基于变摩擦负载的双电机同步控制系统设计

针对双电机同步控制系统在实际运行中存在摩擦负载的作用,首先建立双电机同步控制系统的数学模型和Stribeck摩擦模型。然后提出在偏差耦合控制方式下采用模糊PID控制算法对偏差进行调节的双电机同步控制方案,并与采用常规PID算法的控制方案进行比较。仿真结果表明,采用模糊PID控制算法的偏差耦合系统具有较好的抗干扰性和同步控制精度,优于常规PID控制系统的性能。     

无刷直流电机控制策略的仿真研究

为改善无刷直流电机的调速性能,研究了基于模糊控制思想的模糊控制器及其在BLDCM控制系统中的应用。在Matlab仿真平台下,建立了BLDCM的模型,构建了BLDCM转速闭环控制系统,其中转速控制器分别采用了模糊控制器和普通PID控制器。仿真结果表明：与常规PID控制器相比,采用模糊控制器的优势在于转速输出无超调、响应速度快、控制精度高,具有较强的鲁棒性和自适应能力。     

基于Stribeck摩擦模型的模糊PID控制在伺服系统中的应用

由于采用常规PID算法很难跟踪上基于Stribeck摩擦模型的伺服系统的输入信号,本文采用了模糊PID与传统PID控制相串联的方法,以飞行模拟台伺服系统背景进行仿真实验研究,结果表明,该方法设计简单,能对具有带摩擦的伺服系统进行有效控制,具有较强的鲁棒性和抗干扰性能,并明显优于常规PID控制的性能。     

基于变论域模糊控制的无刷直流电机转速问题

无刷直流电机(BLDCM)是一种多变量、强耦合、非线性、时变的复杂控制系统。由于其采用传统的PID控制时很难满足需要,所以针对BLDCM精确调速的控制问题,在基于传统PID控制上引入模糊控制设计了模糊PID控制,并在此基础上应用变论域的方法,设计了变论域模糊PID控制器。以BLDCM为模型,通过MATLAB建立其仿真模型。仿真和试验结果表明,采用变论域模糊PID控制的BLDCM与传统控制的BLDCM相比,具有响应速度快、超调小、控制精度高等优点。     

基于模糊系数修正BP神经网络PID的BLDCM控制系统仿真研究

常规PID、模糊算法无法解决无刷直流电机（BLDCM）控制系统存在的强耦合、非线性等问题,在干扰作用下容易出现信号失真。针对该问题,在滑行灯伺服转向系统中,以BLDCM三闭环控制系统为研究对象,结合BP神经网络、模糊控制和PID算法,提出一种基于模糊系数修正BP神经网络的PID控制。通过Simulink建模及仿真,对比研究了该策略与常规控制算法在转矩扰动和磁通扰动状况下的动态响应特性。仿真结果显示该改进控制算法在BLDCM位置控制系统中性能优良。     

无刷直流电机模糊自适应控制系统的研究

针对传统无刷直流电机控制系统动态响应速度慢、抗扰动能力不强等缺陷,本文设计了模糊自适应PID速度控制器来实时动态调整PID参数,从而提高BLDCM控制系统自适应能力,改善其控制效果。为了验证所提控制策略的优越性和有效性,在Matlab/Simulink环境中建立了基于模糊自适应PID的BLDCM双闭环控制系统仿真模型,且以STM32微处理器为核心搭建了BLDCM控制系统实物平台。仿真和物理实验的结果均表明,基于本文策略的BLDCM控制系统具有无超调、抗扰动性能好、鲁棒性强等优点,其自适应能力和控制性能亦显著提高。     

基于模糊控制的燃油泵系统建模与仿真

建立了无刷直流电动机(BLDCM)、离心泵和模糊控制器的模型,并将其有机组合构建了BLDCM驱动的燃油泵系统的模糊控制仿真模型,设计了基于流量的燃油泵转速闭环,并进行了仿真,仿真结果显示:采用模糊控制系统上升时间短,无超调,无震荡,无稳态误差,比PID控制具有更快的动态响应和更好的稳态特性。     

基于变论域模糊PID控制的BLDCM仿真分析

采用传统的PID控制方法,无刷直流电机(BLDCM)易受负载扰动、电机参量突变等不确定因素的影响,调速效果较差。研究了一种基于S函数的变论域模糊PID控制方案,应用于BLDCM速度环中,通过Simulink建立BLDCM速度、电流双闭环控制系统。仿真结果表明,变论域模糊PID控制方案在调速方面具有响应速度快、超调小、抗干扰能力强的特点,各项指标优于普通PID控制、模糊PID控制方案。     

