共查询到20条相似文献,搜索用时 94 毫秒
1.
温室环境温度智能控制算法研究 总被引:2,自引:1,他引:2
智能控制算法是自动控制系统的关键技术,运用智能控制理论-模糊控制的理论,基于作物生长环境的需求,提出了温室环境温度的模糊控制算法-可调因子多模型模糊控制算法,并对模糊控制器进行了参数优化。在作物生长的三个时区进行了仿真,仿真结果验证了所提出的算法有效性。 相似文献
2.
3.
4.
专家模糊控制算法及其实现 总被引:2,自引:0,他引:2
把人工智能中的专家系统技术引入模糊控制中,提出了一种专家模糊控制算法。然后用单片机实现了该专家模糊算法,实验结果证明,该控制算法具有良好的控制效果。 相似文献
5.
预报式模糊控制在热处理电阻炉温控中的应用 总被引:2,自引:0,他引:2
针对热处理电阻炉炉温的精确与平稳控制,简介了用PID算法及经典模糊控制算法的使用结果与缺陷,在此基础上给出一种用于控制滞后系统的预报式模糊控制算法,并将此算法作了适合电阻炉特性的改进,通过对比三种算法的温度控制结果,验证了新算法的有效性。 相似文献
6.
7.
8.
模糊控制器在电阻炉温度控制中的应用 总被引:2,自引:0,他引:2
针对电阻炉的特点,提出一种自调整模糊控制算法,介绍了以单片机为核心的炉温模糊控制系统的硬件和软件的设计原理,实验表明采用该模糊控制算法后,系统的特性得到了明显的改善。 相似文献
9.
本文主要介绍基于MATLAB的模糊控制系统设计、仿真以及模糊控制系统在ARM上的实现算法。MATLAB的模糊工具箱和simulink提供了强大的功能,可以方便快速地设计模糊控制系统及其仿真。在ARM芯片上实现模糊控制算法,模糊控制表采用新方法二维矩阵存储,以便方便查询和管理,更好地满足温度调节的实时性。 相似文献
10.
11.
模糊自适应控制在微机SCR全数字化直接相位控制中的应用 总被引:1,自引:0,他引:1
本文结合碳纤维生产的微机温度控制系统设计,介绍了模糊自适应控制在SCR全数字化直接相位控制中的应用。文中提出了增量式模糊控制的概念,用以解决传统模糊控制存在稳态误差或在工作点附近振荡的问题,并给出一种实用性很强的控制算法,即PID-增量式模糊自适应控制算法及其计算机实现。 相似文献
12.
13.
设计了解析模糊控制器,并在此基础上引入了单神经元;根据智能积分的思想,研究了模糊神经元非模型控制算法.解析模糊控制和模糊神经元非模型控制算法在发酵实验室微型发酵罐温度控制中进行了应用,实验结果表明,该算法可解决单纯的模糊控制因缺少积分作用而存在稳态误差的问题,其控制精度更高,稳态性能更好;同时,抗干扰性实验验证了控制系统的稳定性. 相似文献
14.
过程控制中的某些对象参数通常具有非线性和时变特性,针对这一特点,宜采用模糊控制算法。本文通过理论计算和实验分析,明确了查询表模糊控制算法中误差量化因子Ke、误差变化量化因子Kec和控制输出比例因子Ku三个参数的具体作用,在此基础上设计了一种三参数全程变化的模糊控制算法,并将该算法应用在PCS-99过程控制综合实验系统的单容液位系统过程控制中,达到了预期的控制效果。 相似文献
15.
16.
17.
一些经典网络队列控制算法无法确保高优先级用户应用的服务质量,针对该问题提出基于模糊控制规则的队列控制方法。采用非精确趋势控制方法,在OPNET仿真环境下分别测试使用模糊控制的队列模型和未使用模糊控制的队列模型,结果证明该方法能增加高优先级分组的服务吞吐量。 相似文献
18.
非线性系统的模糊免疫PSD控制与仿真 总被引:1,自引:0,他引:1
针对模糊免疫PID控制算法中微分与积分增益不能根据系统特性自动调整的问题,提出了一种模糊免疫PSD(Proportional Summation Derivative)控制算法。该方法将自适应PSD算法与模糊免疫PID算法相结合,利用自适应PSD控制算法根据过程误差的几何特性建立的PSD控制规律,使得模糊免疫PID控制算法中的微分和积分增益可以随比例增益的变化而自适应调整,从而进一步提高控制算法的自适应性能。仿真实验表明,采用该算法可以提高非线性、时变系统的控制性能,并能减少参数调整的工作量。 相似文献
19.
In this paper we present a self-tuning of two degrees-of-freedom control algorithm that is designed for use on a non-linear single-input single-output system. The control algorithm is developed based on the Takagi-Sugeno fuzzy model, and it consists of two loops: a feedforward loop and feedback loop. The feedforward part of the controller should drive the system output to the vicinity of the reference signal. It is developed from the inversion of the T-S fuzzy model. To achieve accurate error-free reference tracking a feedback part of the controller is added. A time-varying error-model predictive controller is used in the feedback loop. The error-model is obtained from the T-S fuzzy model. The T-S fuzzy model of the system, required in the controller, is obtained with evolving fuzzy modelling, which is based on recursive Gustafson-Kessel clustering algorithm and recursive fuzzy least squares. It employs evolving mechanisms for adding, removing, merging and splitting the clusters.The presented control approach was experimentally validated on a non-linear second-order SISO system helio-crane in simulation and real environment. Several criteria functions were defined to evaluate the reference-tracking and disturbance rejection performance of the control algorithm. The presented control approach was compared to another fuzzy control algorithm. The experimental results confirm the applicability of the approach. 相似文献
20.
一种新的预测控制算法:模糊预测控制算法* 总被引:11,自引:0,他引:11
将模糊控制与预测控制相结合,提出了一种基于被控对象一般形式的时间离散模型的模糊预测控制算法,并对控制算法的有效性进行了分析,仿真研究结果表明,该模糊预测控制算法既适用于线性对象,也可用于非线性对象的控制。 相似文献