基于双模糊PID算法的HMCVT恒转速输出控制

针对液压机械无级变速器(HMCVT)在受到阶跃负载时输出转速波动量大、调整时间长的问题,提出了基于双模糊PID算法的液压机械无级变速器恒转速输出控制方法.该控制方法根据转速偏差值的大小选择不同的模糊控制器,当转速偏差值较大时,系统采用粗调控制器,快速消除转速波动;当转速偏差值较小时,系统采用精调控制器,实现HMCVT转速控制系统的稳、准调节.双模糊控制器对PID参数进行整定,用整定后的PID参数来调整变量泵斜盘倾角,最终实现转速恒定输出.仿真与试验结果表明:与传统PID和模糊PID相比,双模糊PID控制方法能够更好地解决HMCVT在遇到阶跃负载时输出转速波动量大、调整时间长的问题.     

基于模糊自适应PID的钢管定长切割控制系统

针对钢管定尺飞锯传统定长切割控制策略存在的问题,提出了采用模糊自适应PID的控制策略.控制器输入取钢管的定长切割偏差e和偏差变化率ec,输出取PID控制器3个参数的修正量,从而实现了PID参数的在线自整定.采用Matlab语言,进行了常规PID控制与模糊自适应PID控制动态性能的仿真比较.研究结果表明,采用模糊自适应P...     

模糊自整定PID的液压马达驱动机床主轴速度控制研究

液压马达驱动机床主轴系统具有参数时变和高度非线性,传统PID控制器控制精度不高。针对液压马达驱动机床主轴系统速度控制问题,采用模糊自整定PID控制器实现液压马达驱动机床主轴系统的有效控制,并对控制效果进行仿真验证。构造了液压马达驱动机床主轴系统模型简图,建立了液压马达驱动机床主轴系统数学模型。对传统PID控制器参数,用模糊控制器进行实时整定,开发了模糊自整定PID控制器。最后,采用MATLAB对液压马达驱动机床主轴系统进行仿真。同时,与传统PID控制器的计算结果进行对比和分析。仿真结果显示：采用模糊自整定PID控制器的液压马达驱动机床主轴转速超调量小,具有更快的响应时间,跟踪精度高,同时系统能耗减少20%左右;即使受到较大随机干扰,模糊自整定PID控制器也能快速消除干扰,使机床主轴转速处于受控状态。采用模糊自整定PID控制器可以有效提高液压马达驱动机床主轴系统的动态稳定性以及抗干扰能力。     

模糊控制在可逆式四辊轧机液压AGC系统中的应用

为了进一步提高四辊轧机液压AGC系统的厚度控制精度,将传统的PID控制与模糊控制相结合,设计了一种参数自调节的模糊自适应PID控制器。该控制器通过分析偏差和偏差变化率,利用模糊逻辑实现PID参数在线自动调节。经MATLAB仿真表明,其控制效果优于传统的PID控制,具有良好的动、静态特性及较强鲁棒性。     

基于RBF在线辨识的AGV转向单神经元PID控制

针对自动引导车(AGV)转向系统的复杂、非线性和时变性,提出了基于RBF神经网络在线辨识的单神经元PID控制来改进常规的PID控制性能.在该控制系统结构中,采用RBF神经网络辨识器实现对转向系统的Jacobian矩阵信息的在线辨识,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智能控制.实验结果表明,与常规的PID控制方法相比.该方法具有较高的控制精度、较强的自适应性和鲁棒性,完全可适用于AGV转向系统的控制.     

液压提升式升船机主提升系统同步控制建模与仿真研究

为提高液压提升式升船机主提升系统的同步动态响应和控制精度,提出一种自整定模糊PID方案。建立了主提升缸电液比例同步控制系统模型,设计了自整定模糊PID 控制器,利用AMESim Simulink联合仿真平台,分别对液压伺服系统中的机械液压部分和控制部分进行建模。通过改变主提升缸初始速度差、负载黏性阻尼系数等参数,比较了常规PID控制器和自整定模糊PID控制器作用下,系统的动态特性和控制精度。结果表明,自整定模糊PID控制器相对常规PID控制器,抗干扰能力强,调节过程平稳快速,具有较强的鲁棒性。     

一种模糊PID控制器的设计与仿真

提出一种结合模糊控制与PID控制的模糊PID控制器。在模糊PID控制器的设计中,分析了模糊PID控制器的工作原理;确定了模糊论域与隶属度函数;制定了控制规则;分析了模糊PID控制器参数自整定原理。最后采用PID与模糊PID对二阶系统进行了仿真分析。仿真结果表明模糊PID控制器的控制效果与常规PID控制器相比具有超调量小、调整时间短等优点,改善了系统的动态响应性能。     

