基于S12微控制器智能车的软件设计

以9S12XS128为控制核心,采用"弦切法"对路径状况进行分析优化处理,通过建立模糊规则库调整智能车电机转速与舵机转角的匹配,利用PID算法完成对舵机的控制。设计并制作出能以较快速度自主识别各种赛道轨迹的智能车。实验及大赛结果表明本设计可以优化路径选择,提高舵机响应速度,同时使小车在弯道处速度平滑稳定。     

基于视觉的智能车道路检测与转向控制策略研究

对以FREESCALE的MC9S12DG128芯片为核心控制器的智能车采用了OV7620数字摄像头进行路径识别,再利用核心控制芯片对采集到的数据进行分析并提取出赛道黑色中心线,对赛道上出现的不规则黑色干扰信号进行过滤处理,从而准确地判别出赛道的形状,为舵机和电机提供控制依据以使小车平稳快速的行驶。并对智能车的转向控制策略的选择改进进行了分析,通过对比查表PID控制策略和模糊PID控制策略,以及具体试验观察,最终选择了模糊PID控制策略,实现了对直赛道、弯曲赛道的识别和优化处理,运行效果得到了改进,特别是在弯道处,在保证车体平稳的情况下车速有了极大的提高。     

磁悬浮作动器的串级PID控制设计与试验

为提高主动隔振系统的稳定性和改善系统的控制质量,利用系统辨识得到磁悬浮作动器控制通道的数学模型并设计相应的串级比例-积分-微分(proportion-integral-derivative, PID)控制器:系统的内环为加速度环,主要控制隔振台的加速度;系统的外环为位移环,使隔振台回到中心位置并调节加速度控制器的参考值。利用一阶系统理论分析串级PID控制的动态性能,通过在Matlab中建立串级PID仿真控制模型验证理论结果,利用单自由度试验平台设计串级PID控制系统,对比试验和仿真加速度传递率,分析加速度控制效果。试验结果表明:采用串级PID控制方法,控制对象在1~25 Hz频段内的衰减幅度为-22.5~-2.2 dB,实现了有效的振动控制。     

基于MC9S12XS128的激光传感器循迹智能车控制系统设计

以飞思卡尔MC9S12XS128单片机为控制芯片,设计能够自主循迹行驶的智能车。利用双排激光传感器采集路径信息,获取车中心线与路径中心线位置偏差信息;采用分段比例法控制追踪舵机转动使上排激光传感器追踪路径中央黑线、PD算法控制转向舵机转向使车沿黑线行驶;根据细化的路径信息及速度编码器所测智能车的当前速度,对控制车速的直流电机采用增量式PID算法闭环调节控制。实验结果表明,智能车能在不同弯道下对舵机及行驶速度实现准确控制,稳定快速地循迹行驶。     

陶瓷窑炉温度控制系统控制算法研究

针对陶瓷窑炉温度控制系统非线性、大时滞、模型复杂的特点,以及目前控制效果中存在调节时间长、超调量大等问题,以串级控制为主要的控制方法,分别提出了主控制器为PID控制、Smith预估控制和神经网络PID 3种控制算法。用MATLAB软件分别对这3种算法在不同扰动的情况下做出了对比仿真,并对仿真结果做了分析。结果表明:串级PID控制的控制效果不太理想;串级Smith预估控制的控制效果有待提高;而串级神经网络PID控制方法有较好的控制性能。     

DMC-PID串级主汽温控制系统

将动态矩阵控制算法与串级控制相结合,提出了一种新的火电厂锅炉主汽温控制方案。它既克服了单纯PID鲁棒性差的缺点,又克服了单纯DMC由于单层结构而带来的抗内扰能力弱的问题。针对火电厂中大惯性、大延迟的主汽温对象,充分发挥PID抗干扰性强和DMC对惯性、延迟适应能力强的优点,设计了DMC-PID串级控制系统。仿真研究表明:这种方案使控制系统具有较强的鲁棒性及良好的调节性能,提高了系统的动静态性能指标。     

基于Smith预估的模糊PID串级中央空调水系统控制

为了避免部分负荷下空调运行所造成的能量损失,需对空调水系统进行变流量控制.针对一次泵水系统,采用一种带Smith预估的模糊PID复合串级控制系统,对最不利支路上压差和冷水机组回水温度进行串级优化控制.主控制器采用模糊PID参数自调整控制器.为消除纯延迟,副回路中加入Smith预估控制器.Matlab仿真结果表明,新的串级控制系统相比常规PID控制,响应速度快,具有良好的静态性能.     

