模糊自适应PID算法在磁悬浮实时控制系统中的应用研究

针对磁悬浮系统的复杂非线性及模型不确定的特点,采用模糊PID算法对其进行控制,以满足系统对动态性能和静态性能的要求;结合PID实时控制中的经验,建立合理的模糊规则,模糊推理机构根据不同的偏差e、偏差变化率ec对PID参数Kp、Ki和Kd进行自校正;在磁悬浮实验装置中进行实时控制实验,通过与常规PID控制效果的比较来验证模糊PID控制器的性能;在系统输入存在正弦扰动时,模糊PID控制器使系统响应过程中的振荡幅度得到明显减小,干扰对控制效果的影响被减弱;实验证明,模糊PID控制器具有较强的鲁棒性和抗干扰能力,对于磁悬浮这种非线性系统具有良好的控制效果。     

模糊控制在磁悬浮球系统实时控制中的应用

在磁悬浮球系统中采用PID控制时,动态性能较差,控制效果不理想.为了获得控制效果较好的控制器,根据模糊控制原理,设计磁悬浮模糊控制器.根据PID实时控制中的经验,确定模糊控制器的输入输出变量模糊化范围,建立合理的模糊规则表.在Matlab/Simulink中组建实时控制模块,并分别对磁悬浮球系统在无干扰和有干扰下进行实时控制.对控制效果进行分析讨论,证明模糊控制器具有良好的鲁棒性和在非线性系统控制中的有效性.     

基于LabVIEW的磁悬浮球系统PID控制算法研究

磁悬浮球系统是一个实时控制系统,利用参数易于修改和代码便于工程应用特点的NI LabVIEW平台,对磁悬浮球系统的比例-积分-微分(PID)控制算法进行仿真。本文为系统设计了模拟PID控制算法、变参数PID控制算法;同时为了能获得更好的控制性能以及更多先进算法的支持,利用组件对象模型(COM)技术引入MATLAB与LabVIEW无缝集成,成功设计了基本模糊控制和模糊PID控制算法。仿真结果表明,模糊PID控制算法能更好的实现对磁悬浮球系统的控制;同时,COM技术的应用使得LabVIEW程序得到MATLAB强大的算法支持,大大缩短程序编写时间、显著提高应用程序的性能、并使得算法更易于实际工程应用。     

Fuzzy-PID控制算法在磁悬浮系统中的应用

磁悬浮系统是典型的非线性迟滞系统，应用常规的PID控制难以实现有效控制。本文针对磁悬浮系统的特点，采用Fuzzy-PID复合控制模型，应用模糊推理功能实现PID参数的自整起，对磁悬浮球系统进行控制，得到了理想的控制效果。     

主动磁悬浮轴承的神经网络自适应稳定性控制

针对主动磁悬浮轴承本质非线性和开环不稳定的系统特征,设计了一种BP神经网络自适应PID控制器。该控制器采用改进的BP神经网络PID控制算法,通过BP神经网络的自学习和权值调整寻找最优的PID参数,克服了常规PID控制参数整定困难的缺陷,实现了系统的自适应控制。通过MATLAB/Simulink环境和S-Function模块建立了主动磁悬浮轴承控制系统模型,并进行了系统仿真实验,结果表明,BP神经网络自适应PID控制系统响应速度更快,具有更好的动态性能和稳态性能。     

基于MATLAR的磁悬浮球系统PID控制器设计与实现

介绍了磁悬浮球系统的结构和工作原理,建立了磁悬浮系统的数学模型并进行线性化处理;设计PID控制器,在Simulink环境下搭建控制系统的模型进行仿真研究,并在固高GML1001系列磁悬浮装置上进行实时控制实验。实验结果表明,采用PID控制,能使钢球快速地悬浮在期望位置,并且有一定的抗干扰能力。     

磁悬浮系统的模糊自适应PID控制

针对磁悬浮系统开环不稳定、强烈非线性等特性,结合PID控制和模糊控制的优点,提出一种改进的模糊自适应PID控制方法(IFPID).将微分环节从模糊控制器中剥离出来,只对比例和积分参数进行模糊整定.设计时采用非线性模糊化,利用S-函数建立磁悬浮系统的非线性模型并进行仿真.仿真结果表明,IFPID控制系统的抗干扰和适应参数变化的能力都优于常规PID控制,具有较好的动态特性和稳定性.     

遗传算法优化的模糊+变论域自适应模糊PID复合控制策略

针对变风量空调系统的不确定性和参数整定困难问题,提出了一种用遗传算法优化的模糊+变论域模糊PID复合控制器的新方法.该控制器由模糊控制和变论域模糊PID控制两部分组成.在系统动态阶段,采用模糊控制使其具有最优的动态性能;当系统进入稳态阶段,采用变论域自适心模糊PID控制使其具有最优的稳态性能.用遗传算法对主控制器的PID参数值进行离线优化,将其作为在线调节的初值,通过变论域的模糊推理在线调整系统的PID参数,使之具有良好的自适应能力.用模糊平滑切换保证了两种不同控制方式的平稳过渡.将提出的复合控制策略应用于变风量窄调系统的室温串级控制中,计算机仿真结果表明,该方法使系统具有良好的动、稳态性能,抗干扰和鲁棒性好.     

