基于TSK型递归模糊神经网络的永磁直线同步电机位置控制研究

针对基于磁场定向控制的永磁直线同步电机(PMLSM)伺服系统的位置精准控制问题,提出了一种TSK型递归模糊神经网络(TSKRFNN)控制方法。在考虑了系统易受参数变化、外部扰动和摩擦力等不确定性因素影响的基础上,建立了含有不确定性因素在内的PMLSM动态数学模型;利用TSKFRNN对系统同时进行了实时在线的结构学习和参数学习,提高了系统抑制不确定性因素的鲁棒性,保证了系统的动态跟踪性能。实验及研究结果表明:与模糊神经网络PID控制方法相比,TSKFRNN可以有效辨识电机参数,抑制系统的不确定性对系统伺服性能的影响,提高了系统的鲁棒性和跟踪性能。     

电液位置伺服系统自适应反演滑模控制

在六自由度并联运动平台运动控制中，可转化为对各个支链的运动控制，每条支链采用电液伺服运动系统。针对并联运动平台支链位置控制中存在的抗干扰和控制精度问题，提出了一种基于自适应反演滑模控制算法。该算法利用自适应控制策略，以此对系统的建模误差和外加干扰等不确定性进行估计，再结合反演滑模控制算法设计平台支链位置控制器，解决并联运动平台位置精确控制问题。仿真结果和试验表明，该控制策略能够很好的实现支链电液伺服运动快速、稳定、高精度位置控制，并对系统的外加干扰具有很强的鲁棒性和自适应性。     

基于灰色PID的摆动气缸伺服系统位置跟踪研究

针对具有不确定或未知的外部负载干扰的阀控摆动气缸位置跟踪控制问题,提出以灰色系统理论与PID控制相结合的方法。构造了灰色PID控制算法,对系统不确定部分建立灰色模型,进行灰色预估补偿,实现对PID参数的最佳整合。经仿真和试验研究表明,该算法可以提高PID控制质量及其鲁棒性,获得较好的跟踪控制效果。     

通过直线伺服鲁棒跟踪控制方法提高轮廓加工精度

为了减小零件加工的轮廓误差,提出了一种采用直线伺服驱动的零相位跟踪控制器(ZPETC)和干扰观测器 (DOB)相结合的鲁棒跟踪控制策略。零相位误差跟踪控制器作为前馈跟踪控制器,提高了快速性,使系统实现准确跟踪;基于干扰观测器的鲁棒反馈控制器补偿了外部扰动、未建模动态、系统参数变化和机械非线性等不确定因素,并根据预测到的干扰信息对各轴进行补偿以消除干扰对系统的影响,从而保证了系统的强鲁棒性能。仿真结果表明所提出的控制方案是有效的,既能实现完好跟踪,又有较强的鲁棒性能,从而提高了轮廓加工精度。     

基于DSP和FPGA的运动控制器

为了满足开放式运动控制器的设计要求,给出了一种基于数字信号处理器（DSP）和现场可编程门阵列（FPGA）的四轴通用运动控制器设计方案,详细论述了该四轴通用运动控制器的体系结构特点、硬件电路设计、FPGA模块分析和软件模块组成;系统结合PC／104模块化设计思想,基于TMS320F2812DSP外部总线的设计,采用高性价比FPGA芯片EP2C5实现了运动控制专用外设模块,使系统具有结构简单、低成本、开放性、模块化特点,而且总线上各模块可独立设计,亦降低了系统实现难度。实际应用结果表明,该控制器具有良好的性能。     

永磁直线同步电动机自适应变结构位置控制器的设计与研究

针对永磁直线电动机参数变化和外部扰动对伺服系统的影响,提出了自适应变结构位置控制设计方法。用电动机的位置误差信号及其导数构造切换函数,利用自适应律对系统不确定性扰动因数的极限进行估算。经过分析验证,与基于SVPWM的矢量控制系统相比较,自适应变结构位置控制算法明显减少了系统参数变化和外部扰动引起的推力脉动,能快速准确地跟踪给定信号,增强了整个系统的自适应性和鲁棒性。     

