基于改进PID控制的柔性执行机构跟踪误差仿真

针对柔性执行机构运动参数输出值与期望值存在较大误差的问题,对柔性执行机构驱动过程中产生的压力、电流、角速度和角位移等进行研究。分析柔性执行机构运动原理,推导柔性执行机构驱动的微分方程式。引用PID控制系统,提出遗传算法与粒子群算法相结合的优化方法。采用混合算法优化柔性执行机构的PID控制系统,给出改进PID控制系统柔性执行机构的流程图。利用MATLAB软件对优化后的控制系统进行仿真,并与PID控制系统输出结果进行对比和分析。结果表明:优化后的系统能够在线调节柔性执行机构的各项控制参数,提高柔性执行机构压力和角位移跟踪精度,系统自适应调节速度快、稳定性好。     

基于优化位姿控制的并联液压机械手跟踪控制研究

针对二自由度并联液压机械手控制系统容易受到外界干扰问题，对机械手控制系统输出误差进行研究。结合机械手平面简图分析了并联液压机械手工作原理，推导出机械手运动学和动力学方程式。引用模糊PID控制系统，采用差分进化算法和前馈补偿方法对模糊PID控制系统进行优化，将优化后的控制系统通过MATLAB软件进行误差仿真，同时与模糊PID控制系统输出误差进行比较和分析。仿真误差显示：在无干扰环境中，优化前和优化后的二自由度并联液压机械手模糊PID控制系统，其运动位移和角位移输出误差差别不大，跟踪效果较好。在有干扰环境中，优化前二自由度并联液压机械手模糊PID控制系统，运动位移和角位移输出误差较大，而优化后二自由度并联液压机械手模糊PID控制系统，其运动位移和角位移输出误差较小。采用差分进化算法和前馈补偿控制方法，能够抑制外界信号波的干扰，提高二自由度并联液压机械手的跟踪精度，其控制效果较好     

基于改进粒子群算法的恒力输出器的力控制优化

针对恒力输出器模糊控制中的量化和比例因子均为固定值,造成力控制系统自适应能力差问题,提出一种基于改进粒子群算法来不断迭代寻优出最佳的量化和比例因子对模糊PID控制进行优化。对恒力输出器建模并确定传递函数,构建出模糊PID控制系统与改进粒子群模糊PID控制系统,并对这两种控制系统进行MATLAB对比仿真分析。搭建基于六自由度TA6-R10机械臂的实验平台,对恒力输出器的输出力实验验证。结果表明：经过改进粒子群算法优化的模糊PID控制系统比模糊控制PID系统更快达到目标值,且更快收敛,整体超调量为8.91%,在1.3 s达到稳定。改进粒子群算法模糊PID控制优化恒力输出器的力控制,具有更快的动态响应和更好的力跟随效果。     

基于改进双模糊PID控制的Stewart平台运动路径跟踪研究

为提高Stewart平台运动控制的抗干扰能力,设计了改进双模糊PID控制系统,并对控制误差进行仿真验证。在坐标系中创建Stewart平台简图,通过矩阵变换推导出连杆运动方程式。设计了Stewart平台液压驱动机构,给出了液压伺服阀流量控制方程式。在传统PID控制基础上设计了双模糊PID控制器,通过粒子群算法对双模糊PID控制器进行优化,采用MATLAB软件对Stewart平台运动路径跟踪误差进行仿真。仿真结果表明:采用改进双模糊PID控制器,Stewart平台在有干扰环境中移动时,仍然能够保持较高的运动路径跟踪精度,对外界的干扰反应速度较快、调节效果较好。采用改进双模糊PID控制器,Stewart平台控制系统的抗干扰能力较强,提高了Stewart平台运动路径跟踪精度。     

基于粒子群优化神经网络自适应控制算法的并联机器人仿真研究

针对传统控制算法对并联机器人轨迹跟踪精度控制效果不好的问题,提出了一种并联机器人的改进粒子群优化神经网络自适应控制算法,首先对粒子群优化算法进行惯性权重的优化和变异操作的改进,然后用改进的PSO算法优化神经网络的初始权值并进行在线调节PID参数。最后以六自由度并联机器人为研究对象,将传统PID控制与基于改进PSO优化的神经网络自适应控制算法分别进行了仿真实验。仿真结果表明,在快速性和稳定性能上,基于改进PSO优化的神经网络自适应控制算法比单纯的PID控制更加优越,在一定程度上减小了轨迹输出的误差并且提高了轨迹跟踪精度。     

