天然气发动机仿人智能模糊混合控制器的研究

本文将智能控制算法和PI控制算法相结合,提出了一种基于PI的模糊混合控制器。新控制器在控制过程中借助仿人智能算法实现控制参数的在线调整。仿真结果表明,该控制方法对非线性时变系统有较好的控制效果。     

一种新型仿人智能模糊混合控制器的研究

本文将智能控制算法和PI控制算法相结合,提出了一种基于PI的模糊混合控制器.新控制器在控制过程中借助仿人智能算法实现控制参数的在线调整.仿真结果表明,该控制方法对非线性时变系统有较好的控制效果.     

一种新型仿人智能模糊混合控制器的研究

本文将智能控制算法和PI控制算法相结合,提出了一种基于PI的模糊混合控制器。新控制器在控制过程中借助仿人智能算法实现控制参数的在线调整。仿真结果表明,该控制方法对非线性时变系统有较好的控制效果。     

采用智能积分器的通用型自组织模糊控制器

介绍带积分环节的通用型自组织模糊控制器的设计及特点,且进行了鲁棒性、抗干扰性仿真试验,表明系统静差小、参数整定方便、鲁棒性强、抗干扰性好。     

一种新型智能模糊控制器的研究

从模糊控制器量化因子入手，对其进行了深入的分析，提出了一种智能型的模糊控制器结构。其中，智能调节器使量化因子随控制不同阶段而动态变化。文中对智能调节器的设计过程作了介绍，并对两个被控对象分别用基本模糊控制器和基于智能调节器的模糊控制器的控制效果进行了分析比较。仿真例子证明了智能模糊控制器的有效性。     

航空发动机自调整模糊控制器设计研究

航空发动机是一个复杂的非线性控制系统,难以建立精确数学模型,在飞行包线宽广的范围内工作存在不确定性和时变性。模糊控制有利于解决上述问题,而基本模糊控制器一旦被设计,对于模糊规则和综合推理也被确定,但不能调整。为了满足航空发动机复杂多变的控制要求,提出一种规则自调整的方法设计模糊控制系统。采用自组织思想,引入调整因子,实现对模糊规则的自调整功能。通过对航空发动机模型仿真,结果表明,与基本模糊控制器相比,自调整模糊控制器输出调节时间短、速度快、阶跃响应特性好,满足航空发动机控制要求。     

多回路智能模糊控制器研究

一、概述模糊集理论及其在过程控制中的应用——模糊控制,已有不少文献作了全面介绍,应用比例因子(scali—ng factors)进行参数校正,实现通用型工业实用模糊控制器的理论与方法,以及据此研制的单回路模糊控制器,文献中分别作了介绍。为了进一步利用单片微处理机的性能,提高仪表的性能/价格比,同时也为进一步研究MIMO模糊系统提供必要的实验手段,笔者在原有单回路模糊控制器的基础上研制出外型尺寸,电气信号与常规仪表兼容的三回路模糊控制器,采用模糊决策算法。该仪表最先用于玻璃纤维拉丝过程中多个加热环节的控制。三回路模糊控制器具有完全独立的I/O通道,由Intel 8039单片微处理机进行分时控制,各回路工艺参数及控制功能(手操、输出限幅、上下限报警等)完全独立,是一种实用的通用型多回路模糊控制器。     

一种模糊神经解耦混合控制器的研究

该文将模糊神经网络与Pl控制技术相结合构成一种模糊神经解耦混合控制器。新控制器在控制过程中借助模糊神经网络的自学习算法实现控制参数的在线调整。仿真结果表明，该控制方法对非线性时变系统有较好的控制效果。     

基于CAN总线的汽车发动机智能电子控制器研究

ECU作为汽车发动机控制系统的核心，对其进行自主知识产权的智能研究是十分必要的结合国内实际和总结分析现有系统．采用世界先进技术和综合设计思想．给出了基于CAN总线的汽车发动机智能电子控制器的设计方案．包括系统硬件控制结构和软件控制算法．这是进一步设计整体控制系统的前期基础工作。     

智能混合控制器在转炉干法除尘中的应用

转炉干法除尘蒸发冷却器出口烟气温度大多数采用常规串级控制方式,但转炉冶炼前期控制效果并不理想.对转炉冶炼过程及蒸发冷却器出口烟气温度的控制难点进行研究,找出常规串级控制方式的缺点,并设计出一种智能混合控制器.采用智能模糊控制器和常规控制器并联的控制方式,对蒸发冷却器出口烟气温度进行控制,控制效果理想.实际应用表明,同常规串级控制器相比,智能混合控制器具有响应快、被控对象稳定等优点.     

