实验,获得一组较优控制参数,使得系统响应快速性得到改善,但也存在超调过大的缺陷。为进一步优化系统,将模糊控制与PID控制结合,设计了一种模糊PID控制器。仿真分析结果表明:应用该模糊PID控制器,系统的调整时间与超调量都得到了明显优化。     

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。     

基于BP神经网络PID的高速清扫车摆臂控制系统

针对传统清扫车摆臂开环控制系统的动态响应特性不足、抗干扰能力弱,不能适应高速工况下清扫作业,设计了高速清扫车摆臂执行机构和闭环控制系统。为解决BP神经网络(BPNN)存在局部极值、收敛速度慢等问题,提出一种改进BPNN PID算法,其核心是通过主动串联校正,抑制PID前一次输出值u (k-1)对此次输出值u (k)的影响。通过搭建Simulink-AMESim联合仿真模型,研究了高速清扫车摆臂闭环控制系统的阶跃响应、抗干扰能力以及位置跟踪能力。研究结果表明:所改进的BPNN PID控制器能够动态调整PID参数,提高了系统的适应性、准确性和稳定性;改进BPNN PID控制器的抗干扰能力更强,鲁棒性更好,且系统近乎没有超调,超调量为0.5%,仅为PID控制超调量的2.34%,稳定时间0.62 s,相比PID提前了66.31%。     

基于倍福CX控制器的AGV控制系统设计

对传统的人工叉车进行自动化改造可以大幅度提高车间物流自动化水平。以倍福控制器CX5130作为AGV控制核心,倍福控制器分别与激光导航传感器和无线终端通过TCP/IP协议通信,实现与AGV本体和调度系统的数据交换。激光导航传感器通过反光柱返回激光导航仪发射的激光束实现AGV的定位。倍福HMI界面作为人机界面方便操作和监控。实现AGV的自动运行之后,通过PID算法提高了AGV的定位精度。实验结果表明:所设计的控制系统能满足AGV系统使用要求,成本低,验证了其有效性和可行性。