基于改进遗传算法优化的双步进电机伺服阀控制研究

针对当前电液伺服阀控制系统响应速度慢、输出误差较大的问题,采用改进遗传算法优化控制系统,并对控制效果进行仿真验证。设计了新型电液伺服阀结构,建立了电液伺服系统动力学模型,推导了液压缸流量运动方程式。采用改进遗传算法优化RBF神经网络结构,通过MATLAB软件对双步进电机伺服阀改进的控制系统进行仿真验证,并且与传统PID控制效果进行对比。结果显示:在无干扰环境中,采用传统PID控制和改进RBF神经网络控制方法都能较好地提高活塞杆运动位移输出精度;在有干扰环境中,采用传统PID控制方法,活塞杆运动位移输出的误差较大,而采用改进RBF神经网络控制方法,活塞杆运动位移输出的误差较小。采用改进RBF神经网络控制方法,能够抑制外界的干扰,从而提高双步电机伺服阀控制系统的响应速度和输出精度。     

神经网络PID控制的液压驱动主动升沉补偿预测控制研究

为了提高船舶在海面上作业时补偿精度,采用BP神经网络PID控制方法,并对船舶升沉运动输出误差进行仿真。建立船舶主动升沉补偿系统简图,分析船舶升沉运动工作原理,给出液压缸驱动传递函数。引用BP神经网络算法,采用梯度下降法对BP神经网络加权值进行修正,通过学习速率来补偿控制系统输出误差,从而实现PID控制器参数在线调节。在受到不同负载影响状况下,采用MATLAB软件对船舶升沉运动补偿精度进行仿真,并且与PID控制补偿精度进行对比。结果表明:采用PID控制器,船舶升沉运动输出误差较大,控制系统反应速度较慢;而采用BP神经网络PID控制器,船舶升沉运动输出误差较小,控制系统反应速度较快,同时,随着负载质量的增加,输出误差就会增大。采用BP神经网络PID控制系统,响应速度快,补偿精度高,提高了船舶在海面上作业定位精度。     

基于改进粒子群算法的PIDNN解耦控制研究

对于具有非线性、强耦合、大迟滞特点的多输入多输出的非线性系统,传统的控制方法无法对其进行精确解耦,导致控制精度较低。提出一种基于免疫机制的改进粒子群算法,并用此方法对PID神经网络权值进行优化,形成新型PID神经网络控制器。利用两个PID神经网络控制器对双输入双输出耦合系统进行控制以减弱系统的耦合影响。通过仿真结果表明：相对于传统PID解耦控制,该算法具有更好的动态和静态特性。可为控制领域中的解耦问题提供一定的参考。     

基于改进粒子群算法的多电机智能控制研究

伺服电机作为全自动线束端子组装设备驱动、控制和机械传动的主要联系环节,其控制系统的优劣决定了整个设备的性能。结合端子组装设备的结构和工作原理,对端子组装设备中重要的伺服系统建立了控制数学模型。为了得到较优的控制器参数,对粒子群算法(PSO)搜索寻优进行了改进,通过PSO对PID控制器进行参数优化,并利用优化后的PID控制器设计多电机功率平衡控制策略。仿真验证表明：改进粒子群算法能有效实现多电机功率平衡控制,在负载发生变化的情况下,控制策略能够控制每个电机的输出实现均衡分配负载。     

基于改进粒子群算法的PIDNN解耦控制研究（英文）

对于具有非线性、强耦合、大迟滞特点的多输入多输出的非线性系统,传统的控制方法无法对其进行精确解耦,导致控制精度较低。提出一种基于免疫机制的改进粒子群算法,并用此方法对PID神经网络权值进行优化,形成新型PID神经网络控制器。利用两个PID神经网络控制器对双输入双输出耦合系统进行控制以减弱系统的耦合影响。通过仿真结果表明:相对于传统PID解耦控制,该算法具有更好的动态和静态特性。可为控制领域中的解耦问题提供一定的参考。     

