改进PSO电液伺服系统的在线PID参数整定

针对传统的电液伺服系统PID控制器参数在线整定难以达到最优的问题,提出了一种解决方法。根据系统的动态模型,在系统时变参数的变化范围内取若干值,得到一组相应数目的定参数系统模型。针对这组模型,采用改进PSO整定PID参数,获得一组近似最优化的PID参数,拟合数据得到PID参数曲线,利用该曲线进行电液伺服系统的在线整定。该方法可实现近似最优的PID参数在线整定,控制系统的性能得到了明显的提高。仿真结果证明了该方法的有效性。     

基于Lbest PSO和NNs的电液伺服系统输出力PID控制研究

为了实现电液伺服系统输出力的稳定控制,结合局部最优粒子群优化算法和神经网络模型,提出一种PID控制器设计方法。该方法将神经网络模型(NNS)与PID控制器耦合,得到基于神经网络的PID控制器参数整定结构;再采用局部最优粒子群优化算法(Lbest PSO)确定神经网络的权重,从而得到基于局部最优粒子群优化算法和神经网络的PID控制算法;最后将提出的PID控制算法用于控制虚拟的电液伺服加载系统,以进行仿真实验。仿真结果表明,由该PID控制器控制的电液伺服系统的输出力平稳地收敛于给定力,从而提高了系统的稳定性。     

基于粒子群优化算法对PID参数的优化整定

本文首先介绍了PID控制器,在此基础上提出了一种基于智能群算法对PID控制器的比例、积分、微分三个参数进行优化整定的改进PSO算法,并利用Mat lab对PID工业控制器进行模拟仿真,利用仿真曲线进行直观的对比。通过与标准PSO优化算法及常规的Z-N整定法的比较,结果表明基于改进PSO算法对PID的整定方法不仅能快速的从全局搜索出优化的整定参数,而且也能够大大地提升整定效果。实验结果也表明该算法具体良好的收敛速度和稳定性,是一种具有高控制精度、高稳定性和快速性的PID整定算法。     

PID控制器中随机干扰控制方法的设计与实现

对于大多数工业过程的控制系统,由于PID控制器结构简单易于实现的优点,目前大部分控制系统仍然使用该控制器.随机干扰是工业过程中无法规避的一种影响系统控制精度的因素,且在随机干扰条件下的PID控制器参数整定问题尚未得到足够的重视.因此,针对上述问题,提出了一种输出方差最优的PID参数整定方法,将参数整定问题转化为一个非凸优化问题,采用粒子群算法(Particle Swarm Optimization,PSO)求得全局最优解,实现了最小方差PID参数整定.仿真算例验证了上述方法及算法的有效性.     

飞机舵机电液伺服系统智能PID控制方法研究

针对飞机舵机电液伺服系统中PID控制器参数难以整定的问题,引入一种智能PID控制方法。该方法结合了粒子群算法和PID控制器的优点,并利用蜂群算法的选择策略对粒子群算法进行优化,适应了飞机舵机电液伺服系统非线性动态控制环境的要求。实验结果表明,飞机舵机电液伺服系统智能PID控制方法能够达到系统控制性能指标要求,相较于传统PID控制器具有更良好的跟踪效果。     

模糊PID控制器在光电跟踪伺服系统中的应用及仿真

针对光电跟踪伺服系统位置环路控制器传统设计方法的不足，采用一种参数可在线整定的模糊P1D（比例、积分和微分）控制器。分析其结构和设计原理，并在Simulink中建立模型进行相应仿真。仿真结果表明，采用参数模糊自整定的PID控制器能使光电跟踪伺服系统的超调和响应时间减小，为在实际应用中进一步提高其跟踪精度和稳定性提供了理...     

基于模糊PID调节的核磁兼容机器人气动控制技术

基于自主研发的MRI(核磁共振成像)导航针刺手术机器人,搭建了机器人气动控制系统.建立了开关阀控气缸、气缸摩擦力及长气管等数学模型,设计了模糊PID(比例–积分–微分)控制器,并在此基础上进行了PWM(脉宽调制)信号的线性分解.模拟仿真和实验验证结果均表明模糊PID控制器对系统具有较高的位置控制精度及轨迹跟踪能力.结合机器人进行针刺精度实验,结果显示针刺精度误差为0.79 mm,满足精度要求.     

