模糊模型参考学习控制在动态热箱试验中的应用

针对实际工况偏离设计工况很大时,PI控制性能不理想的情况,采用模糊模型参考学习控制方法对动态热箱装置进行空气温度控制,结果表明,模糊模型参考学习控制能很好地跟踪设定温度曲线的变化,取得了令人满意的控制效果.     

专家-模糊自适应PID控制系统的设计

为了解决多容系统控制难度大的问题,设计了专家-模糊自适应PID控制器。这种控制器既具有模糊PID控制器的精度高、稳定性好、鲁棒性强的优点,又具有专家控制器进入稳定状态快的特点。对三容复杂系统的控制仿真结果表明,该方法的控制性能优于单独采用专家PID控制或模糊自适应PID控制的性能。     

隧道窑温控系统中的参数自适应Fuzzy－PID复合控制

针对隧道窑温度控制的特点，提出了采用参数自适应Ｆｕｚｚｙ－ＰＩＤ复合控制方式，以解决系统中动、静态特征的相互兼顾问题。运行结果表明，该控制方式具有很好的鲁棒性和理想的稳态精度。     

单轴并联式混合动力汽车能量分配的模糊控制策略研究

针对单轴并联式混合动力轿车,以混合驱动系统需求转矩和电池剩余电量（SOC）为输入,以发动机转矩为输出,构建了能量管理模糊控制器,基于ADVISOR的仿真研究表明,模糊控制策略与传统的逻辑门控制策略相比,能够更有效地降低混合动力汽车的燃油消耗和排放,更好地控制电池组SOC的变化。     

自适应模糊PID控制在ATM网络流量控制中的应用

针对ATM网络中的可用比特率(ABR)业务,应用自适应模糊PID控制方法,探索了实际网络中可行的控制机制和策略,并分析了在有不同回路时延的情况下闭环系统的稳定性,进而给出了各个参数的确定方法。仿真结果表明在合适的参数组合下,系统具有很好的自适应能力和动态性能,保证了ATM网络的服务质量。     

基于MFAC的带式输送机速度控制研究

传统的带式输送机多采用PID控制,而带式输送机在运行过程中由于负载和环境参数的变化而呈现不确定性;同时,电机速度过程本身具有非线性,所以难以辨识其动态过程的模型参数并构建系统的数学模型,传统的方法不能达到理想的控制效果.提出采用无模型自适应控制(MFAC)方法对带式输送机从启动到稳定运行,以及加载后的整个运行状态进行追踪控制.结果证明,与PID相比该方法追踪效果较好,同时误差波动较小.     

基于模糊自抗扰技术对双容水槽液位控制方法的研究

针对二阶系统双容水槽存在滞后、非线性及控制系统复杂的特点,引入一种基于模糊控制原理的改进型自抗扰控制技术.该方法充分结合了模糊原理和自抗扰控制技术的各自优势,并对其进行随动系统的仿真.仿真结果表明,模糊自抗扰技术响应速度快、超调低,无振荡,具有更好的动态性和鲁棒性.     

Fuzzy adaptive PID control on hydraulic servo system of quadruped robot

Quadruped robot driven by high power density hydraulic device works in unstructured en- vironment. With variable load and various external disturbance, the hydraulic servo system has fea- tures such as nonlinear, time-varying parameters. Traditional control method has some limitation. In order to help the hydraulic servo system of the quadruped robot to adapt to harsh environments, and to obtain high control quality and control precision, an incremental fuzzy adaptive PID controller based on position feedback is designed to solve the related technical problems. Matlab/Simulink sim- ulation and experimental results show that the incremental fuzzy adaptive PID controller improves the dynamic performance of the system, enhances the respond speed and precision of the hydraulic ser- vo system, and has some theory significance and practical value.     

基于参考模型的移动机器人直接自适应模糊控制

移动机器人是一个多种功能为一体的综合系统．在控制和规划方面缺乏智能性和鲁棒性。本文提出利用参考模型的直接型自适应模糊控制方法．即直接调整控制器的参数,直到把控制对象和参考模型之间的输入误差减少到10^-6的范围为止．运动控制效果很好。     

基于自适应遗传算法的DFB激光器模糊PID温控系统

针对传统的PID控制算法很难准确控制DFB激光器温度的问题,提出并设计了一种基于模糊PID控制和自适应遗传算法的新型DFB温度控制系统.该控制系统由硬件和软件两部分构成,在硬件设备上以单片机作为控制系统的处理器,以铂电阻和热电冷却器分别作为控制系统的敏感器和执行器;在控制算法上利用自适应遗传算法来优化模糊PID的自整定规则.结果表明,该系统能够实现DFB激光器在5~65℃温度范围内的有效控制,控制误差和超调量分别低于0.002 3℃和10%,具有较好的应用前景.     