带钢跑偏电液伺服控制系统的PID控制器设计

为了对带钢卷取机的跑偏进行控制,建立带钢卷取机电液伺服跑偏控制系统的数学模型,并用MATLAB软件对此系统的时域性能指标进行分析。对系统采用常规PID控制器和模糊自适应PID控制器设计,使系统性能达到设计要求。对两种方法进行仿真,表明模糊自适应PID比常规PID控制系统有更好的动态性能和稳态特性。     

模糊自适应PID在磁悬浮系统中的应用

针对EMS型磁悬浮列车悬浮系统的非线性、迟滞性及模型不确定的特点.本文采用了模糊自适应整定PID控制技术来满足其对动态和静态性能的要求.仿真结果表明模糊自适应整定PID控制器学习精度高、收敛速度快、在系统同时存在磁悬浮系统参数的变化和负载扰动时.具有较强的鲁棒性和抗干扰能力.     

基于云台的变域论模糊PID算法研究

为了使云台能够快速的响应环境变化从而达到动态平衡目的,提出变域论模糊PID控制算法实现调平过程中动态特性控制设计。该系统以ARM920T为控制单元,采用模糊PID算法对云台进行控制。利用MATLAB对模糊PID算法进行了仿真分析,最后对变论域、模糊及传统算法的效果进行比较：在保证动态稳定性的前提下,模糊PID算法比常规PID算法能够有效的提高响应速度。     

基于双霍尔传感器的磁性小球悬浮控制系统研究

本文设计并实现了一种基于双线性霍尔传感器结构的磁性小球悬浮控制系统,在电磁驱动器底端及顶端中心位置各同向布置一个线性霍尔传感器,通过传感器信号调理电路,将两路传感器的输出信号作减法处理,消除了电磁驱动器磁场对传感器输出信号的影响。试验表明,磁性小球到电磁驱动器底端距离为16.46~42.46 mm时,调理电路输出电压值与磁性小球到电磁驱动器底端距离的负三次方成正比。基于PID控制策略,设计了一个磁性小球悬浮控制系统,选取合适的PID控制器参数,试验表明,系统的超调量和响应速度能够符合设计要求,磁性小球实现了在25 mm位置处的稳定磁悬浮,系统的位置控制精度达到±0.125 mm。     

火炸药烘干过程中的温度控制系统设计

针对火炸药烘干系统的温度控制要求,采用传统PID控制技术控制系统中的水温,可以满足控制要求,但对风温系统来讲,适应性差,超调量大,稳定性低,控制效果不够理想。采用自适应模糊PID控制技术控制风温,可以实现PID参数自整定,提高控制精度、系统稳定性。现场试验表明:自适应模糊PID控制方法自适应性强,能够使烘干温度保持恒定,满足火炸药烘干温度控制的要求。     

一种基于模糊 PID 的 3TPS/TP 型并联机器人的控制算法

3TPS/TP型并联机器人本身所具有的强耦合性、非线性和多变量等特点导致其无法建立精确的数学模型,进而使得传统的比例积分微分(Proportion Integration Differentiation,PID)控制算法难以得到较好的应用。文章将模糊控制算法和传统的PID控制算法相结合,得到模糊PID控制算法并应用于3TPS/TP型并联机器人控制系统的伺服电机中。仿真结果表明,模糊PID控制算法在控制精度、稳定性以及适应性方面都优于PID算法,控制效果符合预期要求。     

磁悬浮无轴承电机悬浮力PID控制

阐述了磁悬浮无轴承电机悬浮原理,分析了转子上所受的作用力,根据径向单边磁拉力所起作用为正反馈所导致的系统被控对象不稳定这一特点,设计了相应的PID调节器;利用MATLAB/Simulink对系统动态过程进行了仿真后,基于TMS320LF2407采用增量式PID算法设计了DSP程序,程序运行后经比较与用MATLAB编写的验证程序结果完全一致;设计出的系统在响应速度、调整时间和稳定性方面完全满足要求,达到了良好的效果,具有较强的实际意义。     

基于模糊PID的整平机姿态控制算法设计与实现

针对目前国内的整平机整平精度低、抗干扰能力弱、动态响应时间长等问题,对整平机姿态控制算法进行了研究,比较并分析了PID控制和模糊控制的优缺点,设计了基于模糊PID的整平机姿态控制算法。在Matlab/Simulink仿真环境下,选定了合适的隶属度函数、模糊推理法和解模糊法,调试得出了使系统达到最优控制效果的模糊规则库。以STM32F407为处理器实现了该算法,在整平机实验平台上进行了姿态控制实验。结果表明模糊PID控制算法能够使整平机平地铲在扰动下保持良好的控制效果,控制精度和响应速度较常规PID有了大幅提升,在农业和建筑业平地系统中具有很强的应用价值。     

风扰条件下四旋翼无人机智能控制算法的设计与仿真

为提高四旋翼无人机在风扰条件下的抗扰能力和控制精度,提出一种利用遗传算法优化模糊控制器规则以提高控制器性能的方法。首先,对自然条件下风速的变化特性进行分析,建立相应的数学模型,并将其作为环境噪声引入系统。在四旋翼无人机动力学模型的基础上,设计模糊PID控制器对其进行控制。同时,对模糊控制器中的模糊子集进行基因编码,设计改进型遗传算法来实现对模糊规则的再整定与优化。在Matlab/Simulink仿真环境下的实验结果表明,该算法有效地提高了四旋翼无人机在面对复杂干扰时的抗扰能力和控制精度。