基于Anti-windup PID的四旋翼飞行器姿态控制研究

针对四旋翼飞行器姿态控制问题,设计一种Anti-windup PID姿态控制器。结合四旋翼飞行器简化的数学模型,在飞行器在垂直速率、俯仰速率、翻滚速率、偏航速率4个独立通道上分别设计了PID控制器和Anti-windup PID控制器。在MATLAB/SIMULINK环境下,对控制四旋翼飞行器姿态的两种算法进行仿真分析。仿真结果表明,Anti-windup PID控制方法在性能上明显优于PID,对飞行器有良好的控制效果。用Anti-windup PID算法搭建的四旋翼飞行器的物理实验平台更好地验证了该算法的有效性。     

基于PID神经网络的四旋翼飞行器控制算法研究

针对四旋翼飞行器的姿态与位置控制问题,提出基于PID神经网络的控制方法。建立四旋翼飞行器的数学模型,引入四旋翼飞行器联合仿真平台,利用Matlab设计PID神经网络姿态控制器,训练后能达到良好的控制效果,最后设计PID神经网络位置控制器并进行训练。仿真结果表明,该控制方法在性能上明显优于传统PID,对飞行器有良好的控制效果。     

基于神经模糊PID控制的四旋翼飞行器算法

四旋翼飞行器在执行任务时经常会出现稳定姿态精度低,抵抗干扰能力差等问题,提出一种神经模糊PID控制算法来调整原有模糊PID控制的模糊规则和隶属度函数,将设计的神经模糊PID控制算法与建立的四旋翼飞行器动力学模型相结合.为了验证神经模糊PID控制器的有效性,将传统PID、模糊PID控制算法作为对比算法,同时给定人为干扰因素.经过Matlab/Simulink仿真实验表明:在神经模糊PID控制下的四旋翼飞行器,具有较好的响应速度,稳态精度及更好的抗干扰能力,控制效果均优于对比算法.     

基于串级PID四旋翼飞行器控制系统研究

四旋翼飞行器具有不稳定、非线性、强耦合、建模不确定性等特性,同时是一个四输入、六输出的欠驱动系统。针对这样的系统,学者们在飞行器控制算法方面做了许多研究,比如LQR、滑模控制、反演控制等。虽然这些控制算法在姿态控制等方面有比较好的效果,但需要建立准确的数学模型,数据的实时处理对处理器性能要求高,实现起来有一定的困难。针对上述问题,以小型四旋翼飞行器为研究对象,根据牛顿-欧拉方程建立了四旋翼飞行器的运动、动力学模型,设计了一种易于实现的串级PID控制器,分别对飞行器的位置与姿态进行控制,应用MATLAB/Simulink对所设计的控制器进行仿真。结果表明,串级PID控制器能够快速、稳定、准确地对四旋翼飞行器实现姿态和位置的控制,同时具有比较好的鲁棒性。     

四旋翼无人飞行器实验平台设计及姿态控制研究

为了实现四旋翼无人飞行器姿态的稳定控制并验证控制算法的性能,设计了一种可用于四旋翼无人飞行器姿态控制算法研究及控制性能测试的物理实验平台;首先,利用牛顿-欧拉法建立了四旋翼无人飞行器的六自由度动力学模型;其次,对姿态传感器数据进行融合,利用互补滤波算法实现对四旋翼飞行器姿态进行快速准确解算;然后,在MATLAB环境下搭建了四旋翼飞行器仿真模型,并设计改进的PID控制器对飞行姿态进行了仿真;最后,搭建了一个四旋翼无人飞行器姿态控制的物理实验平台,进行了飞行器姿态控制算法的性能测试;实验结果表明了四旋翼无人飞行器实验平台设计的合理性和正确性,是一种快速有效的飞行器姿态控制算法性能测试实验平台。     

自抗扰PID四旋翼飞行器控制方法研究

针对传统PID控制算法不能很好地适应非线性被控系统、鲁棒性较弱、抗扰能力差等缺点,提出了一种基于传统PID控制与自抗扰控制结合的四旋翼飞行器控制方法。在传统PID控制器的基础上,对飞行器姿态解算过程中的不确定因素和外界干扰予以实时的观测和补偿。最后在Simulink中分别搭建传统串级PID控制器和自抗扰PID控制器的仿真模型,通过分析仿真结果得出自抗扰PID控制器的响应时间比传统串级PID控制器快约30%,稳态误差较传统串级PID控制器降低约15%,超调量降低约20%。由此得出自抗扰PID四旋翼飞行器控制方法能够很好地适应四旋翼飞行器非线性系统,达到抑制外界干扰以及补偿系统控制误差的效果。     

