基于模糊调整的变结构自适应PID控制器

为了提高复杂控制系统的品质和稳定性,采用模糊控制和变结构自适应PID控制相结合的控制方法。利用模糊控制在线整定PID控制参数,使其随误差变化而自动整定,实现了PID控制参数与系统误差变化的精确匹配。采用这种方法可进一步抑制变结构控制固有的抖动现象,提高系统的控制品质。将位置控制方法用于数字交流随动系统的位置控制。试验结果表明,该位置控制器既能保证系统的稳定性和快速性,又具有很好的跟踪精度,较好地解决了随动系统跟踪精度、稳定性、快速性要求高难以协调匹配参数的问题。     

基于模糊自整定PID的着舰引导控制器设计

针对着舰引导控制的精确性和自适应性要求,设计了模糊自整定PID引导控制器,并构造了纵向内外环的数学模型,通过对比仿真实验,观察到模糊自整定PID引导控制器能更好地跟踪甲板运动、抑制气流干扰和实现变轨机动,系统的鲁棒性和稳态精度得到了提高,飞机纵向着舰的精度满足着舰规范。     

模糊自适应PID控制在高精度光电跟踪伺服系统中的应用

光电跟踪伺服系统在运行时不可避免地会受到摩擦力、机械谐振等非线性和不确定因素的影响,运用常规PID控制往往不能解决跟踪的快速性和稳定精度之间的矛盾。将模糊自适应PID控制应用于系统控制器设计中,在模糊推理的基础上,根据不同时刻的误差和误差变化率对PID控制器参数进行在线自整定,充分发挥了模糊控制和PID控制在系统动、静态性能上的互补性,而且不需要建立被控对象的精确数学模型。进行了实物仿真和跟踪实验,实验结果表明,该设计方法很好地满足了系统对快速性、平稳性以及稳定精度的要求,有效地增强了系统的鲁棒性。     

基于复合补偿的航空发动机大延迟系统内模控制

针对某发动机的大延迟控制通道,提出了一种基于前馈-反馈复合补偿的内模PID控制算法,该算法采用前馈的方式在被控量"未变化前"进行"超前补偿",加大提前修正能力,从而提高系统的响应快速性,并减小稳态误差;采用内模控制的思想去整定PID参数,结构简单,在线调整参数少,调整容易,计算机仿真和地面试车结果证明了该方法的有效性。     

双旋翼系统的PID参数模糊自整定控制器

双旋翼多输入多输出系统TRMS由于非线性和强耦合,难以建立数学模型和控制,故提出PID参数模糊自整定的控制方法.利用MATLAB设计PID参数模糊自整定控制器,并进行了仿真和实际应用.与常规PID控制相比,PID参数模糊自整定控制不需要建立精确的数学模型,还可及时在线调整PID参数,获得了较好的控制效果.     

模糊自适应PID 在气液增力缸压力控制中的应用

为提高气液增力缸的输出压力精度并增强系统的一致性和稳定性,设计一种模糊自适应PID控制器。根据气动伺服系统的建模推导出比例阀控制气液增力伺服系统的数学模型,并结合模糊自适应控制原理,以离线生成控制查询表在线查询的方式,实现实时自整定PID参数。通过建立系统仿真模型,得到比常规PID控制更好的稳态和动态特性的控制系统。仿真结果证明,该方法可以大大地提高气液增力缸在压力控制中的控制精度。     

采用模糊PID控制律的舵机系统设计

对舵机系统采用了连续混合模糊PID控制设计。这种控制吸收了PID控制和模糊控制的优点。仿真证明,它能综合平衡选取各参数,能兼顾舵机系统的快速性、稳定性、稳态精度和鲁棒性等指标,从根本上克服常规模糊控制器存在的量化误差和稳态颤振现象,动态特性优于传统的PID控制,具有广泛的应用前景。     

