大射电望远镜精调Stewart平台非线性PID控制

为了实现大射电望远镜馈源指向跟踪系统精调Stewart平台的高精度轨迹跟踪,针对Stewart平台的系统特点,基于机器人关节控制策略,设计了一种非线性PID的Stewart关节调节器。该非线性PID算法构造了增益参数关于误差信号的非线性拟合函数,算法能够同时保证响应速度快、超调量小以及自适应能力强的系统特性。通过建立平台的数学模型,进行了典型信号输出响应数值仿真。仿真结果验证了关节空间控制策略以及非线性PID控制方法的可行性和有效性。     

具有非线性不确定参数的电液伺服系统自适应backstepping控制

针对电液伺服系统中存在非线性不确定参数的问题,提出了一种采用积分型Lyapunov函数的自适应backstepping控制方法.首先定义积分型Lyapunov函数,将电液伺服系统中的非线性不确定参数转化为线性表示;然后逐步递推设计backstepping控制器,同时在控制律中加入阻尼项,从而补偿外界干扰对控制性能的影响;基于Lyapunov稳定性方法,设计了参数自适应律,并且在自适应律中引入充分光滑投影算子,实现对电液伺服系统中不确定参数漂移的抑制作用.搭建了AMESim与MATLAB的联合仿真平台,对所设计的自适应backstepping控制器进行仿真,作为对比,设计了不带有非线性参数估计的自适应backstepping控制器和PID算法.仿真表明,本文所设计的控制器具有良好的跟踪性能和补偿非线性不确定参数变化的能力.     

基于GPC的自适应温控PID的设计与仿真

温度控制是具有大时滞特性的控制对象,当工况发生变化时,固定取值PID控制器难以实现理想的控制效果。基于广义预测控制的自适应PID控制器通过最小二乘法对系统进行辨识,将Diophantine方程的递推解与PID参数相对应,实现PID参数的自适应。MATLAB仿真和Automation Studio仿真实验表明,以基于广义预测控制的PID控制器代替固定取值的PID控制器来控制温度对象,在稳定性和实时跟踪等方面都能取得良好的控制效果。     

胎面生产线辅线速度链模糊自适应PID控制

针对常规PID控制在胎面挤出联动生产线辅线速度链整定中,参数整定不尽人意的问题,设计出一种基于模糊控制理论的自适应PID控制器。通过建立模糊控制规则和进行模糊推理来确定PID的参数,实现对辅线速度的调节。利用Matlab的模糊逻辑控制工具箱对算法进行仿真,仿真结果表明,该控制器与常规PID控制器相比,具有调节时间短、超调量小、跟踪调节性能好、鲁棒性等优点。实践证明,这种模糊自适应PID控制器比常规的PID控制器具有更好的控制特性。     

Stewart平台神经网络非奇异终端滑模控制

针对Stewart平台的六自由度（six degrees of freedom, 6-DOF）轨迹跟踪问题,提出一种基于神经网络的非奇异终端滑模控制方法并应用于Stewart平台的位置姿态控制中。通过分析Stewart平台的位置反解和速度反解,建立运动学方程,利用牛顿-欧拉方程建立动力学方程,并结合加速度反解得到了平台的状态空间表达式;基于非奇异滑模面函数,设计非奇异终端滑模控制律。考虑到径向基函数（radial Basis function, RBF）神经网络的逼近特性,采用RBF神经网络对模型未知部分进行自适应逼近,并利用Lyapunov第二法设计了自适应律;通过仿真证明控制器设计的有效性。仿真结果表明,相比于比例积分微分（proportional integral derivative,PID）控制器,提出的RBF神经网络非奇异终端滑模控制器具有更好的轨迹跟踪精度和动态特性。     

单关节跳跃机器人模糊自适应轨迹跟踪控制

研究关节型跳跃机器人轨迹跟踪优化控制问题,针对机器人系统时变、非线性的复杂特性,传统模糊控制和PID控制方法难以获得较好的控制性能,为解决控制系统中超调量大、振荡和控制精度不高等问题,提出传统PID控制与模糊自适应控制结合的控制策略.首先建立单关节跳跃机器人腾空相和站立相动力学方程,依据专家经验制定PID参数整定策略,结合传统PID控制方法和模糊自适应理论设计模糊自适应PID控制器.引入合理的跳跃机器人物理参数和虚拟目标轨迹进行仿真,结果表明,模糊自适应PID控制器具有可行性和有效性,为应用于实际控制系统优化提供了可靠依据.     

