小型无人机纵向姿态模糊自适应PID控制与仿真

针对某小型实验无人机智能自主飞行的要求,提出了一种无人机纵向姿态的模糊控制方法,设计了模糊自适应PID控制器,可有效实现该无人机的纵向姿态控制和纵向航迹跟踪.仿真结果表明,所设计的模糊自适应PID控制器较传统的PID控制器具有更好的控制性能,其响应快、超调小、精度高,而且鲁棒性和自适应能力也较强,可满足自主飞行的要求.     

基于模糊自适应PID的无人机纵向姿态控制研究

针对无人机的典型的非线性、控制参数时变以及建模复杂的特性,设计了一种基于模糊自适应PID的控制器来实现对无人机纵向姿态的控制;该控制器以误差e和误差变化率ec作为输入,可以满足不同时刻e和ec对PID参数自整定的要求;利用模糊控制规则在线对PID参数进行修正,从而使被控对象具有更好的动、静态性能;仿真结果表明,设计的模糊自适应PID控制器具有响应快及超调小的特性,而且自适应能力也较强.     

无人机自驾仪自适应控制系统的设计与仿真

针对某无人机的控制问题,为了找出一种比PID更适合的控制方法,提出了一种基于模糊神经网络(FNN))的模型参考自适应方法,并设计了相应的双通道控制律,对无人机纵向运动中的速度和俯仰角进行控制.应用所提出的方法,对某无人机纵向运动的控制问题进行了研究.仿真结果表明,与传统的PID控制相比较,FNN的模型参考自适应控制算法具有较快的收敛速度和较小的稳态误差,并能够消除无人机纵向运动中存在的耦合.     

小型固定翼无人机纵向姿态控制律的研究

针对无人机在实际飞行过程中受到外部环境影响大,控制精度不够高的问题;研究了一种模糊参数自整定PID控制方法来完成对无人机的纵向姿态的控制;该方法在传统的PID控制的基础上,利用无人机实际飞行中的数据,建立起模糊控制规则来实现PID参数自整定,最后在通过建立的纵向姿态模型上进行仿真控制,得出仿真曲线;仿真实验结果表明,所设计的模糊PID控制器,相比于传统的PID控制器具有更好的控制性能,并且具有很好的抗干扰能力,能够满足无人机控制系统的要求。     

基于模糊-PID的智能飞控技术研究

由于无人机在飞行过程中机体参数变化剧烈,针对某型无人机,通过对无人机运动学模型进行分析,以无人机纵向运动模型为验证平台,论证了模糊PID技术应用于无人机自动驾驶仪设计的可行性。将传统的PID控制与模糊控制相结合,通过PID控制实现控制的准确性,利用模糊控制提高控制的快速性。针对无人机飞行控制中的实际问题,着重提出了PID控制器和基于误差分区的模糊控制器的设计方法。实验证明该方法不仅增强了控制器的调节能力,还在一定程度上简化了控制器的设计。     

双机系统的模糊PID自适应励磁调节控制

针对多机并联系统的稳定性控制问题,在构建同步发电机双机并联运行系统暂态仿真模型的基础上,将基于模糊理论的PID自适应控制方法用于双机并联运行系统的励磁调节自适应控制器的设计;该方法以电压的偏差和变化率作为控制器的输入,然后通过模糊处理,对比例、积分、微分系数进行自适应实时调整;在不同运行模式下对双机并联运行系统进行了仿真与动态性能分析,结果表明所设计的模糊PID自适应控制算法较传统的PID励磁控制具有更好的鲁棒性和抗干扰能力。     

基于自适应模糊PID的无人机四维航迹控制研究

为了提高无人机执行任务的能力,在对三维导航研究的基础上,进行了包括按时到达目标点的四维导航系统设计,给出了导航过程中高度和速度的求解方法。然后分别设计了基于自适应模糊PID的高度和速度控制器,并将其用于无人机的四维导航中。仿真结果表明,与传统的PID控制相比,基于自适应模糊PID设计的控制器能明显改善控制器性能,具有超调小、响应快、稳态精度高的优点,能够精确实现无人机的四维航迹控制。     