锂离子动力电池充电技术研究

均衡与控制是锂离子动力电池充电系统的2项关键技术，该文详细介绍了均衡与控制在充电系统中所起的作用，指出了其重要性。在均衡方面，提出了一种实用的均衡电路，并对其工作原理进行了分析，该均衡电路已在实际中采用，效果良好；在控制方面，指出了传统PID控制器在锂电池充电中显示出的不足之处，并针对其不足提出了模糊PID参数自整定的控制方法，通过与传统PID在不同充电环境下的对比仿真试验表明，模糊PID参数自整定的控制方法更适合锂离子动力电池充电系统。     

基于差分进化算法的自行高炮随动系统PID参数整定

针对传统PID参数整定效率低且无法考虑构件间力元等因素对参数整定的影响问题,建立随动系统机电联合仿真模型,利用智能优化算法整定PID参数.建立了考虑行进间车体姿态扰动的随动控制系统模型,并结合上装虚拟样机建立随动系统的机电联合仿真模型,采用实车试验方法验证联合仿真模型的正确性.在此基础上,以时间乘以误差绝对值积分为优化...     

某随动负载模拟器 GM/SN-PID 自适应控制

为提高某随动负载模拟器加载系统的加载精度,设计一种基于灰预测单神经元 PID 自适应(grey prediction single neuron PID,GM/SN-PID)控制策略。通过分析随动负载模拟器的系统构成和工作原理,简化加载电机模型, 根据转动惯量盘模型,建立随动负载模拟器模型。在传统 PID 控制的基础上引入灰预测模型用于初始化 PID 参数的 整定,单神经元自适应控制器用于在线调节 PID 比例、积分和微分参数。仿真结果表明：该方法能提高加载系统的 加载精度,具有较强的鲁棒性,优于传统 PID 控制。     

基于遗传算法优化的四旋翼控制系统研究

为提高多自由度、非线性的四旋翼无人机模型控制系统的系统响应与控制效果,提出一种基于遗传算法优化的模糊PID控制策略。将整个控制系统分解为外环位置控制器和内环姿态控制器2部分,对四旋翼无人机系统进行建模仿真。由仿真分析结果得知,当滚转角度分别为35°、45°和65°时,通过遗传算法优化的模糊PID控制相对于模糊PID控制的角度误差分别降低2.58°、3.09°和3.78°;X轴误差分别降低了0.759、0.658和0.593 m;Y轴误差分别降低了0.157、0.228和0.195 m;Z轴误差分别降低了0.169、0.237和0.514 m。结果表明：该策略保证了整机的稳定性,使整机的控制系统能达到更好的控制效果,保证了四旋翼无人机具有更好的性能。     

基于模糊神经网络的遥控武器站伺服系统PID控制器

针对遥控武器站伺服系统具有间隙、摩擦等非线性、不确定性特征,将PID控制与模糊神经网络进行有机结合。利用多层神经网络提取模糊控制规则,构建模糊神经网络控制器,根据偏差E和偏差变化EC在线调整PID控制器的三个参数。仿真试验表明,该控制器具有PID控制器精度高,以及模糊神经网络控制器响应速度快、超调小、稳定性高的特点,具有良好的动、稳态特性。     

Research on Airborne Electro-Optical Tracking and Sighting System Based on Fuzzy PID and H∞ Control

Airborne electro-optical tracking and sighting system is a three-degree-of-freedom angular position servo system which is influenced by multi-disturbance, and its control system consists of stabilizing and tracking components. Stabilizing control is applied to track angular velocity order and control multi-disturbance under airborne condition, and its robustness should be very good; tracking control is applied to compensate tracking error of angular position. A mathematical model is established by taking the control of yaw loop as example. H∞ stabilizing controller is designed by taking the advantage of H∞ control robustness and combining with Kalman filter. A fuzzy control is introduced in general PID control to design a decoupled fuzzy Smith estimating PID controller for tracking control. Simulation research shows that the control effect of airborne electro-optical tracking and sighting system based on fuzzy PID and H∞ control is good, especially when the model parameters change and the multi-disturbance exists, the system capability has little fall, but this system still can effectively track a target.     