Ｓｔｅｗａｒｔ主动隔振平台的神经网络自适应控制

针对Stewart主动隔振平台,提出一种基于径向基函数(RBF)神经网络的多输入多输出自适应隔振控制方法.考虑外界振动对Stewart主动隔振平台动态特性的影响,建立了隔振平台在工作空间中的动力学模型.推导出RBF神经网络的权值矩阵、高斯基函数中心和宽度的在线自适应调节律,以使神经网络快速逼近系统的非线性动态函数.应用Lyapunov稳定性理论,证明了在扰动力和神经网络逼近误差有界的条件下,闭环控制系统滤波误差和RBF神经网络各调节参数估计误差的一致最终有界.仿真结果表明,该控制方法能有效地抑制不同方向的低频有界振动.     

BP神经网络模型预测控制算法的仿真研究

为克服被控对象参数变化导致控制精度降低的问题,研究了一种BP神经网络模型预测控制算法。借助最小二乘递推算法在线预测系统模型参数,利用BP神经网络在线预测PID参数以控制被控对象。该算法基于模型预测,首先在线性系统中验证其控制效果,然后将非线性问题作线性处理,采用BP神经网络模型预测PID控制器予以实现控制非线性系统。仿真曲线显示BP神经网络PID控制器用于线性系统可达到高精度控制要求;对于非线性系统有自适应及逼近任意函数的能力。仿真研究表明,该算法与传统BP神经网络PID控制器相比,其自适应能力更强,稳定性更好,控制精度更高。     

基于自适应模糊PID控制的太阳光跟踪伺服系统

针对太阳光跟踪伺服系统中传统PID控制过程中的一些问题,通过对自适应模糊PID控制系统的分析,设计了一种双轴跟踪伺服系统自适应模糊PID控制器,同时在Simulink环境中建立了方位角跟踪传动机构仿真模型并完成了仿真。仿真结果表明,太阳光跟踪伺服系统自适应模糊PID控制器较传统PID控制器具有较强的稳定性、适应性与鲁棒性,在太阳光跟踪伺服系统控制领域具有重要的实用价值与应用空间。     

基于快速反射镜的自适应控制算法研究

捕获、跟踪和瞄准(ATP)系统是进行高速大容量激光通信的核心,在长距离激光通信中大气等外界扰动产生的光斑抖动严重影响了激光通信终端间的精确对准,大大降低了通信链路的稳定性和通信质量.为抑制光斑抖动造成的影响,提高对目标的跟踪精度,提出一种改进的快速反射镜(FSM)控制方法.分析了自适应控制和常规比例-积分-微分(PID)控制的特点,并论述了结合两种算法进行复合控制的优势,根据李雅普诺夫(Lyapunov)理论提出参考模型自适应PID控制算法,并对常规PID和参考模型自适应PID复合控制算法进行仿真分析和对实际光斑抖动的闭环跟踪实验.实验结果显示:自适应PID控制器获得的超调为2％,上升时间为3 ms,跟踪精度优于2μrad,全面优于常规PID控制算法.与传统PID控制相比,文中提出的控制算法对抑制光斑抖动具有更好的控制效果.     

Six-degree-of-freedom active vibration isolation using a stewart platform mechanism

Intelligent Automation, Inc. has performed a study of a six-degree-of-freedom (dof) active vibration isolation system based on a Stewart platform mechanism to be used for precision control of a wide range of space-based structures as well as earth-based systems. This article presents part of the study results, which includes a new Terfenol-D actuator design and analysis, a design of a Stewart platform as a vibration isolation device, and robust adaptive filter algorithms for active vibration control. Prototype hardware of a six-dof active vibration isolation system has been implemented and tested. About 30 dB of vibration attenuation is achieved in real-time experiments.     