无刷直流电机模糊自适应PID控制研究与仿真

针对传统的PID控制方式在对无刷直流电机系统控制时,存在精度低、抗干扰能力弱等不足,提出一种基于参数自适应模糊PID集成控制策略。首先,分析了无刷直流电机的数学模型,建立了基于双闭环调速系统的无刷直流电机控制系统模型,并对无刷直流电机双闭环系统转速进行模糊PID控制;然后,详细分析了建立该模糊自适应PID控制器的设计方法,提出一种优化模糊算子的优化方法,并运用仿真软件Matlab/Simulink实现了系统的设计和仿真;最后,在相同环境下,对比传统PID控制和模糊自适应PID集成控制两种控制策略的仿真结果。仿真结果表明,模糊自适应PID集成控制算法能使无刷直流电机双闭环控制系统具有更好的动、静态性能及较强的自适应能力。     

无人机姿态控制器设计及仿真

由于无人机模型的非线性和参数的时变性,传统PID方法设计的控制器动静态性能可能会变得很差,针对这种问题,设计了适合于某型无人机的模糊自适应姿态控制器;对于模糊控制器的隶属函数选择中盲目性的问题,利用粒子群优化算法对隶属函数进行智能寻优,降低设计过程中专家主观意向对控制器性能不确定性的影响;仿真结果表明,文章设计的控制器相对传统PID有更好的动静态性能,并且对于模型参数的时变性具有一定的鲁棒性.     

基于自适应模糊PID的UCAV姿态控制

针对UCAV刚体六自由度模型非线性强耦合的特点,结合专家经验设计了一种自适应模糊PID姿态控制方法。利用小扰动原理对UCAV非线性模型线性化,得到了纵向和横侧向通道的状态空间表达式,实现了纵向和横侧向通道的解耦。针对纵向通道的俯仰角和速度以及横侧向通道的滚转角对设计的自适应模糊PID控制器进行了仿真验证,结果表明该控制器具有较快的响应速度和较高的稳定性,能够有效控制UCAV实现预期姿态。     

基于模型跟随的神经网络PID飞行控制律设计

为了抑制飞行控制系统的外部扰动和建模误差,应用模型跟随自适应神经网络PID控制方法,进行飞行控制律设计。首先使用RBF神经网络进行飞行系统模型辨识,在线学习系统正向输入输出特性,辨识对象的Jacobian信息;然后应用BP神经网络实时在线调整PID参数,设计自适应神经网络PID控制器,控制飞行状态变量跟随模型输出;最后以F-8飞机纵向飞行控制系统为研究对象进行控制仿真。仿真结果表明,设计的控制器具有很强的自适应和抗干扰能力。     

基于变论域模糊PID的分解炉温度控制研究

分解炉温度控制系统具有非线性、时变、纯滞后的特点,针对传统PID控制及模糊.PID控制难以很好地满足控制要求,提出了一种变论域模糊自适应PID控制方法。利用变论域思想,设计了一种基于函数模型的伸缩因子控制器,动态地调整模糊控制器的量化因子和比例因子,提高了控制精度。在Matlab环境下分别对PID控制、模糊PID控制和变论域模糊PID控制方法进行了仿真对比,结果表明变论域模糊PID控制方法具有更好的动静态性能和自适应能力。     

电力巡检四旋翼无人机的控制研究

为更好地实现电力巡检四旋翼无人机(UAV)的控制问题,基于自抗扰控制(ADRC)算法和改进模糊比例积分微分(PID)控制规则,分别构建基于ADRC控制算法的无人机内环姿态控制器和基于改进模糊PID的无人机外环位置控制器。通过Simulink仿真软件,搭建四旋翼无人机仿真控制模型,并对以上控制方法进行仿真验证。仿真结果表明,基于ADRC结合改进模糊PID的四旋翼无人机控制方法能快速、平滑地过渡到初始姿态角和初始位置设定值,且具有良好的跟踪能力、抗干扰能力,对提升电力巡检四旋翼无人机的巡检控制效率具有一定的参考价值和应用价值。本研究的创新点在于从内环和外环综合控制的角度,提高了无人机整体的抗干扰能力。     