液压伺服系统建模与模糊自适应PID控制研究

液压伺服系统中存在非线性、参数变化、外负载干扰等问题,这些特点和问题很大程度上影响了液压伺服系统的性能。传统的PID控制在解决高精度非线性控制问题时效果不理想,一种模糊自适应PID控制方法被提出。针对液压阀控非对称缸系统,该文分析并建立了阀控非对称缸位置控制系统的动态数学模型。基于MATLAB仿真软件,将传统PID控制策略与模糊自适应PID控制策略分别应用于阀控非对称缸的位置控制中,进行仿真研究。仿真实验结果表明,采用模糊自适应PID控制器系统能克服传统PID控制器的局限性,且具有较强的鲁棒性,较好的动态品质以及较高的控制精度。     

基于最优偏差路径的自动导引车纠偏方法

针对使用二维码作为定位模块的视觉自动导引车(AGV)的轨迹跟踪问题,提出了一种基于最优偏差路径的模糊PID纠偏算法。首先建立AGV的运动学方程,将横向偏差和航向偏差作为控制系统的输入变量;其次引入Hamilton最优控制函数,得到基于最优偏差转化策略的AGV最优偏差路径和最优控制方程;最后以AGV与最优偏差路径之间的位姿偏差更新模糊PID控制器的参数,实时调节驱动轮的差速,使AGV按最优偏差路径行驶,实现AGV纠偏的最优控制。实验结果表明,该方法可以平稳、快速地消除横向和航向偏差,本文控制方法在极端偏差状态下的4种隶属度区间的横向偏差纠偏结果分别为2.38、2.54、3.29和4.43 mm,均不超过5 mm,纠偏距离小于1.2 m,跟踪精度为3.2 mm,既提高无轨导引AGV的导航精度,也能较好地满足系统运行的稳定性和伺服驱动能力。     

电液位置伺服系统的模糊自整定PID控制研究

针对电液位置伺服系统的不确定性、非线性和常规PID控制的缺点,设计了具有在线PID参数调整的模糊自整定PID控制器,以减小电液位置伺服系统中参数摄动等引起的超调和振荡。利用AMESim与Matlab软件各自的优势,分别进行了液压系统建模、控制器设计。联合仿真结果表明,模糊自整定PID控制器使系统有较高的稳态精度、较快的动态响应,系统具有很好的适应性。     

汽车非线性液压转向系统控制策略研究

在分析了汽车非线性液压转向系统工作原理的基础上,建立了液压转向系统的数学模型,设计了控制系统的模糊控制算法和模糊自适应PID控制算法。通过考虑汽车转向系统的各种非线性因素,在AMESim和Simulink中建立了与实际线控液压转向系统相吻合的联合仿真模型,通过仿真计算出油缸在不同控制策略下的响应速度。结果表明,在相同的输入信号下,模糊自适应PID控制与模糊控制相比,其响应速度大约提高了0.3 s,与无控制策略相比,其响应速度大约提高了1 s左右。     

无刷直流电机双模糊直接转矩控制系统的研究

针对无刷直流电机直接转矩控制存在传统PID速度环自适应较差和相对较大的转矩脉动等问题,对直接转矩控制系统的转矩观测等方面进行了研究,对直接转矩控制策略进行了归纳,提出了一种双模糊控制策略。在转速闭环中,以模糊自适应PID代替普通的PID控制,实现了PID参数的自适应整定。在转矩控制环中,在转矩滞环控制器的基础上,将转矩的偏差和转矩偏差的变化率模糊化,模糊控制非零矢量和零矢量的作用时间,消除了容差宽度选择对转矩脉动的影响,使转矩脉动进一步减小。研究结果表明,相比普通的直接转矩控制系统,引入双模糊控制策略的直接转矩控制系统,可进一步地减小电磁转矩脉动和提高转速的自适应调节能力,显著地改善系统的控制性能。     

基于模糊PID的变幅液压控制系统

针对高空带电机器人作业时出现臂架振动和抖动的问题,设计了基于模糊PID控制器的闭环液压控制系统。以液压缸活塞杆速度的误差和误差变化率为输入变量,经过模糊化、模糊推理、解模糊的方式来动态调节活塞杆的速度,使其达到稳定状态。以高空带电机器人的臂架变幅液压系统为研究对象,通过建立液压平衡回路数学模型得到系统的传递函数,在MATLAB/Simulink环境内搭建模糊PID和经典PID的控制方案仿真模型,并搭建试验平台进一步验证。结果表明:与经典PID控制相比较,模糊PID控制的响应滞后时间由0.55 s降到了0.2 s,缩短了63.6%,最大超调量由0.09 m降到了0.01 m,相对降低了88.9%,稳定时间由2.4 s缩短至0.4 s,相对降低了83.3%;另外实验结果为模糊PID控制下的系统响应滞后时间相对于经典PID缩短了0.2 s,超调量降低了0.032 m,稳定时间缩短了1.7 s,跟仿真结果相一致。实验数据表明,模糊PID控制器有效地解决了臂架振动和抖动问题,提高了臂架运动控制的稳定性。     