四旋翼飞行器模糊PID姿态控制

在四旋翼飞行器控制姿态优化问题的研究中,为更好的实现对四旋翼飞行器的姿态控制,在Matlab环境下利用6-DOF运动方程模块搭建了四旋翼飞行器的非线性模型.选取四旋翼飞行器的姿态角作为控制对象,借助Matlab模糊工具箱设计了模糊PID控制器并依据专家经验编辑了相应的模糊规则;同时设计了常规PID控制器并选取了最佳的PID控制参数,对两种控制器控制下的四旋翼飞行器姿态进行了相同条件下的Matlab仿真.仿真结果表明,模糊PID控制器相比常规PID控制器具有更优良的动态性能及鲁棒性.对实际四旋翼飞行器的姿态控制具有一定的指导意义.     

四旋翼飞行器的自抗扰控制方法研究

为了检验自抗扰控制方法是否可以应用在四旋翼飞行器飞行控制系统。介绍了自抗扰控制器的原理以及基本组成。针对四旋翼飞行器低速飞行或悬停状态,提出了一种基于自抗扰控制器的控制系统设计方法并在仿真平台上进行稳定控制、高度控制实验,以及与PID控制系统进行对比分析实验。仿真结果表明：基于自抗扰的四旋翼飞行器控制系统具有较好的动态品质、稳态精度以及较强的鲁棒性,本文所设计自抗扰控制器可应用在四旋翼飞行控制系统。     

基于自适应单神经元PID的四旋翼飞行控制研究

针对传统增量式PID控制算法在四旋翼飞行器的姿态控制中自整定参数不足的缺点,提出了一种改进的自适应单神经元PID控制算法,该算法在单神经元加权系数调整的基础上引入PSD自适应控制方法,增加了对比例系数的自适应调整;通过建立四旋翼飞行器的动力学模型和飞行试验平台对该改进算法进行仿真验证;仿真结果表明,采用自适应单神经元PID算法的控制器结构简单且响应速度快,精度高,具有更高的鲁棒性和自适应能力,能有效的实现四旋翼飞行器姿态的稳定控制。     

基于RBF神经网络自适应PID四旋翼飞行器控制北大核心CSCD

四旋翼飞行器具有高非线性、强耦合、欠驱动等特点,飞行控制器设计困难。首先根据牛顿欧拉方程建立系统动力学模型;然后根据系统动力学模型推导出控制器设计模型,根据系统模型设计出串级控制策略以实现对系统姿态控制和位置控制的解耦;最后针对四旋翼飞行器的控制难点提出了基于RBF的多变量神经网络自适应PID控制方法。该方法具有神经网络自学习、自适应的能力,同时具有一定的非线性控制作用。仿真结果表明,该方法相对于常规PID控制方法具有更短的调节时间、更少的超调量、更好的抗扰动能力,同时,在模型参数变化的情况下该控制器比常规PID控制器的鲁棒性更强。     

主动磁悬浮轴承的神经网络自适应稳定性控制

针对主动磁悬浮轴承本质非线性和开环不稳定的系统特征,设计了一种BP神经网络自适应PID控制器。该控制器采用改进的BP神经网络PID控制算法,通过BP神经网络的自学习和权值调整寻找最优的PID参数,克服了常规PID控制参数整定困难的缺陷,实现了系统的自适应控制。通过MATLAB/Simulink环境和S-Function模块建立了主动磁悬浮轴承控制系统模型,并进行了系统仿真实验,结果表明,BP神经网络自适应PID控制系统响应速度更快,具有更好的动态性能和稳态性能。     

蚁群算法在变风量空调控制系统中的应用研究及仿真

变风量空调系统是一个具有大惯性、大滞后的复杂系统。通常对于变风量空调系统采用常规的PID控制,但是常规PID控制具有系统超调量大、动态响应速度慢等问题。将基于蚁群算法的PID控制应用到变风量空调控制系统中。通过MATLAB仿真,得到基于蚁群算法的PID控制具有响应速度快,超调量小的结论。     