AVR单片机的天然气发动机电控系统设计

针对车用压缩天然气（CNG）发动机进行电控系统的开发研究。电控单元以AVR系列单片机为核心,采用多片式结构;设计了传感器调理电路和执行器驱动电路;通过控制怠速步进电机以调节旁通空气量,采用PID算法对发动机怠速转速进行闭环控制;采用脉宽调制（PWM）方式控制天然气喷射阀的喷射量;通过控制初级点火线圈的通电时间和断电时刻,实现点火能量和点火正时的主动控制。     

具有模糊接口的智能控制系统混合模型

针对智能控制系统既包含连续变量又包含离散事件的特点,给出了统一的混合模型结构。下层受控对象的状态演化导致事件的发生,并由上层的离散事件系统控制器做出监督决策,发出相应的控制命令,上下层之间的接口设计采用模糊逻辑的表示方法,具有一定的智能性,可处理受控对象的多模型结构以及对象模型的不确定性。     

面向未知环境基于智能预测的模糊控制器研究

提出了一种新的面向未知环境的智能预测算法，并将此算法应用于机器人力跟踪控制中．该方法利用机械手末端与未知受限环境产生的接触轨迹，通过模糊推理智能地预测阻抗控制模型中的参考轨迹，并根据力误差变化用参考比例因子对其进行调节，以适应未知环境刚度的变化．通过对阻抗模型参数进行模糊调节减少受限运动中的力误差，提高了全局的力控制效果．仿真结果证明了此算法的有效性．     

某机载雷达智能环境控制器模糊算法设计

为了提高某机载雷达环境控制系统控制品质,设计了一种基于PID控制与模糊控制相结合的智能控制器。文章介绍了该智能控制器的基本原理、系统组成,详细论述了温度控制算法。该算法具有更大的灵活性、更快的响应速度、抗干扰性强和鲁棒性高的优点,特别适用于非线性、时变和大滞后的控制系统。试验表明,采用该算法的环境控制系统,具有良好的控制性能,对机载设备冷却或加热取得了满意的效果。     

仿人智能控制与模糊控制神经网络融合技术

在分析了仿人智能控制器（ＨＩＣ）的特性基础上,针对其不足,提出将仿人智能控制器与模糊控制相融合的仿人智能模糊控制器（ＨＩＦＣ）,实践表明ＨＩＦＣ的性能大大优于基本ＨＩＣ和一般模糊控制器。最后提出一种正交基函数神经网络模型实现ＨＩＦＣ的方法,为ＨＩＦＣ的自学习提供了一条有效途径。     

基于Lonworks技术的模糊控制智能节点的设计

随着工业控制对象的日趋复杂，传统的PID控制已无法满足要求。文中介绍了一种基于Lonworks现场总线的模糊控制系统，给出了系统的三层结构。并以化工生产过程中的温度控制器为实例，介绍了模糊控制智能节点的设计方法。控制效果与传统的PID控制相比有明显的改善。     

混合动力电动汽车发动机转速智能控制系统设计

发动机是混合动力电动汽车动力设备的心脏,为了保证混合动力电动汽车可以快速稳定地运行,需要对其转速智能控制系统进行设计;使用当前控制系统智能控制混合动力电动汽车发动机转速时,无法快速检测到发动机转速,难以达到最佳的智能控制结果;为此,基于软切换提出Bang Bang-神经网络PID的混合动力电动汽车发动机转速智能控制系统设计方法;混合动力电动汽车发动机转速智能控制系统以Mcs-51系列8751单片机为核心系统,检测混合动力电动汽车发动机转速的数字信号,同时控制D/A模拟信号的输出,并在LED显示器上显示发动机转速数字信号,以PWM调制器放大混合动力电动汽车启动时发动机产生的PWM波,将放大后的PWM波供给电力发动机,再以分频填充脉冲装置测量混合动力电动汽车发动机转速,通过Bang Bang-神经网络PID算法计算出混合动力电动汽车发动机转速误差,达到实时控制混合动力电动汽车发动机转速的效果;实验仿真证明,所提设计方法保证了发动机转速的快速性和平稳性。