神经网络在无人机自动飞行控制系统中的应用

采用神经网络与PID控制相结合的方法，提出了一种基于BP神经网络Kp、Kl、KD参数自学习的PID控制器，较好地解决了传统控制方式对于对象模型过于依赖、参数在线整定困难等问题。同时对BP算法进行了深入分析，引入了神经网络的自适应学习速率和带死区控制，进一步提高了算法的收敛性。利用本文所提出的算法对某型无人机进行控制设计仿真实验，仿真结果表明：该算法在跟踪速率、控制精度上明显优于传统的PID控制器，对无人机具有良好的控制效果。     

基于继电反馈PID自整定控制算法的 环境温控系统实现

航空发动机相关零组件的精密测量对环境要求十分严苛，对温度环境的掌控，更是提出了高控制精度和快速响应的要求，针对某型航空发动机零件测试测量对温度环境高精准度的需要，设计了一套对于某密闭环境的温度测控系统，利用9216 温度采集卡和9263电压输出控制板卡，应用继电反馈PID自整定算法，构建了LabVIEW RIO温度测控平台。测试结果表明，20℃至45℃之间调温控制，误差小于3％，调节时间约17ｓ左右，继电反馈自整定PID算法控制响应时间优于普通PID温度控制，实现了对密闭环境温度的有效控制，满足了对于环境温度的控制精度。     

模糊自整定PID控制器的设计与仿真

由于实际工业生产过程通常具有非线性,很难确定精确的数学模型,使用PID控制器无法达到满意的控制效果,因此提出计算机智能控制策略。利用计算机模拟人的控制过程,根据系统当前状态进行自动控制,达到控制精度要求。首先结合计算机仿真技~[JZiegler．Nichols方法进行PID参数整定,并利用模糊算法对参数进行在线自调整,在Matlab环境下完成全部设计。仿真结果证明,模糊自整定PID控制的算法使系统稳态性能变好,具有较强的鲁棒性,超调减小,控制效果明显优于传统PID控制。     

热压机控制系统的PID改进

针对现有热压机多采用伺服控制系统,虽可以满足位置控制的要求,但很难实现大范围速度调节的问题,提出了一种新的热压机电液比例控制的PID改进系统。采用先开环控制再PID调节的方法,其中开环控制满足了速度调节的要求,PID调节保证了位置控制精度。并在PID调节时结合输出补偿,消除了比例流量阀的死区影响。还采用了正交试验的方法进行系统参数整定。结果表明,改进后的系统能很好地满足现代热压工艺同时实现速度及位置控制的要求。     

带Smith预估器的预测PID控制器的设计

设计了一种基于广义预测的思想的PID参数整定的改进算法。利用阶梯式控制策略,有效地减小参数整定中的计算复杂性,并能更方便地通过阶梯因子对所得PID控制器的控制性能进行调节。另外,文中对大延时系统的参数整定误差进行了分析,并通过引入Smith预估器改善了这类系统的参数整定效果。仿真实例说明了上述算法的有效性。     

一种智能PID参数整定控制系统设计与实现

在对多参量输入的嵌入式多模控制系统设计中,受到的参量扰动较大,控制精度不好,传统控制算法采用模糊PID控制算法,随着神经元输入的扰动向量不确定因素的增多,控制的收敛性受到限制。提出一种基于智能变结构模糊PID控制的多参量输入参数整定控制算法,并进行控制系统优化设计。结合滑膜积分控制和PID控制思想,首先进行多参量输入控制系统的被控对象描述,构建多模控制约束参量模型,采用变结构模糊PID神经网络进行控制约束参量的自适应训练,实现自适应控制加权,提高参数的自整定性,实现控制系统优化。仿真实验结果表明,该智能PID参数整定控制系统的控制精度较高,控制稳定性较好,参数自整定性的品质优于传统方法。     

