基于模糊控制的失重秤粉体包装精度研究

目的 针对失重式包装秤控制系统控制精度低的问题,提出一种提高粉体包装称量精度的控制算法。方法 在传统PI控制基础上,增加智能模糊控制模块,利用模糊控制算法整定PI控制参数,并通过Matlab simulink分析软件对系统进行仿真。结果 相对于传统的PI控制器,模糊PI控制系统达到稳定的时间减少了44%,超调量降低了26%,系统受到干扰后达到稳定的时间减少了30%。结论 模糊PI控制系统稳定,超调量小,抗干扰能力强,能有效提高失重秤的包装控制精度。     

基于模糊逻辑的异步电动机转速控制

本文设计了基于模糊逻辑控制的速度控制器,以提高异步电动机矢量控制系统对参数变化和负载扰动的鲁棒性,并通过MABLAB/SIMULIINK仿真将其与PI控制的系统速度响应进行比较,仿真结果表明模糊控制能使系统取得较好的控制性能并具有较强的鲁棒性.     

自组织模糊控制能馈电子负载模拟策略

针对电子负载对响应快,控制准的测试性能需要,提出基于移相全桥隔离型拓扑的负载模拟电路,设计基于LEM传感器和LF353M的比例运算信号调理电路,并提出自组织型模糊控制的电流PI单闭环策略。对功率传递下的移相全桥电路作小信号等效电路模型并推理出输入电流与控制移相角的传递函数,并结合相位裕度稳定法设计PI校正器。最后,设计并通过自组织变论域改进模糊控制器,从而串联PI校正器进行参数智能调整。通过仿真验证和实验表明,在7 A的输入电流工况下,自组织模糊控制PI策略实现在7 ms内到达稳态,且稳态误差在3%以内,相比于常规PI与常规模糊控制,具有更良好的动态响应和稳态性能。     

电力滤波器直流母线电压抗扰动的研究

针对传统直流母线电压PI控制时,有源电力滤波器直流母线电压受负载扰动影响较大的问题,本文提出了电压环采用双模控制结构：模糊控制器和PI控制器。直流母线电压在大范围内采用模糊控制,在小偏差范围内转换成PI调节。仿真结果表明：与传统的PI控制相比,双模控制明显的降低负载扰动情况下母线电压的波动性能。     

光电稳瞄稳定控制模糊PI算法设计与实现

稳定控制是光电稳瞄伺服控制的核心技术之一.传统经典控制方式存在超调与快速性之间难以调和的矛盾,很难得到理想的动态性能.为此论文建立了稳定控制系统数学模型;融合模糊控制的快速响应和PI控制的稳态无误差设计了参数自整定模糊PI控制器,分析了控制器中各参数的关系,对设计的控制系统进行理论计算和仿真分析;在基于DSP的数字平台上用软件实现设计的控制器;对系统进行了控制性能测试试验.仿真和试验表明设计的新型控制系统实现了无超调和快速响应的目标.     

客车空调机组试验工况湿度控制仿真

本分别采用ＰＩＤ和模糊控制两种控制方法控制客车空调机组性能试验的试验工况的湿度,并从过渡特性、抗干扰性能两方面,对二进行仿真研究,仿真结果表明：模糊控制比ＰＩＤ控制有更好的综合控制效果。     

月球机器人高精度定位模糊神经网络直接自适应控制

针对常规模糊控制的不足,提出一种模糊神经网络直接适应控制,它结合了模型控制、神经网络控制和自适应控制的优点,实现了模糊控制的智能化,并将其应用于月球机器人的定位控制中。仿真证明了该方案的优越性、有效性和可行性。     

磁流变悬架灰预测模糊控制仿真与试验研究

为改善磁流变悬架系统的减振效果,对某自研磁流变减振器阻尼力可控特性及其时频响应特性进行了台架试验,结合灰色预测理论与传统模糊控制,提出灰预测模糊控制策略并应用于磁流变悬架控制系统.为验证该方法的有效性,分别对天棚控制、传统模糊控制及灰预测模糊控制进行了仿真与试验对比研究.结果表明该磁流变减振器阻尼力可控效果显著且响应快、频带宽;仿真和试验均显示灰预测模糊控制对幅值的抑制效果较好,响应时间优于传统模糊控制但不及天棚控制.     

