基于PSO算法的串联机械手位置跟踪模糊PID控制（英文）

在串联机械手运动控制中常采用PID控制器,存在超调较大、跟踪精度低的问题,为此设计了一种基于微粒群(PSO)算法的模糊PID控制器。首先,根据两力臂串联机械手模型,推算出动力学方程式和传递函数;然后,设计控制器的系统结构,采用PSO算法优化模糊PID控制参数,提高了系统的自适应能力和跟踪精度;最后,在MATLAB中对机械手位置跟踪控制进行仿真。仿真结果显示:PID控制超调较大,有震荡;经模糊调整后,超调变小,稳定性较好;再通过PSO优化,响应速度变快,超调量基本消除。     

模糊PID控制在气动机械手中的应用

对有非线性的气动机械手进行位置伺服控制,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。试验结果表明,该控制方法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。     

基于模糊PID控制的步进驱动系统研究

为了提高鞋套包装机的运动精度控制要求,针对鞋套穿孔定位这一具体动作,对其中的步进驱动系统进行了研究,提出了模糊PID复合控制方法。首先建立了步进驱动系统的数学模型,然后设计了模糊PID参数自整定控制器,并利用MATLAB进行仿真研究,最后以鞋套包装机样机为实验平台,验证模糊PID参数自整定算法应用于步进驱动系统中的实际效果。实验结果表明,模糊PID参数自整定控制方法应用于步进驱动系统获得了较好的控制效果,提高了系统的精确性和稳定性,可以满足实际的控制需求。     

MATLAB的数控机床模糊免疫PID控制仿真研究

应用免疫反馈系统的原理和模糊控制理论,在传统PID控制基础上设计出一种模糊免疫自适应PID控制器,运用模糊免疫PID控制,通过模糊控制规则对PID参数进行实时修改,使系统具有较好的自适应能力;并基于MATLAB环境下对数控机床伺服系统进行了动态仿真。仿真结果表明,在外界干扰和系统工况发生变化时,此控制器具有很好的快速响应特性和较高的鲁棒性。     

基于优化位姿控制的并联液压机械手跟踪控制研究

针对二自由度并联液压机械手控制系统容易受到外界干扰问题,对机械手控制系统输出误差进行研究。结合机械手平面简图分析了并联液压机械手工作原理,推导出机械手运动学和动力学方程式。引用模糊PID控制系统,采用差分进化算法和前馈补偿方法对模糊PID控制系统进行优化,将优化后的控制系统通过MATLAB软件进行误差仿真,同时与模糊PID控制系统输出误差进行比较和分析。仿真误差显示：在无干扰环境中,优化前和优化后的二自由度并联液压机械手模糊PID控制系统,其运动位移和角位移输出误差差别不大,跟踪效果较好。在有干扰环境中,优化前二自由度并联液压机械手模糊PID控制系统,运动位移和角位移输出误差较大,而优化后二自由度并联液压机械手模糊PID控制系统,其运动位移和角位移输出误差较小。采用差分进化算法和前馈补偿控制方法,能够抑制外界信号波的干扰,提高二自由度并联液压机械手的跟踪精度,其控制效果较好     

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.     

基于模糊补偿的七自由度机械手轨迹跟踪控制

针对多关节机械手的不精确动力学模型导致计算力矩法控制的鲁棒性差和不能实现全局渐进稳定的问题,以一种七自由度机械手为研究对象,采用计算力矩加自适应模糊补偿控制,通过ADAMS与MATLAB联合仿真进行机械手轨迹跟踪控制研究,并证明了系统的稳定性和误差的收敛性。仿真结果表明:利用该方案控制的七自由度机械手具有较好的轨迹跟踪特性,无须机器手精确的动力学模型。     

冷连轧机张力系统模糊PID控制仿真研究

运用电机电气控制系统,结合冷连轧塑性变形原理,对带钢冷连轧机系统建立了稳态的数学模型。并用MATLAB /Simulink对冷连轧动态过程进行了数值模拟仿真。针对冷连轧控制系统中存在时滞、时变、大惯性、非线性等问题和传统PID控制器整定参数的局限性,提出了将模糊控制和传统PID控制结合在一起,构造成一个模糊PID控制器。最后通过数值模拟仿真实验证明：与传统PID控制器相比,模糊自适应PID控制器的动静态性能好,即响应时间短,超调量小,稳态性能好。     

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.     

基于粒子群优化算法的液压伺服控制系统PID参数优化

PID控制是液压伺服控制系统中广泛应用的一种控制方式,PID参数是否合理直接影响着液压伺服系统的性能.本文以并联电液伺服平台的PID参数优化为例,使用粒子群优化算法对PID参数进行优化,结果显示该方法的调节效果良好.     