汽车发动机转速自适应模糊控制方法的研究与仿真

在深入分析常规模糊控制中量化因子和比例因子对系统响应影响的基础上,设计了一种参数自调节的自适应模糊控方法.根据转速响应的不同阶段,对输入量化因子和输出比例因子进行自适应调节,改善系统的动态性能.通过与常规模糊控制方法的仿真比较,参数自调节的自适应模糊控制方法具有明显的优势.     

基于自适应模糊PID控制的中央空调冷冻水系统仿真研究

定风量空调系统的调节是通过调节冷冻水流量实现的,建立了各个部件的数学模型,通过调节水泵转速来调节冷冻水流量。由于空调系统参数的时变性,常规PID控制存在局限性,本文建立自适应模糊PID控制器,并与常规PID控制器进行比较,表明自适应模糊PID控制调节效果更好,简单易行。     

基于神经网络参考模型的船舶航向智能自适应控制系统

为使船舶能在不同状态和环境下按所希望的要求改变船舶的航向，提出了一种基于神经网络参考模型的船舶航向智能自适应控制算法，利用神经网络建立了参考模型和船舶航向运动的辨识模型。并将模糊控制与神经网络相结合，设计了模糊神经网络控制器。利用神经网络的学习功能对控制器的隶属度函数及推理规则进行修正，以提高其自适应能力。仿真结果表明该算法对船舶转向控制有良好的效果。     

基于ARM的嵌入式自适应温度控制系统设计

针对传统电阻炉温控系统受时滞长、惯性大和非线性等因素影响而普遍存在超调量大和调节时间长等问题,设计了一种基于ARM的嵌入式自适应温度控制系统.采用基于神经网络的PID自适应控制器对温度进行准确控制,提出了模糊Smith预估补偿控制方法来消除纯滞后系统的超调并提高稳定性,并将该方法与传统PID和模糊PID的控制方法进行了比较.结果表明,该系统能够实现电阻炉温度的快速和准确控制.相对于其他两种方法,该方法在系统超调和调节时间方面有极大提高,增强了系统的鲁棒性,具有较好的工程应用前景.     

一种改进的神经元PID自适应控制

利用神经元组成的PID自适应控制尽管结构和算法简单，但收敛速度慢，跟踪效果不佳，为此提出了一种改进型的神经元PID自适应控制方法。仿真结果表明，该方法不仅具有良好的自适应性。而且收敛速度更快。     

基于模糊自适应PID的电阻炉温度控制系统

采用模糊自适应PID控制方案,实现了对PID参数的在线自动整定.将这种控制方案应用到含有大惯性、纯滞后的系统.仿真结果表明,此种方案鲁棒性、快速性及动态性能良好,能够较好地满足生产工艺要求.     

基于模糊—神经融合的自适应模糊控制系统研究

模糊逻辑系统与人工神经网络各具优势,前者善于利用专家语言信息,后者有强大的学习能力,两者的结合可以取长补短。基于模糊逻辑系统与神经网络技术提出一种自适应模糊控制系统,其特点是模糊控制器具有多层前向网络结构。基于一种近最优的性能指标导出其参数自适应的误差反向传播算法。为了克服传统算法收敛慢的缺点,提出用模糊逻辑来调整学习过程的方法。通过倒立摆平衡控制仿真研究验证了所提出的自适应模糊控制系统及其快速学     

基于模糊控制的智能大厦空调系统设计

研究了一种新型模糊楼宇控制器，以实现智能大厦空调系统的节能控制。采用便宜实用的单片机设计系统的硬件和软件。在传统模糊控制基础上进行改进，将PID控制和模糊控制结合起来，设计了一种复合模糊控制器。它既具有模糊控制灵活、响应快和适应性强的优点，又具有PID控制精度高、克服稳态误差能力强的特点。     

负压低温蒸馏装置的温度控制

将模糊控制和传统PID控制相结合,设计了PLC控制器并应用于蒸馏过程生产装置。实验结果表明,该模糊智能控制算法稳定可靠,系统运行稳定。     

APF直流侧电压的自适应模糊-PI控制

有源电力滤波器（APF）直流侧电压的波动状态直接影响到系统的补偿效果。将模糊控制理论与传统的P1控制相结合,通过判断误差和误差变化率的所属模糊范围,输出比例和积分的调整因子,从而实现对PI参数的自整定。这种方法可以大大提高系统的鲁棒性、动态特性,并降低超调,同时保留PI控制对系统静态误差的解决能力。Matlab中的仿真结果证明了该控制策略的正确性与高效性。