变频空调压缩机频率控制算法的设计与研究

应用常见的几种模糊控制算法对变频压缩机进行控制研究，并使用理想房间温度模型进行仿真。在此基础上，提出了一种带自调整函数的模糊控制算法，仿真和对比实验结果证明，系统响应快、超调小，进一步改善了变频空调的控制品质。     

吹膜机的模糊自整定PID温度控制系统的设计及应用

根据吹膜机温度控制系统的大滞后、非线性等特点,将常规PID控制和模糊控制相结合,设计了一种模糊自整定PID温度控制系统,该系统通过模糊控制规则实现PID控制器的参数的在线调整,以获得PID温度控制的最佳控制效果。建立了Simulink仿真模型,并对吹膜机温度控制系统的简化模型进行了仿真和分析。仿真结果表明:模糊自整定PID控制器有更小的超调量和更快的调节时间,使系统具有更好的控制性能。     

一类自适应模糊神经解耦混合控制器的研究

将模糊神经网络与PI控制技术相结合构成一种模糊神经解耦混合控制器。新控制器在控制过程中借助模糊神经网络的自学习算法实现控制参数的在线调整。仿真结果表明,该控制方法对非线性时变系统有较好的控制效果。将该算法应用于电控天然气发动机空燃比控制中,利用宽域空燃比传感技术,通过调整喷射脉宽控制发动机的空燃比,取得了良好的控制效果。     

Speed control of SR motor by self-tuning fuzzy PI controller with artificial neural network

In this work, the dynamic model, flux-current-rotor position and torque-current-rotor position values of the switched reluctance motor (SRM) are obtained in MATLAB/Simulink. Motor control speed is achieved by self-tuning fuzzy PI (Proportional Integral) controller with artificial neural network tuning (NSTFPI). Performance of NSTFPI controller is compared with performance of fuzzy logic (FL) and fuzzy logic PI (FLPI) controllers in respect of rise time, settling time, overshoot and steady state error.     

基于改进樽海鞘群算法的PMSM变论域模糊控制

目的 为提高自动化包装流水线的生产效率,针对永磁同步电机PI控制器参数无法适时调整而引起的稳态误差较大、抗干扰性差等问题,提出一种基于改进樽海鞘群算法的新型变论域模糊控制器。方法 通过游走策略和变异分布策略对樽海鞘群智能算法的位置更新进行改进,同时加入过界个体的加权位置修正与劣势个体二次迁移,并将优化后的算法与变论域模糊PI控制器相结合,用于调节伸缩因子,以获得对永磁同步电机更好的控制效果。结果 仿真表明,文中改进后的控制器较传统PI控制器有效减小了静态误差;同时优化后的控制器令PMSM在变速和变载工况下响应更快,较改进前的樽海鞘群算法作用下PI控制器在变速和变载工况下的超调量分别降低约21.35%和62.85%。结论 算法优化伸缩因子后得到的变论域模糊控制与其他控制相比,更有效地提高了系统的鲁棒性,改善了系统的控制性能,减小了损耗。     

基于IGPS和麦克纳姆轮的AGV导航控制系统设计

目前常规使用的舵轮和差速轮自动导引车（automated guided vehicle,AGV）的精度和灵活性低,无法满足在大型高端产品装配过程中精确定位和导航的要求。为了进一步提高AGV的导航精度和柔性,提出了一种基于IGPS （indoor global positioning system,室内全球定位系统）和麦克纳姆轮的AGV高精度导航控制系统。首先通过IGPS高精度定位和坐标计算获取IGPS接收器的位置坐标,其次采用车体中心提取算法和坐标转换矩阵实现接收器坐标位置到车体中心坐标的转换,最后通过对全向移动AGV的建模,采用模糊PI控制方法对AGV的路径偏差进行纠正,实现AGV的精确定位和循迹导航。利用Simulink对模糊PI控制和传统PI控制进行仿真分析,结果表明,相对于传统PI控制,模糊PI控制响应速度快,调整曲线更平滑。同时,在基于IGPS的AGV试验平台进行试验,采用激光跟踪仪对AGV重复定位位置进行测量,结果显示定位精度达到±0.2 mm。研究结果对提高AGV的高精度定位能力具有借鉴意义,也为后续可移动机器人加工模式的研究提供参考。     