人工神经网络在运动控制中的应用

介绍了人工神经元模型与神经网络基本结构。阐述了多层前向网络的工作原理及误差反转（BP）算法,探讨了用于运动控制的单神经元PID控制器的结构与基于BP网络的模糊自适应PID控制,给出了由传统PID控制器,模糊量化处理,系统辨识神经网络NNM和系统控制网络NNC组成的基于BP网络的模糊自适应PID控制器结构,并讨论了人工神经网络在运动控制领域中应用的发展趋势。     

基于永磁调速直流电机模糊PID 伺服控制系统

为改善永磁调速直流电机调速系统的性能,提出一种模糊PID控制策略.根据模糊理论的基本规则,使用Matlab生成模糊控制器,选取电机的实际参数,依据伺服控制策略,将模糊理论与PID控制技术相结合,使用重心法解模糊化,得到PID的控制参数,并通过Matlab仿真对比模糊PID控制与单独PID控制对信号的影响.仿真结果表明:模糊PID控制性能要优于单独PID控制,可满足直流电机的高精度平稳运行.     

某舰载火箭炮交流伺服系统并行复合控制方法

针对舰载火箭炮在发射过程中会受到风浪以及自身扰动的影响而导致射击精度和稳定性降低的问题,提出一种RBF神经网络滑模-模糊PID控制方法。利用RBF神经网络来削弱滑模的抖振,在误差较小时提高响应速度和鲁棒性;利用模糊规则对PID参数进行调整,在误差较大时提高控制精度。仿真结果表明：该复合控制策略可使舰载火箭炮交流伺服系统具有更高的射击精度和反应速度,提高系统性能。     

基于模糊神经网络PID的机床直流调速系统

为解决PID参数的在线调整问题,针对龙门刨床的主拖动系统,提出将神经网络的模糊PID自适应控制器用于直流调速系统的方法。分析龙门刨床电气设备的组成,综合模糊控制和神经网络的长处,将神经网络、模糊逻辑和PID控制相融合,构成模糊神经网络控制器,并通过MATALAB对系统进行仿真。设计时,将模糊规则融于神经网络中,通过对神经网络的自学习、自适应能力在线调整模糊规则和隶属函数参数,对PID控制器实现在线实时调整。仿真结果表明,该系统比普通控制器具有更好的动、静态特性。     

基于模糊神经网络PID的串级温度控制系统研究

为解决传统PID 控制存在控制效果不够理想、性能欠佳和很难满足系统精度要求的问题,提出基于模糊 神经网络的自适应PID 控制算法对系统进行控制。采用Labview 构建模糊神经PID 控制器,对环控引气系统温度进 行动态控制,进行仿真研究,并将此控制策略与经典PID 控制进行仿真比较。结果表明：基于模糊神经网络的PID 控制算法在系统的超调量和调节时间上都小于经典PID,能提高系统的快速性和准确性,改善系统特性。     

一种量化因子改进型的模糊自适应PID 控制算法

：针对模糊PID 控制下的动态性能问题,提出一种量化因子改进型的模糊自适应PID(Fuzzy-PID)控制算法。 在模糊量化环节引入模糊论域量化因子在线调整函数,实现对模糊量化因子的实时调整;将传统PID 控制、传统模 糊PID 控制和量化因子改进性模糊PID 控制,分别在100 kHz 和200 kHz 的系统频率下,进行单位阶跃输入信号下 的动态性能对比实验。结果表明：该算法在2 种系统频率下均能实现无超调,调节时间不超过0.15 s,其动态性能相 较传统控制算法具有明显提升。     

交流调速系统模糊PID控制

针对滑差频率型矢量控制交流调速系统,设计了一种将模糊控制和ＰＩＤ控制的优点相结合的模糊ＰＩＤ速度调节器。介绍了基于模糊推理,并能在线地改变ＰＩＤ控制参数的速度调节器的设计原理,设计过程和模糊规则。仿真结果表明该调节器能够明显地提高系统性能,具有实际应用价值。