薄带连铸熔池液位的模糊控制

薄带连铸中熔池液位的波动是影响铸带质量的主要问题之一。首先根据工艺过程以及薄带连铸机的几何关系，推导了熔池液位的波动模型。通过分析这个带有耦合、非线性、时变因素的系统，提出了带有补偿的模糊PID控制器，并给出了PID控制器和模糊控制器的设计过程以及补偿算法。采用Matlab对系统进行了仿真，通过与PID、模糊PID的仿真结果进行比较，可知这种控制器在控制模型变化以及结晶辊转速和辊缝发生变化时，都具有很好的控制效果，并且这种控制器还可以增强系统的稳定性及鲁棒性。     

网络控制系统Smith Fuzzy PID控制器的设计

针对网络控制系统中普遍存在的时延问题,提出了一种将模糊自适应算法和Smith预估补偿算法与常规PID控制器相结合的智能控制策略。该方法充分利用了Smith预估控制算法对带时延系统的良好控制能力,同时利用模糊推理算法实现对PID参数的在线自整定,进一步改善PID控制器的性能。仿真结果表明,基于该智能控制器的网络控制系统克服了传统PID控制超调量大及常规Smith预估补偿过分依赖于被控对象精确数学模型的缺陷,可以有效降低时延对系统性能的不利影响,使被控对象具有良好的动、静态特性。     

基于SSA-模糊PID的AUV姿态控制研究

针对AUV高精度、高稳定性姿态控制的提升需求,提出一种结合麻雀算法(SSA)和模糊PID控制的姿态控制器。采用麻雀算法对模糊PID控制器参数进行优化,并将寻优后模型用于算法的反馈补偿,有效解决了模糊PID控制过度依赖经验,难以应对水下复杂工况的问题。仿真结果表明,SSA-模糊PID控制器在AUV姿态调节中表现出较传统模糊PID控制器更好的响应速度和抗干扰能力,有效改善了AUV姿态控制性能。经实际应用验证,控制器在复杂工况下可快速收敛至期望姿态并维持稳定。     

网络控制系统的自整定PID 控制器设计

结合广义预测控制（GPC）方法和PID反馈结构,设计了一种具有预测功能的PID控制器,PID参数根据未来时刻的预计输出误差进行整定.控制器导出多步控制序列,置于执行器端的延迟补偿器根据网络时延从控制序列中选择控制信息并作用于控制对象,从而对时延进行补偿,使控制性能得到极大改善.控制器结合了PID控制和预测控制的优点,具有较强的鲁棒性和工程意义.最后通过构造Lyapunov函数对闭环系统的稳定性进行了分析,并通过仿真验证了该算法的有效性.     

一种改进粒子群算法在水轮机控制中的应用

关于水轮发电机控制系统优化问题,水轮发电机组的控制技术对于水轮发电机组稳定工作非常重要。针对保证供电质量,改善调节系统的非线性时滞特性,利用具有局部搜索能力的粒子群算法对水轮发电机组进行模糊PID控制可以确保控制的稳定性。首先,根据水轮发电机组的控制原理和模糊PID控制器的基本结构,提出具有局部搜索能力的改进粒子群算法,利用模糊PID控制器以及采用了改进粒子群算法的模糊PID控制器,用MATLAB软件对水轮发电机组进行优化控制仿真,仿真结果表明采用改进粒子群算法的模糊PID控制器具有最优的控制效果。     

碱赤泥浆流量的非线性智能PID控制

在生料浆配料过程中,碱赤泥浆的流量直接影响着生料浆的各项工艺指标.针对碱赤泥浆流量的非线性和不确定性,本文提出了基于非线性补偿的智能PID控制方法.基于非线性补偿的智能PID控制器由常规PID控制器和非线性动态补偿两部分组成,利用极点配置方法设计常规PID控制器,利用神经网络对碱赤泥浆流量对象中的非线性部分进行逼近并在控制器中进行补偿.设计并开发了碱赤泥浆流量的非线性智能PID控制软件,应用结果表明,碱赤泥浆的流量可以准确、稳定的跟踪设定值,具有良好的控制效果.     

