模糊PID控制在气动摆缸位置伺服控制中的应用

文中对有死区，阻尼小的气动摆缸进行位置伺服控制，采用模糊PID作为控制器的控制算法，提出了分区间分段利用模糊方法调节PID参数的算法。从而使系统具有在接近目标时保持系统阻尼小的优点，而在偏离目标时具有很大的阻尼。实验结果表明，这样既能防止超调又不影响响应时间，明显地改善了系统的动态和静态性能，并且对外部变化的鲁棒性也较强。     

基于DSP的气动伺服系统的研究

阐述气动伺服控制系统的特点,提出一种高性能的气动伺服系统的设计方案,描述了气动伺服系统的基本结构和工作原理,并对系统进行了硬件和软件的设计,分别采用DSP控制器和模糊PID控制.通过试验研究,证明了系统具有体积小、输出大、响应快和稳定性强的优点,从而拓宽了气动伺服技术的应用领域.     

用于气动伺服系统的自适应神经模糊控制器

研究了一种基于压力比例阀的气动伺服系统自适应神经模糊控制器。其中的神经网络辨识器（NNI）通过高线训练可以充分逼近非线性动态系统的模型,并能够在线调整模糊控制器的控制规则。系统的位置控制精度和伺服特性有了很大改善。试验结果表明,所提出的控制器对该气动伺服系统具有很好的控制特性以及很强的自适应能力。     

基于神经网络控制的气动伺服位置控制系统研究

建立了以无杆气缸和气动伺服阀为主的气动伺服位置控制系统的数学模型。根据系统的非线性特点及PID控制的不足，设计出基于BP神经网络控制的PID控制器，并进行仿真。结果表明，这种控制策略能明显地改善系统的动静态性能，可以实现气缸活塞全行程任意位置的精确定位。     

基于DSP气动伺服系统的智能模糊PID控制

针对气动伺服系统的位置控制,提出一种高性能的气动伺服系统的设计方案,以TMs320LF2407DSP为平台,描述了气动伺服系统的基本结构和工作原理,对控制器进行了分析设计,软件则采用智能模糊PID控制理论,对其控制算法进行了重点分析.试验表明,该系统具有体积小、输出大、响应快和稳定性强的优点,从而拓宽了气动伺服技术的应用领域.     

交流永磁同步电机伺服系统模糊PID控制

分析了永磁同步电机(PMSM)在d-q轴的数学模型,结合传统PID控制和模糊PID控制的优点,根据永磁同步电机伺服控制系统随着负载变化或干扰因素影响,引起其对象特性参教或者结构发生改变,从而建立PID参数自调整的推理规则,设计了PMSM伺服控制系统的模糊PID参数自适应控制器.仿真结果表明,模糊PID控制器与传统PID控制器相比具有更好的动态稳定性,对外界干扰具有较强的鲁棒性.     

基于神经模糊技术的电液伺服控制

研究了基于神经模糊混合技术的电液伺服系统控制问题。综合神经网络与模糊逻辑技术的优势,构造了一种神经模糊控制器,它具备知识自动获取、并行分布存储及快速模糊推理决策的能力,给出了一种在线学习算法。用于一类典型的电液伺服系统的控制,获得了满意的效果。神经模糊混合技术对于电液伺服控制的发展与要求（如更复杂系统及其高性能控制）具有重要价值。     

基于模糊自适应PID的摆式列车倾摆控制系统研究

针对摆式列车伺服倾摆系统大惯性、非线性和时变性等特点,结合PID和模糊控制两者的优点,提出了一种模糊自适应PID控制方法。对模糊自适应PID算法进行了理论分析,对摆式列车的简化模型做了仿真研究。结果表明,采用模糊自适应PID控制,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力都优于常规PID控制,具有更好的动态特性和稳定性。     

气动伺服位置系统的神经网络辨识及控制

针对传统控制器对数学模型依赖的缺点,利用神经网络具有逼近任意非线性函数的优点,采用RBF算法,对气动伺服位置系统模型进行参数辨识,结果证明行之有效。这种具有控制与辨识功能的方法为非线性系统的参数确认和优化控制提供了新的途径。     

气动伺服控制系统的稳态特性分析方法

气动伺服控制系统的稳态特性是指稳态时气动伺服控制系统的参数（如压力、速度或转速等）随阀口大小的变化规律。由于气动控制系统具有众所周知的特点，因此，很难精确分析气动伺服控制系统的稳态特性，本文在分析气动伺服控制系统的组成及特点的基础上，采用一种新的方法，即迭代法求解气动伺服控制系统的稳态特性，结果表明，该方法简单易行，计算量小，可成为分析气动伺服控制系统稳态特性的强有力的理论工具。