油茶果采摘机阀控液压马达模糊神经网络PID控制

推摇式油茶果采摘机在作业机构作业时,需要保证振动液压马达恒定转速输出,以保证油茶果能够顺利通过推摇振动从树枝脱落,对此,推导了推摇式油茶果采摘机阀控振动液压马达系统的状态空间方程,并在传统增量式PID控制原理的基础上设计了模糊径向基函数(Radial Basis Function,RBF)神经网络PID控制方法。采用MATLAB/Simulink仿真软件对液压系统在空载和5 s带载工况进行仿真,并与传统PID控制和模糊PID控制方法进行比较和分析。仿真结果显示,传统PID控制和模糊PID控制响应速度较慢、鲁棒性较差;而采用模糊RBF神经网络PID控制方法响应速度快、鲁棒性强,能够很好地满足振动液压马达恒定转速输出的要求,并且能够灵活地在线调整PID的3个参数,控制精度较高。     

AGV路径规划与偏差校正研究

针对AGV(Automated Guided Vehicle)行走不平滑的问题,在研究路径对AGV行走性能影响的基础上,建立AGV几何模型,并对其进行运动学分析,结合Bezier曲线的特点和优势,运用改进的粒子群优化(improved Particle Swarm Optimization,improved PSO)算法,规划其最优理想运动路径;将模糊逻辑与PID算法结合,构建改进模糊PID控制算法,并对AGV运动偏差进行校正。利用MATLAB软件绘制其实际运动轨迹,比较角速度、偏角及路径偏差,评估误差与精度。结果表明,所规划的路径可以满足AGV运行轨迹的要求,提出的改进模糊PID控制算法可有效提升AGV偏差校正的能力,并提高响应的速度,降低系统的稳态误差,较好地满足现场工作环境对AGV实时性和稳定性的要求。     

An adaptive control of an autonomous guided vehicle system using cell-mediated immune algorithm controller and vision sensor

In this paper, we proposed an adaptive control method which is named CMIA (cell-mediated immune algorithm) controller with PID scheme. It is based on specific immune response of the biological immune system which is the cell-mediated immune response. It is also applied for the autonomous guided vehicle (AGV) system which is manufactured in this paper. The AGV is used for the port automation to carry container without human and to overcome uncertainty and nonlinearity because of running in the outdoor. To verify the performance of the proposed CMIA controller, some experiments for the AGV system are performed. Finally, the experimental results for the control of steering and speed of an AGV system illustrate the effectiveness of the proposed control scheme. These results for the proposed method also show that it has better performance than other conventional controller design methods. Key Words: Port Automation, Autonomous Guided Vehicle (AGV), Adaptive Control, Cell-Mediated Immune Algorithm (CMIA) Controller, Vision Sensor, Neural Network Identifier (NNI)     

一种模糊变系数PID控制器及其在水轮机调速器中的应用

根据水轮机调速器工况不断变化的特点，提出一种模糊变系数PID控制器，它以常规PID控制器为核心，利用模糊控制原理在线调整PID控制器的比例、积分及微分增益。通过水轮机调速器半物理仿真实验系统来检验该控制器的控制性能，并与普通的PID控制器进行比较，结果表明，该控制器有良好的控制性能，并具有抵抗系统参数变化的能力。该控制器算法简单，实时性强，适于微机调速器应用。     

基于DSP的液压伺服系统模糊神经网络PID控制

针对道路模拟试验台阀控液压位置伺服系统,介绍一种高性能控制器的设计方法。以高性能的TMS320F28335 DSP芯片为核心设计控制器硬件,并应用模糊神经网络PID控制方法设计控制器软件。对试验台装置实验测试,结果表明,相比于传统PID控制,模糊神经网络PID控制在保证控制精度的同时,具有更小的超调量和更快的响应速度。     

基于MATLAB/Simulink的数字缸模糊PID复合控制研究

设计了模糊PID（Proportion Integration Differentiation）控制器,在给定参数下利用MATLAB/Simulink对数字缸系统性能进行仿真分析,得到了不同输入信号下系统的响应特性.仿真结果表明：采用模糊PID控制比普通PID控制改善了数字缸系统动态性能,减小了超调量,提高了响应速度.