冗余自由度工业机器人模糊自适应PID控制研究

为提高汽车生产中涂胶工序的工作效率和空间利用率,改善机器人避障性能,设计了一款具有7自由度的冗余度工业涂胶机器人,并对其控制方法开展研究。针对现有PID控制方法应用于非线性时变的多自由度多刚体串联式开链系统时,控制效果有限、难以达到系统精度要求等问题,基于传统PID控制和模糊自适应控制算法,提出了一种带有重力补偿的模糊自适应PID混合控制方法。该方法在对冗余度工业机器人进行动力学分析的基础上,基于牛顿-欧拉分析法建立了冗余度机器人动力学模型,基于动力学分析设计了带有重力补偿的模糊自适应参数整定PID控制策略,建立了控制器模型,通过Matlab仿真实验表明,具有模糊自适应参数整定PID控制较有重力补偿的传统PID控制具有更好的控制效果。     

基于Backstepping的高超声速飞行器模糊自适应控制

提出了高超声速飞行器的模糊自适应控制方法.根据飞行器纵向模型的特点,分别设计了基于动态逆的速度控制器和基于Backstepping的高度控制器,模糊自适应系统用来在线辨识飞行器模型由于气动参数的变化而引起的不确定性,采用Lyapunov理论设计的自适应律保证了系统的稳定性与指令跟踪的精确性.仿真使用了高超声速飞行器的纵向模型对算法进行了验证,得到了较满意的控制效果.     

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。     

非线性离散系统的自适应PID控制器

针对非线性离散系统设计了利用TSK(Takagi Sugeno Kang)模糊模型的自适应PID控制器。利用模糊模型预测控制信号误差,通过控制信号误差自适应PID控制器参数。比较系统输出和模糊模型输出自适应模糊模型的参数。该方法可以弥补系统参数的模糊性、数学模型的模型误差和系统参数的变化。非线性离散系统的仿真实验验证了所设计的自适应PID控制器对非线性离散系统控制的有效性。     

倾转定翼无人机姿态控制系统设计

所研究对象为四旋翼倾转定翼无人机（Quad Tilt Wing-Unmanned Aerial Vehicle, QTW-UAV），首先对QTW-UAV的直升机模式进行动力学特性分析，建立其滚转运动数学模型，然后设计了基于模型参考的PID自适应控制器，在传统PID控制方法的基础上融合自适应控制算法，给出PID参数自整定率，实现了QTW-UAV姿态角的自适应控制。仿真结果表明，设计的控制器具有良好的稳态和跟踪性能，实现了QTW-UAV姿态稳定控制。     

矢量拉力垂直起降无人机姿态纵向控制研究

针对使用矢量拉力控制纵向飞行姿态转换的坐式垂直起降固定翼无人机,分析其在垂直和水平飞行两种状态转换过程中存在的一些控制问题;建立了其动力模型,并对模型参数进行了整定。针对其在非线性条件下动态性能欠佳的问题,把容易实现、鲁棒性好的PID控制法与智能模糊控制算法结合,设计出自适应模糊PID控制器。并且模糊PID的超调小、动态响应快等特点在仿真和飞行实验中得到验证,使系统的抗干扰性得到提高。     

基于自适应模糊PID控制的太阳光跟踪伺服系统

针对太阳光跟踪伺服系统中传统PID控制过程中的一些问题,通过对自适应模糊PID控制系统的分析,设计了一种双轴跟踪伺服系统自适应模糊PID控制器,同时在Simulink环境中建立了方位角跟踪传动机构仿真模型并完成了仿真。仿真结果表明,太阳光跟踪伺服系统自适应模糊PID控制器较传统PID控制器具有较强的稳定性、适应性与鲁棒性,在太阳光跟踪伺服系统控制领域具有重要的实用价值与应用空间。