柴油机电液调速系统控制的研究

车用柴油机电液调速系统的控制,具有非线性、时变、非稳定等特点,柴油机调速控制采用采用模糊自整定PID控制和采用传统PID控制两种控制算法,都难以达到满意的控制效果。本文采用非线性控制器来控制其效果非常明显。     

柴油机自适应遗传非线性PID调速控制仿真

研究船用柴油机控制优化问题,柴油机调速要求快、稳、准。针对船用柴油机调速系统的时变、非线性及外界干扰等特点,传统PID调速稳定时间长,控制效果不佳。为提高喷油量达到控制准确度,改善调速系统性能,提出了一种柴油机自适应遗传非线性PID调速控制策略。采用Matlab对柴油机调速系统模型进行辨识并验证其准确性。利用非线性PID控制实现各参数增益的实时调整,提高了抗干扰能力,通过自适应遗传算法对系统的动态偏差进行监控,优化非线性PID控制器参数,减少了超调量,提高控制精度。仿真结果表明,采用自适应遗传非线性PID控制器稳定时间更短,鲁棒性强,控制精度更高,优化了柴油机调速系统性能。     

基于CMAC与PID复合控制的柴油机调速系统

提出了柴油机调速系统CMAC与PID复合控制方案,给出了柴油机调速系统数学模型和控制算法.仿真分析表明,CMAC与PID复合控制比传统的PID控制有更好的控制效果,鲁棒性强,适合于非线性实时控制.     

基于CMAC与PID复合控制的柴油机调速系统

针对柴油机模拟参数多变化、非线性因素较强的特点.结合传统PID控制的优点,提出了改进CMAC与PID复合控制方案,并应用于柴油机调速系统的设计中去,给出了柴油机调速系统数学模型和新的控制算法.改进的复合控制方案是采用模糊化的方法的选择泛化邻域及学习率,并采用层叠来完成对系统的学习.控制方法开始时是常规PID控制器起作用,经过对常规控制器输出的不断学习,逐渐由小脑模璎的输出起控制作用.与传统的PID输出及CMAC与PID复合控制相比,仿真结果表明,改进的复合控制效果更好,超调小,鲁棒性强,更适合于类似于柴油机调速系统的非线性环境.     

CMAC-PID在柴油机调速系统中的应用

研究柴油机优化控制问题,柴油机调速控制要求快速、准确.针对柴油机调速系统的非线性、时变等特点,导致稳定时间长,传统PID控制不理想.为了提高自动调节供油量,达到控制准确度,提出一种小脑模型神经网络(CMAC)与PID并行控制的柴油机调速系统(CMAC-PID).采用现代控制理论与经典相结合的方法对柴油机调速系统进行优化设计,利用传统PID来实现柴油机调速属于反馈控制,保证了系统的稳定性,并且能够抑制扰动,结合CMAC神经网络对控制器进行前馈控制,确保系统的控制响应速度,减小超调量,提高控制精度.仿真结果表明,采用CMAC-PID算法控制精度更高,超调小,稳定时间短,鲁棒性强,能优化柴油机调速系统性能,为设计提供了参考.     

基于神经PID并行控制的发电机调速系统研究

针对柴油机非线性特性明显,在建模中采用传统的PID控制效果较差的问题,提出了基于神经网络和PID并行控制算法;首先,根据神经网络函数逼近的不同类型,设计出基于BP-PID与CMAC-PID两类神经PID并行控制方法;然后,对柴油机启动和船舶电力系统典型试验作了仿真分析,结果表明神经PID船舶发电机组调速系统并行控制是可行的,CMAC-PID控制的柴油发电机组比常规PID控制和BP-PID控制的稳定时间短,具有良好的动态特性,较适合实时性高的场合.     

模糊PID控制的柴油机调速系统仿真

PID控制是生产过程中应用最广泛的控制方式,但它对含变化参数的模型控制效果不理想。为了使舰船柴油机适应不断变化的工作环境,在传统PID控制的柴油机调速系统的基础上加入模糊控制环节,对PID参数进行在线整定。详细介绍了模糊PID算法在柴油机调速系统中的应用以及模糊控制器的设计,并通过MATLAB对模糊PID柴油机调速系统进行仿真,仿真结果表明,模糊自整定PID控制系统可以改善系统的动态特性,减小系统的振荡,提高系统的响应速度。     

直流电动机调速控制系统的仿真研究

研究直流调速系统控制性能优化问题,直流调速系统是一种具有时变性和非线性的复杂控制系统,无法建立精确数学模型,传统PID控制的控制效果依赖于被控对象的精确数学模型,传统PID无法动态适应直流调速系统,难以获得较高的控制精度.SVM具有非线性控制能力,不需要建立精确的直流调速系统数学模型就可以进行精确逼近,为提高了直流调速系统控制精度,提出一种支持向量机和传统PID相结合的直流调速系统控制方法(SVM-PID).通过支持向量机对传统PID控制器3个参数进行在线整定,使PID控制器能够适应直流调速系统非线性变化,从而实现对适应直流调速系统精确控制,最后采用仿真验证SVM-PID性能.仿真结果表明,SVM-PID较好的克服了传统PID控制器存在的不足,提高了系统的抗干扰能力,减小了系统的超调量,为提高控制系统的性能提供了依据.     

