基于重复控制补偿的电液位置伺服系统PID控制

针对典型电液位置伺服系统,设计了基于重复控制补偿的PID控制器,并通过计算机仿真,再现了系统跟踪正弦信号时的系统响应。仿真结果表明,在该控制器下,电液位置伺服系统具有良好的动态性能。     

电液伺服系统的模糊自适应复合控制研究

电液位置伺服系统的阻尼比较低,造成电液位置伺服系统响应速度慢及跟踪性能较差。为解决此问题,提出一种模糊自适应控制与速度正反馈、加速度负反馈相结合的复合控制策略。通过速度正反馈来提高系统的开环增益,加速度负反馈提高阻尼比,从而提高系统动态响应速度并减小位置误差。利用前馈控制拓宽系统频宽,进一步减小位置跟踪误差。对传统PI控制、模糊PI控制、模糊PI复合控制算法下的系统响应性能进行仿真分析,结果表明:采用所提出的复合控制策略时,系统动态响应速度比模糊PI控制提高约76.9%,比传统PI控制提高约84.2%,其位置跟踪误差几乎为0。     

基于单神经元自适应PID控制的位置扰动型电液伺服施力系统

针对位置扰动型电液伺服施力系统中多余力矩和参数变化问题，在用结构不变性原理进行补偿的基础上，采用单神经元自适应PID控制来确保系统有满意的跟踪性能。采用这种控制方法，可以较好地消除位置干扰的影响，同时克服系统的非线性及参数时变等因素的影响，提高了系统的鲁棒性和跟踪性能。仿真结果验证了上述结论。     

电液伺服加载力差信号前馈控制

提出利用电液加载前馈舵机系统力差信号减少多余力的控制方法。传统的方法是测量舵机近似的速度信号进行前馈控制,力差前馈控制是测量舵机系统产生加速度的力信号进行前馈控制。仿真结果表明,采用该方法消除多余力的效果很好。     

电液速度伺服RBF模糊自适应控制

由于电液速度伺服系统的非线性和参数的不确定性,难以建立精确的数学模型,本文引入RBF(径向基函数)模糊自适应控制,利用RBF神经网络进行自学习、修改和完善模糊规则,改善其动态性能。仿真结果表明该方法具有较强的自适应和自学习能力,即使对复杂的非线性系统也能取得良好的控制效果。     

电液加载仿真台的设计与自适应控制

介绍了一种能够实时模拟出火箭炮随动系统在不同带弹量、不同位置下的不平衡力矩的电液加载仿真台。实验结果表明,本文采用的基于模糊白适应PID控制算法设计的控制器可以使电液伺服加载系统具有良好的控制效果,有效地抑制负载变化和外界干扰,满足系统的要求。     

电液比例位置控制系统的自整定模糊PID控制研究

对自整定模糊PID控制策略在电液比例位置控制系统上的应用进行研究.在介绍自整定模糊PID控制基本原理的基础上,通过实验比较该系统自整定模糊PID控制和PID控制对正弦信号的跟踪效果.结果表明,自整定模糊PID控制比PID控制有更好的精度和稳定性.     

常规PID控制和模糊自适应PID控制仿真研究

通过对同一研究对象运用两种不同的控制——PID控制和模糊自适应PID控制,在Matlab环境下进行单位阶跃响应仿真。通过比较得出模糊自适应PID比PID有更好的动态特性。     

电液位置伺服系统的比例-模糊PID控制研究

针对电液位置伺服系统,提出了比例-模糊PID控制策略;介绍了其工作原理及控制器的设计过程。与模糊PID、普通PID的控制效果进行比较,实验结果表明该控制方法精度高,误差较小。     

PID神经网络在电液弯辊伺服控制系统中的应用

针对电液弯辊伺服控制系统,设计了PID神经网络控制器.该控制器不仅具备传统PID控制器结构简单、参数物理意义明确等优点,而且具有神经网络的自适应和自学习能力,能够在线调整相关参数,使控制系统表现出良好的鲁棒性和控制性能.仿真和实验均证明了其有效性.     

基于模糊自适应 PID控制的定位系统设计

为提高步进电机定位性能,研究模糊自适应PID控制方法.在分析两相混合式步进电机结构和工作原理的基础上,推导出电机的数学模型.设计了适用于步进电机定位控制要求的模糊PID控制器,以误差e和误差的变化ec作为输入,利用模糊规则在线对PID参数进行修正以满足不同时刻的e和ec对PID参数自整定的要求.通过仿真分析,模糊自适应PID控制方法具有较好的控制性能,能够达到精确定位.     