基于改进PSO算法的EHA叉车举升系统仿真分析

为改善EHA叉车举升系统的动态特性,建立系统的电机和液压部分数学模型.针对传统PID控制系统参数调整困难、超调量大、响应速度慢等问题,将改进PSO优化算法与PID控制器相结合,提出一种PSO-PID控制器.通过MAT-LAB/Simulink搭建整个系统的仿真模型,对比分析采用传统PID控制与PSO-PID控制的系统的...     

基于优化非线性控制的液压制动系统压力跟踪仿真研究

为提高车辆制动过程中控制系统的响应速度,设计车辆液压制动非线性PID控制优化系统,并对制动压力跟踪效果进行仿真。给出车辆液压制动系统平面图,分析车辆行驶和制动过程中液压系统的工作原理。采用数学模型对车辆液压制动系统进行简化,针对输入的不确定性设计了非线性PID控制系统。采用遗传算法对非线性PID控制系统进行优化,给出了液压制动非线性PID控制系统的优化流程。在不同初始状态和不同压力信号条件下,采用MATLAB软件对制动压力跟踪误差进行仿真,并与优化前的仿真结果进行对比和分析。结果表明:在非线性PID控制系统中,液压制动压力跟踪误差较大,控制参数调整速度较慢;在遗传算法优化后的非线性PID控制系统中,液压制动压力跟踪误差较小,控制参数调整速度较快。采用遗传算法优化非线性PID控制系统,可以提高整个系统的反应速度,获得良好的制动效果。     

基于混合控制的无凸轮发动机气门电液执行机构跟踪误差研究

为降低发动机气门运动位移输出误差,设计一种新的发动机气门电液执行机构。创建电液执行机构原理简图,对压电制动器和机械伺服系统进行分析。给出了电液执行机构的电路控制数学表达式,建立了液压驱动机构流量方程式。引用单一PID控制方法并进行改进,设计了串联PI-PID-PI混合控制方法。采用MATLAB软件对发动机气门运动位移和压电位移输出误差进行仿真,并且与单一PID控制方法进行对比和分析。结果表明:采用单一PID控制方法,气门运动位移和压电位移输出误差在10%以内,误差变化幅度较大;采用串联PI-PID-PI混合控制方法,气门运动位移和压电位移输出误差在5%以内,误差变化幅度较小。采用串联PI-PID-PI混合控制方法,控制系统反应速度较快,能够提高发动机气门运动位移控制精度,改善气门运动特性,效果较好。     

螺旋齿摆动液压缸螺纹副优化动力学分析

建立了螺旋齿摆动液压缸的两级螺旋副动力学数学模型,采用ADAMS仿真软件对其进行动力学分析,研究其在极限外负载条件下的最大角度及输出扭矩;依据建立的动力学模型,对螺旋副关键参数进行了优化,分析了不同螺旋升角对两级传动副输出性能的影响。研究结果表明:两级螺旋副最佳螺旋升角在50°附近时传动效率最高。搭建了螺旋齿摆动液压缸样机试验台,通过样机试验验证了动力学模型的准确性。     

改进PSO算法优化交流伺服系统PID参数研究

伺服系统PID控制参数的优化整定对系统可靠性和稳定性有着重要意义,而传统整定方式下参数优化整定时间较长、效果不佳、反应较慢。为了解决以上问题,提出一种优化交流伺服系统参数的控制方法。基于改进PSO算法实现惯性权重和学习因子随迭代次数的改变自适应调整,引入适应度函数快速优化整定PID控制器参数。利用MATLAB分别对基于遗传算法(GA)、量子遗传算法(QGA)、粒子群算法(PSO)的伺服系统PID参数整定进行仿真实验及对比分析。通过实验测试基于改进PSO算法和GA算法的PID控制器对伺服系统稳定性的影响。结果表明:利用改进PSO算法对PID参数进行优化整定,使得伺服系统具有鲁棒性强、稳定性高、超调量小等优点。