光源跟踪伺服系统模糊PID制的仿真研究

在光源跟踪控制方面,采用传统PID控制器的响应速度、调整时间和稳定性等存在一定不足。该文利用模糊控制原理,采用模糊推理的方法,实现对PID控制器的参数在线整定,并利用MATLAB工具箱,对光源跟踪伺服系统进行仿真研究。仿真结果表明,对于固定特性的对象或变结构对象,相对于常规PID控制,采用参数模糊自整定的PID控制器能使超调和反应时间大幅减小,为在实际应用中进一步提高光源跟踪速度和精度提供了理论依据。     

基于改进的萤火虫算法的PID控制器参数寻优

PID控制器的参数寻优是当代反馈控制系统设计的核心内容。PID控制器参数寻优意味着在三个参数空间域中寻找最优解,使得控制系统的性能达到最佳。为更好地对PID控制器的参数整定,引入自适应变步长策略的群智能萤火虫算法。利用MATLAB进行仿真实验,与粒子群(PSO)算法和经典的Z-N参数整定方法进行比较。实验表明,所提算法精度高、原理简单,可高效整定PID控制器参数。     

改进遗传算法PID在电液伺服系统的应用

由于电液伺服系统在工业控制过程中存在非线性、参数时变等问题,运用常规的PID控制不能保证系统的控制精度,因此设计了一种新型的PID控制方法。该方法体系结构由常规PID控制器和改进遗传算法两部分组成,主要是运用改进遗传算法实现对PID控制参数的自适应调节,提高对电液伺服系统的实时调节控制能力。其中改进遗传算法对遗传算法父代的选择方式和交叉变异机理,分别运用了精英保留机制的轮盘赌策略和自适应调节策略,改善了遗传算法容易陷入局部极值的缺点,提高了算法的全局搜索能力和收敛速度,进而实现了对PID控制参数的寻优整定。将该方法应用于电液伺服系统数学模型中,并利用MATLAB/SIMULINK进行仿真。结果表明,该方法具有良好的鲁棒性和自适应性,改善了系统的超调、震荡等特性,提高了控制系统动态响应速度和稳态精度,对参数时变、非线性控制系统具有很好的应用价值。     

电液伺服系统多项式非线性建模与控制一体化设计

常规电液伺服系统PID控制无法克服非线性因素影响,存在跟踪准确性和鲁棒性问题.因此,本文提出电液伺服系统多项式非线性H∞控制律设计方法,改进电液伺服系统的控制性能与鲁棒性.首先利用多项式非线性模型对电液伺服系统进行系统辨识,得到以误差作为状态变量的多项式非线性模型;然后设计多项式非线性控制律,证明所提出控制律可以保证系...     

改进QPSO算法的移动机器人轨迹跟踪控制方法

分析了智能群体的决策机制,发现在智能群体决策过程中,个体粒子参与决策的权利根据个体的优劣程度是不同的,提出了在量子粒子群优化（QPSO）算法中引入线性权重算子进一步提高QPSO算法的搜索效率及优化性能。分析了移动机器人轨迹跟踪控制的滑模变结构控制器设计方法,并采用指数趋近律和幂次趋近律相结合的方法,设计了新的滑模跟踪控制律,使用PSO算法、QPSO算法和改进算法优化了滑模跟踪控制器中的参数,通过两个实例验证了优化后的跟踪控制器的设计效果;设计效果的分析和比较表明了设计的跟踪控制器能够控制机器人实现对既定轨迹的跟踪,仿真结果显示改进QPSO算法能够在轨迹跟踪控制器的参数优化中取得更好的优化效果。     

Position control of electro-hydraulic actuator system using fuzzy logic controller optimized by particle swarm optimization

The position control system of an electro-hydraulic actuator system (EHAS) is investigated in this paper. The EHAS is developed by taking into consideration the nonlinearities of the system: the friction and the internal leakage. A variable load that simulates a realistic load in robotic excavator is taken as the trajectory reference. A method of control strategy that is implemented by employing a fuzzy logic controller (FLC) whose parameters are optimized using particle swarm optimization (PSO) is proposed. The scaling factors of the fuzzy inference system are tuned to obtain the optimal values which yield the best system performance. The simulation results show that the FLC is able to track the trajectory reference accurately for a range of values of orifice opening. Beyond that range, the orifice opening may introduce chattering, which the FLC alone is not sufficient to overcome. The PSO optimized FLC can reduce the chattering significantly. This result justifies the implementation of the proposed method in position control of EHAS.     