基于IFT方法的主动隔振控制器设计

针对自适应前馈控制算法在主动隔振系统中存在的局限性,提出了一种基于迭代反馈调整(IFT)的主动隔振控制策略。该方法以主动隔振后的残余力均方值为目标函数,依托系统模型,根据实际需求设计控制器阶数,并通过信赖域的优化方法对控制器参数进行迭代调整,以获得期望的固定阶数的低阶控制器。该低阶控制器有利于降低成本和减少设计计算量,便于控制算法的实时实现。以基于磁致伸缩作动器的双层隔振系统为研究对象,用Matlab仿真软件对提出的算法进行仿真研究,并与自适应前馈控制算法中常用的归一化FX-LMS算法进行比较。结果表明,基于IFT方法所设计的低阶控制器比归一化的FXLMS算法具有更好的隔振效果,有着很好的实用性和推广性。     

基于MATLAB的自校正PID控制研究

针对常规PID的调节器在线参数整定时十分困难,以及不能够根据对象特性的变化做出相应调整的缺点。本文将自适应控制思想和PID控制器相结合,设计了一个自校正PID控制器。运用MATLAB的控制箱及其有关命令,进行了仿真。仿真表明,该控制器比常规PID的一些控制性能效果要好,具有一定的实用价值。     

3RPS/UPS并联机器人神经网络观测器反演控制

为了增强4D互动立体游戏仿真模拟平台的刚度和运动性能，将带冗余结构的3RPS/UPS并联机器人应用其中。首先对其结构进行介绍及逆运动学分析，然后针对传统PID控制在控制精度方面的不足，提出了一种基于神经网络观测器的反演控制方法。最后利用MATLAB对其进行建模以及系统仿真实验，并与传统PID控制以及一般的RBF神经网络自适应控制进行对比。由仿真结果可以看出，根据RBF神经网络观测器估计系统状态值，并应用反演控制理论设计控制器，能实现很好的状态观测，从而实现无需速度信号的位置跟踪。该方法也能够在一定程度上提高精度，且其整体控制效果优于传统PID控制器，相比于一般的RBF神经网络自适应控制也有了一定的改进。     

强制循环蒸发系统的非线性自适应解耦PID控制

本文结合现场的实际过程数据,首先应用能量平衡建立了强制循环蒸发过程的动态模型.针对该过程的多变量、非线性以及强耦合特性,在常规增量式PID控制器的基础上提出基于神经网络与多模型切换的非线性自适应解耦PID控制策略.该控制器是由线性自适应解耦PID控制器和基于神经网络的非线性自适应解耦PID控制器以及切换机构组成.其中线性自适应解耦PID控制器可以保证系统的稳定,而基于神经网络的非线性自适应解耦PID控制器则可以有效地提高系统的性能.上述过程的PID参数是通过广义预测的方法得到,最后通过仿真表明,上述控制方法不仅消除了回路间的耦合,在稳定生产的同时提高了蒸发的效率.     

基于模型的四旋翼无人机半实物仿真平台研究

为了降低在真实飞行器上测试新的控制策略时所存在的设备损坏风险,对四旋翼无人机的控制器和半实物仿真实验平台进行了开发和介绍;首先,分析了四旋翼无人机基本结构和飞行原理,并对其进行了动力学建模;其次,设计了对应的常规PID控制器和滑模控制器,并进行了Matlab仿真对比和分析;最后,展示了采用先进的基于模型的设计方法和代码自动等技术的半实物仿真实验平台,并详细介绍了其硬件和软件的总体架构和不同模块的配置;仿真结果表明所设计滑模控制器相比于PID控制器有更好的控制效果,并给出了其在半实物仿真平台上用来研究四旋翼无人机姿态控制的可行性。     

基于Fuzzy模型的交流伺服系统自适应PID调节器的设计

为了提高交流伺服系统在实际应用场合中的控制精度和性能特性,提出了模糊自适应PID控制器。模糊自适应PID控制,将传统的PID控制和模糊控制结合起来,可以发挥两者的优势,得到更优良的控制性能。基于Matlab/Simu-link平台搭建了系统的仿真模型,内环采用PI控制,外环采用模糊自适应PID控制,并对模糊自适应控制中的模糊隶属函数进行了优化。在仿真平台上进行了突加负载实验,仿真结果验证了这种方法的可行性,同时,也可以获得较好的性能。     

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。