共查询到20条相似文献,搜索用时 218 毫秒
1.
2.
基于PLC的模糊PID自动调平控制系统的研究 总被引:1,自引:0,他引:1
将一种模糊PID控制的策略运用于基于PLC控制的机电式自动调平控制系统,并设计了相应的模糊控制器.这种控制方法兼有PID控制与模糊控制的优点,同时又去除了其不足,仿真结果表明,该系统与传统PID控制系统相比,具有较高的稳定精度,系统的鲁棒性较好. 相似文献
3.
本文针对工业生产中温度控制系统具有非线性、时变性和滞后性的特点,采用模糊控制与PID相结合的方法,设计了一个基于模糊PID的工业锅炉温度控制系统,采用AT91RM9200为主控制芯片,并用模糊PID控制算法对温度进行控制.最后以工业锅炉蒸汽温度为被控对象,建立仿真模型对常规PID控制和模糊PID控制进行了仿真对比,结果表明采用模糊PID控制方法,有效的提高了系统对非线性、时变性和不确定性的处理能力,控制效果更好. 相似文献
4.
5.
针对飞轮电池工作转速高、越过临界转速时转子振动大以及系统的非线性和控制参数不确定性等特点,开发了模糊自调整PID控制策略,实现了控制参数的在线调整。运用MATLAB模糊逻辑控制工具箱设计模糊控制规则,运用Simulink实现了不完全微分PID和模糊自调整PID控制策略仿真,分析对比了两种控制策略对系统动态性能的影响。在Quartus II平台搭建了模糊PID控制模块,利用EP4CE22 FPGA控制板在飞轮电池试验台上实现了飞轮转子的稳定运行。仿真和试验结果均表明,模糊自调整PID控制对转子的振动具有较好的抑制作用,提高了飞轮系统的动态性能。 相似文献
6.
结合传统PID控制原理、神经网络技术、模糊控制技术及预测控制技术,提出了一种新型控制器结构.给出了在线调整PID参数的方法.仿真结果表明,基于线性预测模型的神经网络模糊PID控制使系统具有较好的鲁棒性. 相似文献
7.
8.
灰色PID控制在航空发动机中的应用研究 总被引:2,自引:0,他引:2
对于航空发动机这样复杂的系统,经典的PID算法难以对其实现良好控制。灰色系统理论是处理不确定量的一种有效途径。它需要信息少,通用性好,计算方便。针对航空发动机难于建立精确数学模型的特点,采用灰色控制理论与PID控制相结合,实现对PID参数的最佳整合。并且对某型航空发动机进行了全包线内的数字仿真。仿真结果证明了其在航空发动机控制中的可能性。 相似文献
9.
《机械工程与自动化》2020,(4)
针对一级倒立摆系统中存在的非线性和不确定性因素,仅仅采用PID控制系统的输出会产生较大的超调问题,将模糊控制与PID控制相结合,在系统运行过程中不断修改PID控制器的参数,构成模糊自适应PID控制器。仿真结果表明:模糊自适应PID控制能有效改善系统的动态性能,同时提高系统的抗扰性。 相似文献
10.
11.
12.
13.
将模糊控制和神经网络理论相结合,通过遗传算法对其参数进行优化,有效地解决了常规模糊理论不能自学习和神经网络算法易陷入局部极小、收敛速度慢等缺点,并对其应用于电力变压器故障诊断进行了仿真,实例仿真结果表明该算法具有较快的收敛速度和较高的计算精度,故障诊断结果证实了该算法应用于电力变压器故障诊断的有效性。 相似文献
14.
利用广义T-S模糊模型对非线性系统具有万能逼近性得到系统的局部线性化,并利用一种快速综合性遗传算法(FIGA)对广义T-S模糊模型进行参数辨识,根据得到的线性化模型对系统采取广义预测控制(GPC)得到当前的控制动作。通过Matlab仿真证明了该方法的有效性。 相似文献
15.
针对结晶器非正弦振动液压伺服系统参数易变、模型不确定这一特点,对模型未知的系统用神经网络模型逼近,并采用改进的递阶遗传算法对神经网络的权值和结构同时进行训练,实现系统模型的精确辨识;将模糊控制与神经网络相结合,提出一种模糊神经网络控制方法,实现连铸结晶器非正弦振动系统的跟踪控制。仿真验证了该方案能提高非正弦振动系统跟踪控制性能和鲁棒性,且易于工程实现。 相似文献
16.
17.
针对伺服电机变负载控制问题,提出了一种自学习自适应模糊控制方法,该方法可以通过控制数据自学习生成模糊控制规则,且可以在控制过程中对控制规则进行自调整,以适应被控对象工况的改变。通过伺服电机变负载的仿真控制实验,证明了该方法的可行性。 相似文献
18.
19.
自学习模糊滑模控制及其在电液伺服系统中的应用 总被引:2,自引:0,他引:2
针对一类不确定性非线性系统的跟踪控制问题,应用模糊逻辑系统来逼近滑模的等价控制,提出了一种具有自学习能力的模糊滑模控制方法。通过在线学习,动态地更新模糊控制的规则,使得模糊控制的输出沿使滑模渐近稳定的方向逐步逼近滑模的等价控制,证明了自学习模糊滑模控制系统在李雅普诺夫意义下的渐近稳定。把这种方法应用于电液伺服系统的跟踪控制,仿真和实时控制结果表明:该方法明显优于常规滑模控制并能获得满意的跟踪精度和稳定性。 相似文献
20.
针对调节阀控制系统在实际生产中存在的大滞后、非线性等问题,提出一种改进粒子群算法优化的模糊神经网络比例积分微分(PID)控制模型用于阀位控制,该模型利用模糊神经网络的自学习能力,实现对PID控制参数的实时在线整定,并且通过将改进粒子群算法与BP算法相结合的方式,实现对模糊神经网络参数的粗调和细调,克服了模糊神经网络收敛缓慢、易陷入局部最优的缺点;最后,利用MATLAB和AMESim软件进行联合仿真,仿真结果表明,该模型相比于其他两种算法在调节时间、超调量等性能方面都有很大的提升,并且表现出更强的鲁棒性和抗扰动能力,能够使阀位控制更加稳定可靠。 相似文献