基于WINCC和PLC的预测PID控制仿真及实现

针对电阻加热水冷却实验室解耦控制装置系统的强耦合性,常规的PID不能得到很好的控制效果,介绍一种基于递推最小二乘法在线辨识系统模型的广义预测、PID串级控制．通过内环PID作用将一个慢性系统变成一个动态性能比较好的控制对象,再通过外环预测控制的优化功能,增强系统的适应能力和对耦合干扰的抗干扰性．通过MATLAB仿真,验证预测PID控制算法的可行性．针对仿真不能准确描述控制对象本身的情况,又通过WINCC脚本的预测控制编程与西门子PLC中的PID算法结合,实现预测PID的串级控制．试验结果表明,预测PID较PID控制对时变控制对象具有比较好的适应能力,对耦合系统的干扰具有优于常规PID的稳定性能．     

基于微分跟踪器的共轴反桨无人机串级TD-PID控制算法

针对传统PID控制算法对共轴反桨无人机的欠驱动、强耦合非线性系统控制效果不理想的问题,提出基于微分跟踪器的串级TD-PID控制算法,以提高无人机飞行稳定性. 设计共轴反桨无人机飞行系统,针对无人机的姿态控制提出基于微分跟踪器的串级TD-PID控制算法：外环为传统PID算法,内环使用2个微分跟踪器,通过串级控制改善系统动态性能. 在Matlab/Simulink中搭建控制系统的仿真模型进行仿真试验. 仿真结果表明：相较于传统串级PID控制算法,所提控制算法超调量更小,系统稳定性有较大提高. 对比串级TD-PID控制算法与串级PID控制算法控制效果的飞行试验结果表明：所提控制算法能有效减少系统超调量,提升系统稳定性和抗干扰能力.     

基于CCD图像的智能寻迹小车系统设计

本文设计了一种基于CCD图像的具有道路检测和自动跟踪功能的智能寻迹小车。该系统采用MC9S12XS128作为核心控制器,通过CCD摄像头检测模型车的运动位置和运动方向,然后对采集图像进行二值化处理、去噪等处理后提取出路径中心信息;利用光电编码器检测模型车的速度;根据路径中心信息的参数计算舵机控制量,采用模糊PID控制算法对小车实行转角和速度的实时控制。实验证明,该智能车系统能够沿着黑色赛道快速稳定地自动行驶,实现了路径识别与跟踪。     

神经网络预测-PID串级控制在同步发电机励磁控制中的应用

为提高发电机励磁控制系统的稳定性,分析了同步发电机的自并励励磁系统的结构和数学模型,介绍了神经网络预测控制的结构和算法,分别基于PID控制、神经网络预测控制和神经网络预测-PID串级控制算法对自并励励磁系统进行了仿真分析.通过仿真结果的对比分析,说明神经网络预测-PID串级控制在励磁控制中的应用提高了励磁系统的动态性、稳定性和抗干扰能力.     

DMF 回收系统闭环控制的实现方案及算法分析

为了得到较高纯度的二甲基甲酰胺（ DMF ）,针对DMF回收系统参数特性,提出一种压力、流量的单闭环控制系统和精馏塔串级温度控制方案。单闭环控制系统由上位机、PLC、压力传感器、流量计和电动阀组成。精馏塔温度串级控制系统中,主环是模糊自适应PID温度控制,副环是常规PI流量控制。现场测试及仿真结果表明, FM355 C闭环控制和模糊自适应PID串级控制具有良好的稳定性、响应快和超调量小的特性。     

基于MC9S12DG128智能模型车的设计与实现

以飞思卡尔公司的16位微控制器MC9S12DG128芯片作为该系统信号检测和控制处理的核心,设计并实现了一部能够自主循迹的智能小车．该系统的硬件设计主要包括电机驱动模块、车速检测模块、道路检测模块．利用光电传感器件对黑线进行感知获得的路线位置信号,用脉宽调制（PWM）控制方式控制伺服机构进行转向;利用采集到的后轮转速信号,运用PID控制算法对智能车的车轮转速进行控制．测试结果表明,该智能汽车能沿着赛道稳定、快速地自动行驶．     