基于模糊控制的压电挠性梁的振动主动控制实验研究

针对压电智能挠性悬臂梁进行了基于模糊振动控制研究.首先推导了压电智能挠性悬臂梁的控制方程.基于查表法设计振动模糊控制器,并在此基础上运用了一种修正技术提高模糊控制精度,提出采用修正Fuzzy-PI双模控制方法,设置信号阀值实现Fuzzy控制和PI控制的切换,设计了挠性悬臂梁振动主动控制算法.建立了压电智能挠性悬臂梁的实验平台,采用提出的控制方法对悬臂梁振动进行实验研究,实验结果表明:振动被快速抑制,系统的动态、稳态性能方面优于普通模糊控制器.     

基于模糊RBF神经网络的水下机械臂控制研究

针对水下复杂工作环境下机械臂控制性能易受影响,而传统控制方法效果不佳的问题,提出了一种基于模糊RBF（radial basis function,径向基函数）神经网络的智能控制器,用于精确、稳定地控制水下机械臂。考虑到在水扰动环境下,机械臂通常受到附加质量力、水阻力和浮力的影响,运用拉格朗日法和Morison方程,建立包含水动力项的二杆机械臂动力学模型,通过模糊RBF神经网络对水下机械臂动力学方程中的水动力不确定项进行总体识别并拟合,利用模糊系统启发式搜索和RBF神经网络推理速度较快的优点,使水下机械臂系统具有较高的控制精度和较强的自适应性。考虑到水动力项,采用Lyapunov稳定性理论验证了水下机械臂系统的稳定性。最后利用MATLAB对二杆机械臂进行轨迹跟踪控制仿真实验,并对比模糊RBF神经网络与常规RBF神经网络识别方法和传统模糊控制方法的控制效果。仿真结果表明：与常规RBF神经网络识别方法相比,模糊RBF神经网络控制下二杆机械臂关节1的响应时间缩短了91%,相对误差减小了88%,关节2的响应时间缩短了92%,相对误差降低了77%;与传统模糊控制方法相比,关节1的相对误差减小了65%,关节2的相对误差减小了10%。研究结果表明模糊RBF神经网络的控制效果优于常规RBF神经网络识别方法和传统模糊控制方法,可为水下机械臂的控制提供一种精度较高、较有效的方法。     

基于智能模糊控制策略的有源消声

有源消声是一种有效的低频噪声控制方法，由于空间有源消声过程具有时变性和非线性，传统的自适应算法不能进行很有效的控制。本文采用智能模糊控制策略，建立了基于智能模糊控制策略的有源消声系统，通过实验与传统自适应控制算法的消声效果作对比分析，证明智能模糊控制器不但控制速度快，易于实现，而且消声效果明显优于后者，具有较大的应用推广价值。     

空调房间温度模糊分数阶PID控制器的设计

针对具有大时滞、大惯性和时变等动态特性的空调房间对象,综合模糊控制与分数阶PID控制理论,提出了模糊分数阶PID室温控制器的设计方法.首先,对于空调房间温度对象,进行数学建模.然后,运用模糊控制规则,获取相应的分数阶PID室温控制器的控制参数,从而构建出空调房间温度的模糊分数阶PID控制系统.并且,通过数值仿真对其进行验证.结果表明,该模糊分数阶PID室温控制器是可行的,与分数阶PID控制器相比,具有更好的控制性能.     

HVAC系统的模糊预测函数控制器设计

针对暖通空调HVAC系统中由于存在高度非线性、时变特征以及扰动和不确定性等因素而难以控制的特点，提出基于Takagi-Sugeno(T-S)模糊模型的预测函数控制器设计方法。该方法通过最小二乘辨识算法建立系统的模糊T-S模型，然后基于模糊全局线性化预测模型，采用预测函数控制算法设计系统控制律。仿真实验结果表明该算法是一种跟踪性能好、鲁棒性强的有效控制方法。与常规的PID控制器相比，该方法具有超调量小、调整时间短等优良的动态性能。