基于模糊PID的超声电机控制

针对超声电机特殊的工作原理,选定驱动电压作为其速度控制变量,为了解决超声电机非线性和建模复杂的问题,提出把传统PID结构简单、稳定性好的优点与模糊控制响应快、易实现的优点结合起来,设计基于DSP56f801的模糊控制器,实现对超声电机的速度控制。仿真结果表明,该方法调节精度较高,动态响应好,跟踪性能良好。     

基于遗传算法的模糊神经网络PID控制器研究

研究对象是某类型贴片机的位置控制系统,运用基于遗传算法的模糊神经网络 PID控制器对其位置系统进行控制.着重介绍了基于联接机制的模糊神经网络的结构,以及遗传算法对模糊神经网络的网络结构和隶属度函数的优化.通过实例详细地给出了优化过程和优化结果,并通过仿真结果,充分地说明了模糊神经网络的优异性能以及遗传算法在多目标寻优中的强大优势.     

基于遗传算法优化的模糊PID控制研究及其仿真

本文提出了一种基于遗传算法优化的模糊PID控制系统:采用遗传算法优化模糊控制中的隶属函数和控制规则,进一步完善了模糊PID控制器的性能,提高了系统的控制精度。最后对优化后的模糊控制器进行了Matlab仿真研究,仿真结果表明:经过优化后的控制器明显地改善了控制系统的动态性能,能使系统达到满意的控制效果,对进一步应用研究具有较大的参考价值。     

基于模糊PID控制的电机转台伺服系统

当前,随着我国科学技术的不断发展,电机转台伺服系统的应用也越来越广泛,例如：化工、仪器仪表、航空航天等领域中电机转台伺服系统均发挥着十分重要的作用。因此,不断提高伺服系统控制的稳定性、精确性十分必要。但是传统的PID控制在电机伺服系统中的应用效果并不是十分理想,精确度较低。对此本文结合了模糊控制系统提出了模糊PID控制系统,并通过仿真结果分析验证其可行性。     

AMT换挡电机调速系统模糊PID控制

针对传统的控制技术难以满足换挡电机调速系统快速性和稳定性的要求,引入模糊比例、积分和微分(PID)参数自适应控制器到换挡电机的控制系统中,根据系统输入误差和误差变化率在线整定PID参数,丰富了PID控制器的功能.仿真结果说明,模糊PID控制器与传统PID控制器相比,在动态响应上更快,在超调上更小.     

双直线电机同步驱动系统中模糊自适应PID控制方法的研究

以龙门移动式镗铣加工中心进给方向上的双直线电机为研究对象，针对双进给轴在扰动下的速度以及加速度的不同步，采用模糊自适应与传统PID控制相结合的方案，实现了对PID控制器参数的在线自动整定.将这种控制方案应用于双直线电机驱动的两轴之间的反馈回路中，并采用速度与加速度双重补偿，以尽快地抑制由不同步引起的扭矩.仿真结果表明，此种方案抗扰性能强、鲁棒性、快速性及动态性能均良好，能够较好地满足被控对象对高精度的要求.     

基于模糊PID的多电机速度同步控制

为了实现多电机同步控制的智能化,以全自动裁切生产线为研究背景,提出了一种基于模块PID的多电机速度同步控制方法.通过介绍模糊控制的基本思想,对系统的控制结构和PID模糊控制器的设计思想进行了分析,同时借助PLC的存储间寻址方式实现模糊控制算法.仿真结果与工程应用表明,应用模糊PID控制能较好地实现多电机同步控制.     

基于改进量子遗传算法的励磁控制系统PI参数优化

针对传统的量子遗传算法(QGA)需要根据具体的问题选择合适的量子旋转门来更新量子比特的状态,提出了一种无需量子门、通用的、与问题无关的改进量子遗传算法(IQGA)。在采用实数编码的量子遗传算法的基础上,结合粒子群优化算法更新量子比特的状态,代替了传统量子遗传算法用量子门更新量子比特,避免了传统量子遗传算法复杂二进制编码和解码过程,增强了量子遗传算法的使用范围。最后,将提出的IQGA应用到某水电站励磁控制系统的PI参数优化,与遗传算法(GA)、QGA进行了仿真对比分析,结果表明IQGA鲁棒性最强,算法运行时间比传统量子遗传算法时间大约缩短了8s,优化所得的PI参数用于励磁控制系统的性能最佳。     

感应电机的模糊免疫控制研究

针对感应电机调速系统的严重非线性、时变和强耦合性,应用免疫反馈机理、模糊控制技术以及自适应PSD控制律,在传统PID控制器基础上设计一种模糊免疫PSD控制器,实现了IM系统的智能控制。仿真结果表明,采用该方法能使IM系统获得良好的控制性能,并能减少参数调整的工作量。     

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.     