大型装备电液系统高精度鲁棒位置控制

阀控非对称缸电液系统具有参数不确定性和强外部扰动,导致系统鲁棒性和跟踪性能变差,控制难度增加。考虑外部扰动建立系统动态模型,为了提高系统鲁棒性和跟踪精度,提出自适应滑模控制策略,用滑模边界层厚度函数代替符号函数以减小系统颤振,构建扰动观测器来调整切换增益,进一步提高系统稳定性。引入可变边界层厚度函数,抑制变化负载对系统性能的影响。在固定负载和变化负载条件下进行实验验证,结果证明了所提出控制策略的有效性。     

一种新型6自由度运动平台的控制研究

针对一种新型6自由度运动平台的控制问题,提出基于改进型自抗扰控制器的高性能轨迹跟踪控制算法。采用基于运动学的控制方法对6自由度运动平台进行控制研究,利用参考加速度前馈量对常规自抗扰控制器进行改进,在Matlab/Simulink中进行仿真研究,分析经典比例积分微分控制器、常规自抗扰控制器和改进型自抗扰控制器对正弦轨迹的跟踪性能及其对系统参数变化和外部扰动的抑制能力,并构建基于dSPACE的运动控制试验系统。对比仿真和试验结果表明,改进型自抗扰控制器能有效提高轨迹跟踪精度,使新型6自由度运动平台较好地实现给定的目标运动。     

基于定量反馈理论的液压机器人单关节鲁棒控制器

液压机器人单关节性能直接影响机器人整体控制性能,液压系统参数的不确定性和时变性降低了机器人单关节控制精度和响应速度,因此要求机器人单关节控制器具有鲁棒性。建立了伺服阀控制摆动液压缸数学模型,分析了系统参数的不确定性,应用定量反馈理论 (QFT)设计了单关节鲁棒控制器。仿真表明,该控制器对斜坡干扰和正弦干扰都具有较强的鲁棒性,实验验证了控制算法的正确性。     

死区直接补偿的电液系统BP神经网络控制

为解决电液比例伺服系统无法精确定位的问题,推导了系统的流量动态平衡方程,并设计了一种基于死区直接补偿的BP(DZDC-BP)神经网络控制算法,即在线性化比例阀输入信号与输出流量关系的基础上,利用BP神经网络控制算法逼近非线性系统的特性,弥补系统中的非线性、未知参数、外部干扰和建模误差等问题,使得系统能够时刻跟随期望轨迹。使用MATLAB-AMESim软件对系统进行联合仿真,结果表明:无论系统有无外部干扰,DZDC-BP神经网络控制与有死区比例阀PID控制(PPID)和无死区比例阀PID控制(SPID)相比,系统的稳态误差都有显著的减少。说明DZDC-BP神经网络控制算法在一定程度上解决了系统中的死区和非线性等问题,同时具有良好的抗干扰能力,显著提高了系统的控制性能。     

液压机械手电液比例系统模糊PID控制研究

针对液压机械手的电液比例系统存在较大程度的系统参数变化和负载干扰等特点,一般控制方法难以全部满足性能要求。常规PID控制方法虽然算法简单、可靠性好、鲁棒性高,但由于参数整定繁杂,往往造成参数整定不良、性能欠佳、适用性能差。为了改善这些缺陷,将模糊控制理论与PID控制理论相结合,设计了模糊PID控制器,实现了对PID参数的在线整定。利用MATLAB/Simulink进行仿真,比较常规PID控制与模糊PID控制下电液比例系统的控制效果,发现模糊PID控制器较好地克服了系统的非线性和负载干扰的影响,提高了系统的稳定性和动态性能。     

时变大时滞神经元自适应预测PID控制器

本文提出一种克服时变大时滞,扰主被控制过程参数时变的神经自适应预测ＰＩＤ控制算法。该算法利用预测控制克服时滞,利用智能方法优化ＰＩＤ控制器的参数。     

Robust friction compensation for submicrometer positioning and tracking for a ball-screw-driven slide system

Ball-screw-driven slide systems are largely used in industry for motion control applications. Their performance using standard proportional-integral-derivative (PID) control algorithm is unsatisfactory in submicrometer motion control because of nonlinear friction effects. In this article, controllers based on a bristle-type nonlinear contact model are developed and implemented for submicrometer motion. For submicrometer positioning, a proportional-derivative (PD) control scheme with a nonlinear friction estimate algorithm is developed, and its performance is compared with that of a PID controller. For tracking, a disturbance observer was added to reject external disturbances and to improve robustness. The experimental results indicate that the proposed controller has consistent performance in positioning with under 1.5% of steady-state error in the submicrometer range. For tracking performance, the proposed controller shows good and robust tracking with respect to parameter variation.     