BP神经网络在永磁同步电机中的应用

永磁同步电机是一个多变量、非线性、强耦合的系统,传统PID速度控制效果不理想.在分析永磁同步电机数学模型的基础上,采用改进型BP神经网络与传统PID控制相结合作为速度控制器,应用于永磁同步电机调速系统中.在电机初始运行阶段采用传统PID控制,网络学习一段时间后,切换到经过改进的BP神经网络在线自整定PID控制,实现了电机速度的自适应控制.仿真结果表明:应用这种新型控制方式的永磁同步电机调速系统具有良好的动态性能和稳态精度.     

柴油机的模糊PID调速控制策略研究

研究了一种基于模糊PID算法的柴油机调速控制策略。提出了一种模糊控制改进算法,对电子调速器PID参数按调速系统过渡过程进行在线实时模糊自整定。Matlab/Simulink仿真结果表明,该系统超调量控制效果明显得到改善,动、静态控制效果要好于常规PID控制,具有控制灵活、响应速度快和适应性强等优点。     

一种高压共轨柴油发动机的轨压控制算法

设计了一种应用于高压共轨柴油发动机的PID轨压控制算法,以解决传统轨压算法控制复杂性和计算效率的问题。本算法简化了处理工况,并针对柴油发动机特性对PID控制器进行了多项改进,并用其统一的处理运行工况下的轨压计算。通过仿真实验对算法进行了验证,实验结果证明本算法对输入发动机信号和轨压期望具有良好的跟随性和运行效率,并且轨压控制较为平稳,其波动幅度不超过1%,基本符合高压共轨柴油发动机正常工作的需要。     

鲁棒PID算法在船舶柴油机控制中应用

基于闭环增益成形算法给出鲁棒PID算法,并将之应用于船舶柴油机的控制中。从仿真结果可知,该算法的控制性能和鲁棒稳定性良好,算法简单、实用。     

基于PLC的柴油机大小涡轮相继增压控制系统设计

设计了TBD234V12柴油机大小涡轮三区相继增压控制系统.以西门子S7-300系列PLC为核心构建控制系统的硬件配置,用STEP 7软件编写控制程序来满足柴油机大小涡轮相继增压系统的控制要求,其主要控制参数为切换转速和切换延迟.用组态王(KingView)软件设计控制系统的监控界面.经调试运行表明,基于PLC的柴油机大小涡轮相继增压控制系统安全可靠.     

船舶柴油机缸套冷却水自动控制系统的设计

为了实现机舱自动化控制,设计了以DSP为控制核心的船舶柴油机缸套冷却水自动控制系统,并根据系统需求选用了其他相适应的硬件。船舶柴油机缸套冷却水温度是监控主机是否正常运行的一个重要热工参数,但其变化具有滞后特性,在该系统引入史密斯补偿的数字PID控制方法后,解决了水温缓慢变化滞后特性引起系统超调量大和振荡的问题,实现了对象的在线控制。     

柴油机调速系统的模糊自适应PID控制

提出了一种模糊自适应PID算法。利用模糊自适应PID算法对柴油机电子调速器PID参数按调速系统过渡过程进行模糊自整定。从仿真结果看调速性能有明显改善。     

柴油机转速智能控制系统仿真

以12V180柴油机为对象，建立了柴油机简化传递函数和执行器模型。控制方法采用PID控制，并利用遗传算法优化控制器参数，对柴油机动态调速过程进行了仿真分析，在30s和60s时分别突加和突减50％负荷，并列出了柴油机各参数在负荷突变时的仿真结果。仿真结果和基于Z—N（Ziegler—Nichols）法的参数整定方法做了比较，结果表明遗传算法的性能远优于传统的参数整定法。     

PID神经网络控制器在发动机油门控制中的应用

BP网络与PID控制器相结合,可以实现对PID控制器参数的优化调整。但是BP网络的隐含层层数和神经元节点数的选取尚无定则,需要反复的计算论证才能确定;并且网络连接权重初值选取为随机值,难以保证系统初始运行的稳定。本文提出一种将BP神经网络与PID控制规律融合的新方法--PID神经网络,该方法控制结构简单、系统参数物理意义明确,同时又克服了上述网络的诸多缺点。将该方法应用于对发动机油门开度的仿真控制,仿真结果表明该控制器大大改善了发动机油门控制系统的性能,仿真效果良好。     

一种涡轮叶尖间隙主动控制系统的建模与仿真

为了提高现代航空发动机的性能,通过机械装置来控制(减小)涡轮叶尖间隙成为现在和未来的一个研究热点。在分析研究了航空发动机在不同工况下涡轮叶尖间隙的变化规律的基础上,提出了一种双闭环主动快速控制系统。进而,设计了一种可以控制非均匀叶尖间隙变化的作动装置,并对其进行了深入的数学建模分析。最后,分别通过PID和模糊PID两种控制器工作方式,对所设计的涡轮叶尖间隙主动快速控制系统的控制效果进行了仿真验证,结果表明,在起飞时段,PID控制曲线与模糊自适应PID控制曲线基本重合;但是在巡航、迅速减速、迅速加速、再次巡航时段,模糊自适应PID的控制效果要明显优于PID控制。