机器人液压挖掘机运动系统的建模与控制

首先利用机器人运动学将铲斗的理想运动轨迹和各工作装置的目标转角序列联系起来,然后利用拉格朗日方程建立各工作装置的运动学模型,最后推导出LUDV液压驱动系统的电液模型,从而得到了挖掘机器人运动系统的完整模型．针对系统动力学的高非线性、参数的不确定性、外界干扰及比例方向阀的死区及非线性增益等特点,提出一种建立在自适应鲁棒控制基础上的非连续映射方法来处理运动系统并利用鲁棒反馈来消除近似误差．最后利用动臂控制试验来验证控制方法的正确性．     

基于强化迭代学习的四旋翼无人机轨迹控制

为进一步提升在未知环境下四旋翼无人机轨迹的跟踪精度,提出了一种在传统反馈控制架构上增加迭代学习前馈控制器的控制方法。针对迭代学习控制（ILC）中存在的学习参数整定困难的问题,提出了一种利用强化学习（RL）对迭代学习控制器的学习参数进行整定优化的方法。首先,利用RL对迭代学习控制器的学习参数进行优化,筛选出当前环境及任务下最优的学习参数以保证迭代学习控制器的控制效果最优;其次,利用迭代学习控制器的学习能力不断迭代优化前馈输入,直至实现完美跟踪;最后,在有随机噪声存在的仿真环境中把所提出的强化迭代学习控制（RL-ILC）算法与未经参数优化的ILC方法、滑模变结构控制（SMC）方法以及比例-积分-微分（PID）控制方法进行对比实验。实验结果表明,所提算法在经过2次迭代后,总误差缩减为初始误差的0.2%,实现了快速收敛;并且与SMC控制方法及PID控制方法相比,RL-ILC算法在算法收敛后不会受噪声影响产生轨迹波动。由此可见,所提算法能够有效提高无人机轨迹跟踪的准确性和鲁棒性。     

Application of self-tuning fuzzy PID controller for a SRM direct drive volume control hydraulic press

A new kind of volume control servo hydraulic press driven directly by Switched Reluctance Motor (SRM) is presented in this paper. In considering the saturation and dead zone nonlinearity as well as the time-variability and the time lag existed in SRM direct drive volume control system, a fuzzy PID control method is introduced to improve the overall performance of the electro-hydraulic position servo system. The relationships between the PID parameters and the response characteristics of electro-hydraulic position servo system are investigated. The fuzzy inference rules which enable adaptive adjustment of PID parameters are established based on the error and change in error. The simulations and experiments of step response and cosine tracking are carried out on the SRM direct drive hydraulic press. The results indicate that the fuzzy self-tuning PID method has great ability of restraining external disturbance, and it can effectively raise the position tracking ability of the volume control electro-hydraulic servo system.     

微操作机器人的视觉伺服控制

视觉伺服控制是微操作机器人实现精确运动,完成自动操作的必要手段．本文介绍 了实现微操作机器人视觉伺服控制的方法．首先论述了微操作机器人的视觉伺服结构,并以 建立的面向生物工程的双手微操作机器人系统为例,介绍了基于二维显微视觉信息的三自由 度柔性铰链微操作机器人的运动学建模方法,针对压电驱动器控制器的特点提出了基本的PI D视觉伺服控制规律实现方法,并进行了点到点运动和圆轨迹跟踪实验．实验结果表明,视 觉伺服控制克服了由于标定以及环境等因素导致的运动模型不准确而引入的误差．     

不确定受扰电液伺服系统智能自学习PID控制

针对具有参数不确定和外负载扰动的不确定受扰电液伺服系统,提出一种智能自学习PID控制策略.该方法不依赖于系统的精确模型,是一种数据驱动的控制方法.首先,通过改进的动态线性化方法将非线性非仿射的电液伺服系统等效为含有时变参数项和非线性不确定项的线性仿射形式;然后,采用梯度估计算法和时间差分算法分别对时变参数项和非线性不确定项进行估计;接着,利用iPID控制引入附加误差信息对过度线性化丢失的信息进行补偿;最后,根据最优准则,设计不确定受扰电液伺服系统的参数更新律和学习控制律.通过理论分析和仿真实验验证所提出控制策略的收敛性,并通过对比实验,验证该控制方案应用于电液伺服系统的优越性和精确性.实验结果表明,所提出方法能够抑制非线性扰动对系统造成的不良影响,实现理想轨迹的精确跟踪.     

Optimal design of fractional-order PID controller for five bar linkage robot using a new particle swarm optimization algorithm

This paper introduces a new version of the particle swarm optimization (PSO) method. Two basic modifications for the conventional PSO algorithm are proposed to improve the performance of the algorithm. The first modification inserts adaptive accelerator parameters into the original velocity update formula of the PSO which speeds up the convergence rate of the algorithm. The ability of the algorithm in escaping from local optima is improved using the second modification. In this case, some particles of the swarm, which are named the superseding particles, are selected to be mutated with some probability. The proposed modified PSO (MPSO) is simple to be implemented, fast and reliable. To validate the efficiency and applicability of the MPSO, it is applied for designing optimal fractional-order PID (FOPID) controllers for some benchmark transfer functions. Then, the introduced MPSO is applied for tuning the parameters of FOPID controllers for a five bar linkage robot. Sensitivity analysis over the fractional order of the PID controller is also provided. Numerical simulations reveal that the MPSO can optimally tune the parameters of FOPID controllers.