模糊PID控制算法在气缸位置伺服控制中的应用

对有非线性的气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。实验结果表明,这样既能防止超调又能提高响应速度,明显地改善了系统的动态和静态性能,并且对气源压力及负载变化的鲁棒性也较强。     

基于MATLAB-AMESim的电液伺服系统模糊PID控制

电液伺服系统在现代工业中有广泛应用,针对实际电液伺服系统中非线性环节建模不准确这一问题,根据MATLAB和AMESim的各自特点,利用AMESim完成复杂实际系统建模,利用MATLAB进行控制器设计,对系统建立联合仿真模型。阐述模糊PID控制器的设计过程,通过仿真结果对比分析模糊PID和传统PID的控制性能。结果显示:在变负载电液伺服控制系统中模糊PID控制器在快速性、控制精度等方面具有更好的控制性能,并且提高了系统的鲁棒性和抗干扰能力。     

基于模型参考模糊自适应的电液位置伺服系统鲁棒控制研究

针对电液位置伺服系统存在的参数变化及外力扰动，引入模型参考模糊自适应机构，构成模型参考模糊自适应控制，即MRFAC，仿真实验表明，与传统PID相比，该方法可以有效抑制参数扰动及外力干扰，具有很强的鲁棒性。     

高精度数控机床进给伺服系统的模糊自适应PID控制

数控机床进给伺服系统是一个复杂的机电耦合系统。由于具有较强的时变参数特性、负载扰动和电机的非线性,很难给出控制系统的精确模型。基于数控机床进给伺服系统的数学模型,提出一种模糊自适应PID控制器的设计方法。将该控制器应用于数控机床进给伺服系统控制,可获得良好的控制性能。仿真结果表明：该方法不仅具有无静态失真,而且响应速度快、超调小。这种模糊自适应PID控制器具有较高的稳定性和精度。     

基于自适应模糊PID控制的汽车ESP系统控制研究

汽车ESP系统是汽车的一种主动安全装置,近年来仿真技术在汽车ESP系统的研究中得到了广泛的应用.基于模糊控制与PID控制,对ESP提出了自适应模糊PID控制的控制方法.首先以某汽车车型为研究对象,建立了其传递函数模型.然后运用Matlab/Simulink,进行了模糊控制器与PID控制器地设计,建立了仿真模型并进行仿真.结果表明,这种方法可以提高汽车的稳定性.实际工作中,由于路面条件不断变化,并且汽车本身是一个复杂的系统,传统控制方法无法进行有效地控制,自适应模糊PID控制器可以不断地调整参数,进行控制.目前,以完成关于该控制算法的控制器设计.     

模糊神经网络在电液伺服控制系统中的应用研究

针对电液比例伺服阀的死区大、强非线性等特点,设计了一个基于模糊逻辑的神经网络控制系统（FNNC）,给出了基于模糊逻辑推理网络的拓扑结构,导出了网络的连接权重和隶属度特征参数的学习算法。将该控制系统应用于蜗杆砂轮磨齿机,获得了良好的效果。     

面向电子压力机模糊神经网络PID控制的研究

针对电子压力机位置伺服系统的非线性和时变的不确定性,压装力、压装速度和压入深度高可控性,系统的高稳定性、适应性及较强的抗干扰能力等特点,提出将神经网络实现模糊PID自调整的控制特性应用在现存的小型电子压力机的位置伺服系统中的方法。该控制策略将模糊控制的推理能力和神经网络的学习能力进行了有效的结合,其中,PID控制器参数自调整是通过学习并记忆PID参数调整的基本规则来实现的,以满足电子压力机位置伺服系统的要求并用MATLAB软件编程进行仿真分析。仿真结果表明:相比较常规神经网络与传统PID相结合组成的控制器,模糊神经网络PID自调整控制器对于电子压力机的位置伺服系统具有更快的响应特性及更好的稳定性。     

气动执行器伺服定位模糊PID控制

针对气动系统的非线性,提出一种模糊PID控制算法,使用高速开关阀,对气动执行器进行伺服定位控制．实验结果表明,在不同条件下,控制算法都有较好的控制能力,系统具有良好的动态和静态特性。     

一种基于模糊补偿的自适应控制在液压转台伺服系统中的应用

本文针对电液伺服系统的非线性特点，提出了一种基于模糊补偿的自适应控制方法。该方法把实际系统看成是由线性和非线性两部分所组成，对线性部分采用基于精确数学模型的控制方法，而对非线性部分主要采用以模糊自适应补偿为主的控制方式。为了提高模糊自适机构的补偿效果，采用了规则可调整的模糊控制器，仿真结果表明，该方法具有较高的控制精度和鲁棒性能。