基于改进遗传算法的模糊C均值聚类算法

针对传统模糊C均值聚类算法（FCM）的缺陷,提出了一种基于改进遗传算法的模糊聚类方法．利用改进遗传算法强大的全局寻优能力,这种算法较好地克服了FCM算法对初始化敏感、容易陷入局部最优的缺陷．仿真实验证明,该算法具有较强的全局寻优能力和较快的收敛速度．     

基于改进量子遗传算法的模型交互修正方法

针对传统有限元模型修正方法低效率、高成本且易陷入局部极值的缺点,提出基于改进量子遗传算法的静力多尺度有限元模型交互修正方法. 依据量子计算理论,对量子比特矢量态进行实数编码,以改进量子旋转门实现旋转角自适应更新,引入量子全局干扰交叉、变异、灾变等遗传操作,设计改进量子遗传算法. 以某钢-混组合梁桥为工程背景建立多尺度有限元模型,建立目标函数,对待修正区域进行分块处理. 利用最大互信息系数对待修正参数进行筛选,给出目标函数权重,通过Python语言实现了基于改进量子遗传算法的静力多尺度有限元模型交互修正. 结果表明,改进量子遗传算法相较于传统遗传算法、量子遗传算法具有更高的性能与精度,自动交互修正方法的效率较高,对材料弹性模量、厚度、车辆荷载等参数的修正与工程实际测试的情况基本吻合,目标函数修正结果相较于有限元计算的初始值,挠度误差降低至1.4%~14.3%,混凝土底板应力误差降低至2.6%~18.8%,钢梁应力误差降低至0%~11.1%.     

基于协同进化算法的水轮机模糊PID调速器研究

针对水轮机调速器常规PID控制不能根据系统的动态过程自动调整控制参数的问题,提出一种改进的基于协同进化遗传算法的模糊自适应PID控制算法,该方法采用协同进化遗传算法同时优化模糊PID控制的模糊规则和PID整定公式中的3个比例因子,通过模糊推理的方法求解PID参数的变化量,对PID参数进行自动整定,为了避免优化得到的模糊规则之间发生跳变,在目标函数中引入一光滑因子。仿真表明,该控制算法具有良好的静态和动态性能。     

基于遗传算法的温度PID智能控制系统设计

针对经典PID控制无法有效解决温度控制系统普遍存在的非线性和延迟性等问题,提出了基于遗传算法和智能PID的复合控制结构.采用单片机、铂电阻和TEC制冷器分别作为控制处理器、温度传感器和温控执行器来设计温度控制系统,构建了智能PID控制算法来动态调整控制过程中的PID三个参数,并利用遗传算法的快速搜索能力对控制参数进行优化.结果表明,该系统的温度控制范围为10~55℃,控制精度为±0.03℃,超调量小于15%,具有较好的工程应用前景.     

基于模糊遗传算法的PID自整定研究

针对复杂工业过程控制要求多样性、控制参数难调整的问题,提出了一种基于遗传算法与模糊理论相结合的PID自整定算法。在加热炉温度控制中,用该算法进行PID参数优化,实验表明,控制器的控制精度、温度变化平稳性等指标均得到了改善,能够较好地解决工业过程中控制参数优化的问题.     

基于改进遗传算法的汽车永磁起动机优化设计

针对电机的优化设计是一个复杂的、有约束、多变量优化问题,为了提高优化效率和收敛速度,使电机成本降低,结构更紧凑,采用了改进的遗传算法,将永磁起动机的原始方案直接加在初始种群中,并对交叉概率和变异概率采用了随着适应值变化进行自适应调整的方法．在适应值的计算过程中,为了提高计算准确度,2D有限元模型被用来计算永磁起动机的参数和性能．根据优化结果研制了新的样机,实验结果表明：通过优化,在满足各项性能要求和约束的前提下,降低了电机的成本．     

基于遗传算法的鲁棒PID控制器设计

从分析控制系统的性能指标入手,从抗干扰性能和鲁棒性能两方面综合考虑控制器的设计,得到一种鲁棒 PID 控制器的设计思路,把 PID 控制器的设计问题转化为求解一个带鲁棒性能约束的绝对误差积分指标 (IAE) 优化问题。鉴于问题是非凸的,用常规优方法无法得到最优解,采用遗传算法来求解该问题。分别对一阶加纯迟延(FOPDT)和非线性对象进行了仿真,结果表明了方法的有效性,不仅控制系统性能优良,而且抗干扰能力和鲁棒性能也很好。     

一种基于改进遗传算法的组卷算法

为了能更好地解决组卷质量和组卷速度之间的矛盾,提出了一种基于整数分段编码的遗传算法．该算法在保证组卷预期效果的前提下,不仅搜索速度快,而且能够避免遗传算法中经常出现的“早熟现象”,具有很好的收敛性和实用性．实践结果表明,该方法可以有效地解决智能组卷中的约束优化问题．