基于模糊BP神经网络的智能轮椅BLDCM控制

现阶段多数轮椅电机仍使用传统PID控制,该控制方式存在控制精准度较低、超调量较大以及抗扰动能力差等问题。为解决以上问题,通过对无刷直流电机进行研究,在分析了其控制方法后,提出一种基于模糊BP神经网络的BLDCM控制方法。首先,研究了BLDCM结构并搭建数学模型。其次,在模型基础上构建了模糊BP神经网络PID控制器。最后,在Matlab/Simulink中搭建整个电机控制系统进行三种不同工况下的运动控制仿真,并与传统PID控制算法进行对比。实验结果表明：模糊BP神经网络PID控制策略能获得更好的PID控制参数,具有良好的抗扰动能力,有效的改善了整个轮椅控制系统的动态性能。     

基于模糊控制的感应电动机直接转矩控制系统研究

根据直接转矩控制理论,在Matlab7.1/Simulink下构造了一个异步电机直接转矩控制系统的仿真模型.为了进一步提高直接转矩控制系统的性能,引进了调整系统控制量的模糊PID速度调节器,并与常规的PID速度调节器进行了对比.仿真结果表明,采用模糊PID速度调节器可以提高系统的响应速度和稳定性,同时验证了该模型的正确性和控制方案的有效性.该控制方法可大大提高系统的响应速度和稳定性.     

电动车用无刷直流电机模糊自整定控制器设计

本文在分析无刷直流电机数学模型基础上,设计了一种以PIC单片机为控制核心的电动自行车用无刷直流电机控制系统,给出了控制系统主要硬件电路设计和核心算法设计。本文针对传统PID控制的不足,结合模糊控制与PID控制,利用模糊推理方法实现对PID参数的在线自整定。对算法在Matlab环境下仿真,并对采用传统PID控制及模糊自整定参数PID控制的无刷直流电机控制系统进行了实验分析和比较。     

基于预测模型双模糊分数阶PID的BLDCM调速系统优化控制

无刷直流电机（BLDCM）具有复杂的非线性系统,强耦合、变量多等特点,传统的PID控制无法获得满意的控制效果。为此,在模糊控制、分数阶微积分及模型预测相关理论的基础上,提出了预测模型双模糊分数阶PID控制器。分数阶控制为系统提供更多的控制余度,并采用一种间接算法（Oustaloup算法）完成整数阶PID控制的延伸和扩展,模糊控制实现分数阶PID控制参数的在线调整;建立预测模型,并引入模糊控制动态调整预测模型系数K值,实现更加精确的控制。针对模糊分数阶PID控制器中参数选择,又提出了一种改进的万有引力算法进行参数优化,增强控制器的自适应能力。仿真结果表明:基于改进万有引力算法的预测模型双模糊分数阶PID控制的BLDCM调速系统较传统的PID控制具有更快的响应速度、更小的超调量及抗负载扰动能力强等优良的动、静态性能指标。     

永磁无刷直流电动机的模糊PID控制研究

永磁无刷直流电动机调速系统是一个非线性、多变量的时变系统。采用传统的PID控制方法进行控制,难以达到良好的控制效果。设计一种模糊PID控制器,应用模糊算法在线自动整定PID参数,应用于无刷直流电动机调速控制系统。仿真实验结果表明,该模糊PID控制方法较常规PID控制和单纯的模糊控制具有更好的控制性能,具有无超调、响应快、鲁棒性强等特点。     

模糊自适应PID控制器在无刷直流电机控制系统中的应用

无刷直流电机是一种多变量、非线性的控制系统,采用经典的PID控制难以达到满意的控制效果.将模糊自适应PID控制器应用于无刷直流电机的控制中,运用模糊控制原理对PID参数进行在线凋整.实验结果表明,较之传统的PID控制,采用模糊自适应PID控制的无刷直流电机控制系统具有更好的动态和静态性能,达到了较好的控制效果.     

基于模糊神经网络的无刷直流电动机调速系统

无刷直流电动机是一种多变量、非线性的控制系统,采用经典的PID控制难以得到满意的控制效果。在分析无刷直流电动机数学模型基础上,提出了一种把高斯基函数作为隶属函数设计无刷直流电动机模糊神经网络控制器的新方法。仿真表明,系统响应速度快,抗干扰能力强,具有较高的控制精度和较好的鲁棒性。