基才PSO—BP神经网络的PID控制器参数优化方法

针对传统PID控制系统参数整定过程存在的在线整定困难和控制品质不理想等问题,结合BP神经网络自学习和自适应能力强等特点,提出采用BP神经网络优化PID控制器参数。其次,为了加快BP神经网络学习收敛速度,防止其陷入局部极小点,提出采用粒子群优化算法来优化BP神经网络的连接权值矩阵。最后,给出了PSO—BP算法整定优化PID控制器参数的详细步骤和流程图。并通过一个PID控制系统的仿真实例来验证本文所提算法的有效性。仿真结果证明了本文所提方法在控制品质方面优于其它三种常规整定方法。     

UPS逆变器数字控制研究

UPS逆变器的数字控制是实现全数字控制UPS的关键。本文对数字PID控制进行研究。针对数字PID控制方法输出性能不够理想的问题,提出了准双环控制,并采用了死区补偿和输出电流补偿。实验结果表明死区补偿和输出电流补偿的有效性以及整个控制策略的可行性。对无差拍控制方法进行研究,针对无差拍控制对系统参数变化的鲁棒性问题,提出了一种新的控制方案——渐近收敛无差拍控制。该方案与传统无差拍控制的区别是,不是将正弦信号作为参考电压,而是采用当前的输出电压和正弦信号的加权平均作为下一控制周期的目标量。理论分析和实验结果表明,渐近收敛无差拍控制有良好的稳态性能和快速的动态响应,对系统参数的变化有较好的鲁棒性。     

改进Smith控制在主汽温控制上的应用研究

针对电站主汽温难控问题,尝试使用一种改进Smith补偿控制器,并应用多容惯性标准传递函数方法进行改进Smith补偿控制器的辅助控制器参数整定。结果表明：改进Smith补偿控制器用于电站锅炉主汽温控制是可行的并且比常规的PID控制在最优性和鲁棒性上优势明显;应用多容惯性标准传递函数方法进行辅助控制器参数整定是一种有效的易操作的参数整定方法。     

基于Fuzzy的PID参数自整定的控制系统

本文采用模糊自动参数整定PID控制算法设计了一套水温控制的模型系统,整个系统通过自动整定PID的参数Kp、K i、Kd,使PID控制器能够通过改变输出的PWM脉冲来控制执行机构,使系统达到了很高的控制精度。     

逆变器双环控制算法仿真研究

经典PID控制算法在逆变器中获得广泛应用,但控制效果和精度有待改进和提高,针对此问题,研究了双环控制算法在逆变器控制中的应用,给出了双环控制逆变器的结构,设计了电压环和电流环的控制参数。在MATLAB/Simulink软件中构建了双环控制逆变器的仿真模型,通过仿真,验证了控制参数选择的可行性,证明逆变器在采用双环控制算法时具有好的输出性能。     

An Expert Adaptive Algorithm of PID Controller

ＡｎＥｘｐｅｒｔＡｄａｐｔｉｖｅＡｌｇｏｒｉｔｈｍｏｆＰＩＤＣｏｎｔｒｏｌｌｅｒＴｉａｎＬｉｈｕａ（ＤｅｐａｒｔｍｅｎｔｏｆＣｏｒｒｅｐｏｎｄｅｎｃｅ，ＣｈａｎｇｃｈｕｎＰｏｓｔａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎＩｎｓｔｉｔｕｔｅＣｈａｎｇｃｈ...     

基于超声电机的力矩补偿装置控制方法研究

为补偿卫星载荷运动产生的干扰力矩,设计了一种基于超声电机的力矩补偿机构。基于传统控制策略的比例、积分、微分(PID)闭环负反馈控制系统调速效果难以令人满意,在这种情况下建立了系统的数学模型,设计了基于模糊PI控制的闭环调速控制系统,并与传统的PI控制进行了对比。根据干扰力矩的给定形式,设计了飞轮运行的正弦速度给定曲线,仿真结果表明,该方法能够有效补偿载荷干扰力矩。此外,设计了以数字信号处理器(DSP)芯片为核心的硬件驱动控制电路,并进行了实验验证。结果表明,该算法比传统的PI控制效果更好,速度曲线跟踪精度明显提升。     