基于模糊自适应PID的主汽温控制系统

为了改善传统串级PID主汽温度控制系统的控制效果,提出了采用模糊自适应控制器的串级主汽温控方案.主调节器采用模糊自适应PID控制器,副调节器采用传统PID调节器.利用模糊规则,主调节器PID参数可根据误差信号动态调整.仿真结果表明,该系统在机组负荷较大范围变化时,其控制品质优于传统PID串级控制系统.     

重型汽车起步的变结构串级双环控制

为了提高重型汽车电控机械式自动变速器起步控制的平顺性，在对接合点前后加速度变化的分析基础上．提出了采用变结构串级双环控制维持发动机转速恒定的起步控制算法．针对离合器操纵系统的非线性特性。加速度环采用单神经元自适应PID（Proportional Integral Differential）控制算法来解决非线性控制问题．实验结果表明采用该算法可有效抑制接合点前后的加速度，从而提高起步过程的性能．     

基于LSTM模型的SCR喷氨串级预测控制

常规PID对时变、时滞的SCR系统控制效果不佳,难以满足环保排放要求。因此提出一种基于长短期记忆神经网络（LSTM）滚动预测的串级预测控制策略。将LSTM网络预测输出组装成下一时刻输入数据,建立能自动微调的SCR系统模型;通过将LSTM网络与预测控制方法相结合应用于SCR喷氨优化控制中,并在此优化控制方案基础上加入PID控制,建立喷氨量的串级预测控制系统。结果表明：该控制策略对于SCR系统调节速度快、动态控制性能好、能克服模型失配的影响。     

光电自动寻迹智能车控制系统的开发

介绍了以Freescale 16位单片机MC9S12DG128作为系统控制处理器的智能车控制系统,该系统采用基于反射式光电传感器路径检测模块,获得赛道信息,求出小车与黑线间的位置偏差,采用PD控制策略对舵机转向进行控制.并通过速度传感器实时获取小车速度,运用PID 控制策略形成速度闭环控制.     

基于K60电磁循迹智能车系统控制策略的设计

电磁组智能车作为"飞思卡尔"智能车大赛中形式较为多变的比赛组,控制策略的选择和设计直接影响整个车体的反应灵敏度和速度的调控。本文中的控制策略主要包括舵机转向和电机驱动两方面。测得每个电磁传感器检测到的电压信号范围和舵机转向的占空比范围,利用虚拟示波器显示,发现两者之间按比例成线性对应关系,从而实现舵机随赛道中线的随动,提高信号的检测速度和反应速度;系统采用模糊PID控制算法分段调制车速,既能快速提高直道速度又能立即降速顺利通过弯道。本设计选用"飞思卡尔"公司的32位K60单片机来满足系统对运算速度的要求。系统采用MATLAB建立仿真模型对控制策略进行分析改进。经调试,该系统的测试速度达到3.1 m/s。     

内模-PID串级控制方法

将内模控制与串级控制相结合,为了发挥内模控制克服时间滞后方面的优良特性和串级控制良好的抗扰性,提出了内模-PID串级控制方法.PID控制调节系统的抗扰性,内模控制调节系统的鲁棒性,理论研究和仿真结果表明系统响应同时具有良好的抗扰性和鲁棒性,且参数整定简单.     

基于增量式PID智能车调速系统的设计

为提高智能小车适应不同道路的能力和速度响应,设计合理电机驱动电路和选择高效速度控制策略显得尤为重要。基于增量式PID的调速系统设计了一套自动信息采集、道路分析、控制策略选择的系统,着重分析了增量式PID算法调速的性能,阐述了增量式PID参数整定的方法和过程。通过实际的测试得到闭环控制后电机的调速曲线。试验结果表明,采用增量式PID控制算法,小车运动的速度稳定性相比采用开环控制得到很大的提高,智能车驱动电机的控制更流畅,电机的响应速度更加迅速,智能车的调速系统的设计达到了要求。