基于变论域模糊PID算法的张力控制

张力控制在工业中应用十分广泛,其核心是保持张力的恒定。目前恒张力控制主要采用的算法有分段PID和模糊PID,但是这两种方法控制稳定性差。在常规模糊控制的基础上,引入了变论域的思想并设计了伸缩因子基于函数类型的变论域模糊控制器,以此对执行机构为磁粉制动器的张力系统进行控制。通过建立系统模型对常规模糊控制PID算法和变论域模糊控制PID算法进行了仿真对比,仿真结果表明采用变论域模糊PID算法进行系统控制时具有超调小,响应速度快的优点。     

基于滑模变结构的发动机转速控制系统

针对工业中传统的发动机PID转速控制系统存在其经常性参数整定不良,运行工况适应性差,且很难同时很好地满足稳态精度、动态稳定性、平稳性和快速性的要求等问题,提出一种基于比例切换函数的滑模变结构发动机转速控制系统。进而介绍了发动机转速控制数学模型,并通过Matlab/Simulink仿真与传统的PID转速控制方法进行对比,验证滑模变结构控制在发动机这种高阶非线性多变量系统中具有响应速度快,超调量小和控制精度高等优点。     

基于模糊PID控制的电液力伺服系统的研究

电液伺服控制系统本身具有非线性以及参数不确定性等因素,导致传统的PID控制算法很难使力伺服系统达到满意的控制效果,给系统的控制及仿真造成一定的影响。针对这一问题,基于LabVIEW软件平台研究设计出模糊PID控制算法,并在实际的力伺服控制系统中进行实验验证。结果表明,该控制算法控制精度高且稳定性好,满足控制系统要求。     

基于模糊PID的无刷直流电机调速系统的建模与仿真

无刷直流电机控制系统是一种多变量、强耦合、非线性、时变的复杂控制系统,传统的PID控制很难实现无静差控制。基于模糊PID的电机控制,利用无刷直流电机的电压、转矩和转速方程,通过模糊原理对PID参数进行模糊化,实时调节PID的参数,从而实现对电机转速的高精度控制。仿真结果表明,采用模糊PID控制方法控制无刷直流电机,系统响应速度快、无超调、控制精度高。     

一种基于FPGA的I~2C总线控制器的设计

设计了一种I2C总线接口控制器,该控制器具备协议层处理功能,可以实现对基于I2C总线协议的AT24系列存储器的控制。在FPGA平台下利用VHDL硬件编程技术实现了该设计,进行了功能仿真,并在实验板上完成了验证。     

基于GSAGA的模糊PID控制在自动油门系统中的应用研究

针对现代民用飞机非线性和时变的特点,设计了一种用于民机自动油门控制系统的模糊PID控制器;模糊控制器以速度跟踪误差及其微分信号作为输入调节PID控制器的比例、积分及微分参数,进而控制油门开度以调节发动机推力,最终实现对速度的控制;文中进一步采用广义自适应遗传算法(GSAGA)对模糊PID控制器的输出因子进行优化,在着陆模态下采用所设计的优化控制策略与传统模糊PID控制进行了对比仿真,仿真结果显示,在民机自动油门控制系统中基于GSAGA的模糊PID控制器的控制效果优于传统模糊控制方法,仿真结果符合飞行品质指标,控制效果良好。     

基于无速度传感器技术的PMSM-DTC仿真研究

主要针对于直接转矩控制系统中是否存在传感器进行研究,目的在于验证运用无速度传感器技术能够代替传统PMSM-DTC中的速度传感器。在Matlab/Simulink以及SimPower System环境下,搭建传统PMSM-DTC仿真系统。同时设计并搭建无速度传感器模块,将其应用于PMSM-DTC系统中,对其仿真结果进行对比。最终仿真结果表明,无速度传感器技术能够代替传统PMSM-DTC中的速度传感器。     

绕线式异步风力发电机的最大风能追踪控制

以双PWM交流励磁电源控制的绕线式异步风力发电机系统为对象,研究了有功功率和无功功率的确定原则和计算方法,进而研究了双馈异步电机的功率解耦控制。给出变速恒频风力发电机最大风能追踪的控制策略,仿真研究表明基于电网电压定向的矢量控制策略,通过转子侧变换器和双馈电机之间的数学模型,能够有效地实现最大风能追踪。提高风电机组的运行和运行效率。