基于NiosⅡ的直流电机PID调速控制系统

介绍一种基于NiosⅡ软核的直流电机PID控制系统。采用PWM直流电机调速方案,利用Altera公司推出的DE2板作为综合开发平台,采用SOPC技术,通过在FPGA中植入嵌入式软核NiosⅡ作为中央处理器,借助PID控制算法实现整个直流电机外围电路的PWM闭环调速控制,这是对直流电机经典控制（即基于单片机或DSP的电机控制）的全新改进。     

基于STM32的运动耦合伺服转台速度控制系统设计

为实现某跟踪系统中运动耦合伺服转台独立的速度控制,并且达到响应快速、精确、平稳的速度控制,设计了一种基于STM32的速度控制系统.该系统以嵌入式微处理器STM32F103为核心构建,利用速度补偿法实现对耦合伺服转台独立的速度控制;系统通过PWM（脉宽调制）实现对电机转速的控制,采用速度和电流双环控制,控制算法采用模糊PID控制.控制耦合伺服转台按照给定的角速度转动,实验结果表明该系统稳定性好,静态、动态指标满足设计精度要求.     

一种基于前馈补偿的PID轨压控制设计方法

分析了5种共轨工况下轨压控制的需求,采用开环和闭环两种控制方法。针对轨压闭环控制的特点,设计了基于前馈的PID控制算法。为了提高PID控制精度,对参数设计方法进行了优化,并通过试验测试了两种工况下的轨压控制效果,轨压控制偏差在1.7%以内。     

空间光通信链路模拟平台控制系统

为实现卫星姿态仿真,建立了基于"板卡-PC"的两级高精度链路模拟平台控制系统.该系统采用绝对式光电码盘作为角位置反馈元件,属于电流、速度、位置多闭环系统.控制部分使用复合控制加数字滤波技术,引入饱和限幅及死区补偿模块;根据轨迹特点,设计变参数调节控制器以提高动态性能.实验结果表明,定位精度达到±3";最低平稳角速度0.000 5(°)/s,误差±0.000 1°;随0.2 Hz幅值1°的等效正弦波变化,动态误差在3σ条件下小于±9.17".该控制系统满足高精度模拟平台技术要求.     

基于模糊神经网络的永磁同步电机伺服系统研究

永磁同步电机具有非线性、强耦合的特性,常规的矢量控制方法难以对其进行精确控制。此外,电机系统易受负载扰动影响,从而产生转速和电磁转矩波动。针对转速环参数固定会导致系统响应速度慢、超调量大的问题,文中提出了一种模糊径向基神经网络PID控制策略,用以替代矢量控制系统中转速环PID控制。将神经网络和模糊控制相结合,基于增量式PID控制方式,利用梯度下降优化算法动态调整转速环中的PID参数。系统模型仿真结果表明,模糊神经网络PID控制的电机系统超调量较小,相较于常规PID控制,新模型在低速和高速运行的启动时间分别缩短了66.7%和75.9%,动态响应更快,具有更好的鲁棒性和抗干扰能力。利用DSP搭建了实验平台,实验结果也证明了该控制方法的有效性。     

基于无传感器的BLDCM模糊自适应控制

为简化无刷直流电机控制系统的结构,使其具有较快的转矩响应速度,针对传统的PID控制方式在对BLDCM系统控制时,存在精度低、抗干扰能力弱等不足,提出了一种基于无传感器的反电势过零检测的参数自适应模糊PID集成控制方案。将模糊自适应PID控制应用到SLBLDCM控制系统中,建立无刷直流电机的数学模型,利用Matlab中的Fuzzy Toolbox和Simulink完成电机模糊自适应双闭环调速系统的仿真设计。仿真结果表明,控制系统运行平稳,速度跟踪快速准确,具有较高的控制精度和较好的鲁棒性。