Anti-sway position control of an automated transfer crane based on neural network predictive PID controller

In this paper, we develop an anti-sway control in proposed techniques for an ATC system The developed algorithm is to build the optimal path of container motion and to calculate an anti-collision path for collision avoidance in its movement to the finial coordinate Moreover, in order to show the effectiveness in this research, we compared NNP PID controller to be tuning parameters of controller using NN with 2 DOF PID controller The simulation and experimental results show that the proposed control scheme guarantees performances, trolley position, sway angle and settling time in NNP PID controller than other controller As the results in this paper, the application of NNP PID controller is analyzed to have robustness about disturbance which is wind of fixed pattern in the yard. Accordingly, the proposed algorithm in this study can be readily used for industrial applications     

双重复控制器在灌装机位置跟踪系统中的应用研究

自动灌装机跟踪精度及其对干扰信号的抑制能力是提高灌装效率的核心问题.根据系统周期性重复运行的特点,提出了基于PID控制与带比例微分调节的双重复控制的复合控制策略.基于系统传递函数模型,采用遗传算法对PID参数进行优化.仿真结果表明,该复合控制方法使控制系统误差收敛速度快,稳态精度高,鲁棒性好,可有效提高设备灌装效率和产品质量.     

基于内模PID鲁棒控制的电阻炉炉温控制系统

针对电阻炉温度被控对象的纯滞后特性，设计了内模PID鲁棒控制器。结果表明，内模PID鲁棒控制器具有良好的抗干扰性和鲁棒性，且参数整定简单，可有效改善系统的控制效果。     

Design of a new PID controller using predictive functional control optimization for chamber pressure in a coke furnace

An improved proportional-integral-derivative (PID) controller based on predictive functional control (PFC) is proposed and tested on the chamber pressure in an industrial coke furnace. The proposed design is motivated by the fact that PID controllers for industrial processes with time delay may not achieve the desired control performance because of the unavoidable model/plant mismatches, while model predictive control (MPC) is suitable for such situations. In this paper, PID control and PFC algorithm are combined to form a new PID controller that has the basic characteristic of PFC algorithm and at the same time, the simple structure of traditional PID controller. The proposed controller was tested in terms of set-point tracking and disturbance rejection, where the obtained results showed that the proposed controller had the better ensemble performance compared with traditional PID controllers.     

基于模糊神经网络PID的液位串级控制的研究

利用PID算法对液位串级系统进行控制虽然是一种有效的控制方法,但由于它的精确数学模型难以确定,使得参数整定困难、控制效果不理想。该文将PID算法、模糊控制算法以及神经网络算法相结合,形成了一种智能控制算法——模糊神经网络PID算法。将该算法运用到液位串级控制系统中,实现了PID参数的自整定,并且提高了控制质量。实验结果表明,模糊神经网络PID算法与PID算法的控制效果相比,在鲁棒性和响应时间等方面有了较大的提高,具有一定的应用前景。     

粒子群优化变论域模糊PID控制在风电机组变桨距中的应用

风力发电机变桨距系统采用传统PID控制,不仅超调大、调节时间长、精度低,而且在超过额定风速时,风电机组的输出功率波动比较剧烈,误差较大。该文采用粒子群优化算法改进变论域模糊PID控制器,仿真结果表明:粒子群优化变论域的模糊PID控制器具有良好的动态性能及对风速扰动的鲁捧性,可以平稳地输出功率。     

车载飞轮电池的振动控制策略研究

针对车载飞轮电池在不同工况下振动及磁悬浮轴承非线性和本质不稳定性的特点,开发了基于单神经元的PID控制软件,利用单神经元的自学习能力并通过加权系数自适应地对PID各控制参数进行调整,使得控制器的输出为PID各控制参数的非线性组合,克服了单一PID控制参数无法满足系统动态性能需要及控制参数整定困难的缺点。通过仿真分析和飞轮转子系统的高速运行试验,对比研究了不完全微分PID策略和单神经元自适应PID策略的控制效果。研究结果表明,与不完全微分PID策略相比,单神经元自适应PID策略具有无超调、鲁棒性好、调节时间短等优点,飞轮转子系统具有更好的动态性能。