PID参数模糊自调整技术的应用研究

本文以液压机械手电液比例控制系统为研究对象，应用模糊理论设计PID参数模糊自调整控制器，并对其进行自动控制研究，计算机仿真和试验研究表明，该控制算法实时性好，且系统具有稳态精度高、响应快、超调小等特点。     

磁力轴承模糊PID控制算法的研究

传统的PID控制器在工业现场得到了广泛的应用,但对于一个比较复杂的磁力轴承控制系统,由于外部条件的变化而使固定参数的PID控制器较难达到理想的控制效果。因此,笔者设计了模糊PID控制算法,其特点是根据现场输入信号的变化,调整相应的控制参数,以达到良好的控制效果。本文通过MATLAB中的SIMULINK插件对模糊控制器和传统PID控制器进行仿真、对比,仿真结果证明了模糊PID控制器的优越性。     

基于PSO的塔式起重机模糊神经网络滑模防摆控制

针对塔式起重机运行中重物摆动造成的工作效率降低、存在安全隐患等问题,建立塔式起重机的动力学模型,设计基于PSO的模糊神经网络滑模控制器,用于塔式起重机的定位、防摆控制。用模糊神经网络辨识塔式起重机系统模型的不确定项,并用PSO算法优化滑模控制器的参数。该方法降低了滑模控制系统的抖振,提高了控制系统的性能。仿真结果表明该方法的有效性和可行性。     

基于粒子群优化的焊接工作台伺服系统PID控制

提出了基于粒子群优化的焊接进给工作台位置PID控制。焊接进给工作台是焊机伺服系统的重要组成部分,其位置控制对提高焊接质量具有重要意义。采用简单高效的PID控制算法,但由于焊接伺服系统具有非线性等特点,使得PID控制器参数调整困难,传统的齐格勒—尼柯尔斯法则参数整定效果不佳。粒子群算法是一种全局优化算法,可以有效地实现PID参数整定,因此,在Simulink软件下建立进给工作台位置控制模型,采用粒子群算法来实现PID参数的调整,并进行了仿真。仿真结果显示,基于粒子群优化的PID控制器具有超调量小、精度高的特点,控制效果明显好于齐格勒—尼柯尔斯法则。     

基于模糊PID混合的四旋翼飞行器全控制系统设计

对四轴飞行器的结构分析建立动力学模型,并针对其飞行过程中存在的问题,采用模糊PID与传统PID混合的串级控制方法进行研究.由于四轴飞行器是在空间上具有6个活动自由度而仅有4个控制自由度的欠驱动系统,因此该系统通过直接控制飞行器的空间坐标系上的线位移x, y, z和偏航角Ψ,从而间接控制滚转角φ和俯仰角θ,实现飞行器的全控制.使用模糊自适应PID与传统PID混合控制使得飞行器在加入扰动后具有更强的鲁棒性,从而提升了机体的抗干扰能力.     

基于模糊自适应PID控制的六旋翼飞行器稳定性控制

介绍了六旋翼飞行器的运动方式,根据牛顿-欧拉方程完成动力学模型的建立.依据模糊控制的相关理论以及模糊自整定PID控制器的设计过程,完成了基于模糊自适应PID算法的控制器的设计.通过对自适应模糊PID控制器进行Matlab/Simulink下的系统仿真分析,得出所设计的控制器能够较好的完成悬停任务,实现对飞行器的稳定性控制.通过试验验证了六旋翼飞行器的控制稳定性.     

多策略改进粒子群优化AGV模糊PID控制

为解决AGV在复杂环境下控制精度低下、响应速度慢和鲁棒性差等问题,提出一种基于改进粒子群优化模糊PID控制方法。在粒子群算法（PSO）引入Logistic混沌映射对种群进行初始化,其次对惯性权重和学习因子进行非线性控制更新,提升种群寻优能力和避免陷入局部最优;选取9个测试函数验证改进PSO算法效果。仿真结果表明改进PSO在寻优精度和收敛速度都优于其他3种算法,而且不易陷入局部最优。最后对被控系统进行效果验证,结果表明改进PSO优化模糊PID控制器在常规和外部干扰两种环境下控制性能都优于传统PID和模糊PID,具有高可靠性、高控制精度,满足系统要求。     

模糊PID在智能调节阀控制系统中的应用

为了优化智能调节阀控制系统的控制性能,对其控制算法进行深入研究。针对阀控缸气动系统时变、非线性的特性,利用模糊控制调整PID的参数。同时为了实现模糊PID的仿真验证,利用AMESim物理图形建模软件进行了被控对象的建模处理。通过分析特定情况下被控对象特性,求出符合特定情况下的某种传递函数,再应用MATLAB中的Signal Constraint模块对常规PID参数进行优化,获取了符合控制系统的PID 3个初始值。最后联合MATLAB和AMESim实现了对模糊PID控制算法的仿真分析,结果表明:智能模糊PID控制算法响应速度快、超调小、调节精度高、抗干扰能力强、稳态性能好,其调控性能明显优于常规PID控制,特别适用于具备时变、非线性等特性的控制系统。