基于复合正交神经网络的灰色PID控制

结合传统反馈控制方法和灰色预测控制的预测控制器已在控制系统中获得了成功的应用。由于复合正交神经网络具有学习算法简单、收敛速度快,有逼近线性或非线性函数的优良特性。与灰色预测方法相比,神经网络预测精度高,且误差可控,如果把神经网络作为灰色预测器,建立一种灰色预测控制,那么就会在控制系统中获得良好的控制性能。为此,提出一种结合传统的PID控制和神经网络灰色预测补偿的灰色PID控制器,可对系统进行在线灰色估计和控制,由复合正交神经网络对不确定部分建立的灰色预测模型,可根据系统的参数变化来自动调节预测补偿值,使系统响应具有适应性。仿真结果表明,与传统的PID控制方法相比,该控制器可获得更为优良的动态性能和鲁棒性。     

混合粒子群算法优化分数阶PID控制参数研究

分数阶比例-积分-微分(PID)控制器是一种把PID控制器的整数阶次推广到分数的比例、积分、微分控制器,它比传统的PID控制器更能精确地控制复杂的被控系统.而参数的取值对控制效果的好坏起着决定性作用,为此提出了一种混合粒子群算法BFA-PSO优化参数值.该算法将具有趋化、繁殖和驱散特点的细菌觅食算法和参数少,易于优化的粒子群算法相结合来计算出精确的分数阶PID控制器的参数值.通过对传统PID控制器和分数阶PID控制器参数优化的实验仿真,结果表明基于该算法的分数阶PID控制不仅无超调量、收敛速度快,而且鲁棒性强、收敛精度高,可用于控制不同的对象和过程.     

大时滞网络自适应主动队列管理新算法

针对PID控制器无法严格处理主动队列管理（AQM）中的大时滞情况,且不能随着变化的网络环境在线调节参数,提出了一种基于增益自适应Smith预估控制和模糊控制的大时滞网络的自适应PID主动队列管理（GAS-FPID）算法。引入增益自适应Smith预估控制器实现滞后补偿,模糊控制器来实现PID参数动态网络环境的在线调整;NS2仿真表明,所提出算法能克服滞后的影响,能快速的适应动态网络环境,具有很好的稳定性和鲁棒性。     

智能PID控制器在网络测控仪中的应用

介绍了PID控制器的原理、结构、算法,应用常规的PID控制器难以解决复杂对象的控制问题,于是产生了一系列的改进算法,以满足不同控制系统的需要。在网络测控仪系统中将改进算法与常规的PID控制相结合,构成智能PID控制器。通过对比试验结果,发现在网络测控仪系统中应用改进型算法后,系统具有较好的控制特性,可以避免给定值升降时所引起的系统震荡,明显地改善了系统的动态性能。     

Control for the New Harsh sea Conditions Salvage Crane Based on Modified Fuzzy PID

The new salvage crane for harsh sea conditions is a salvage and rescue device that is used for the space launch capsule. The wave compensation algorithm can improve search and rescue ability at sea, and can also provide wave compensation guidance for other sea vessels under harsh sea conditions. Firstly, compared with the traditional fuzzy PID algorithm, the wave compensation algorithm is improved in three aspects: fuzzy rules, fuzzy inputs, and fuzzy outputs. For the fuzzy rules, E and EC are used separately. E plays a main role and EC plays an auxiliary role. For the fuzzy inputs, the angle deviation is the sum of current angle and angle's changing rate. For the fuzzy outputs, the cylinder's inertia and the electro‐hydraulic valve's reverse dead zone factors are taken into account, and the PID output value is set with upper limit, lower limit, and dead zone. Secondly, the control valve and the hydraulic system's model are established in AMESim. The improved algorithm is established in SIMULINK. Combining the hydraulic model with the algorithm model, we do the co‐simulation analysis. Thirdly, the improved algorithm's verification experiments are carried out on a rocky platform, which can simulate the ship's instability in different sea conditions. Finally, the simulation and experimental results verify that the improved fuzzy PID algorithm enhances the salvage crane's response and robustness, and also improves the salvage effect.     

PID与模糊控制算法的比较及其改进

分析比较了PID控制和模糊控制算法，针对一般PID控制容易产生超调，模糊控制的稳态精度不高的缺陷，提出了相应的改进算法－复合PID算法和带动态补偿的模糊控制算法，并通过水温控制仿真实验，比较了这几种控制算法的控制效果，实验结果证明，这两种改进算法不仅系统超调小，而且具有较高的稳态控制精度，可广泛应用于精确控制领域。     

基于X-Y定位平台的力/位置混合控制

在确定了X-Y定位平台系统数学模型的基础上,提出了一种力/位置混合控制方法。在位置控制部分,采用了基于重复控制补偿的PID控制方法。用重复控制作为误差补偿与传统简单的PID控制器相结合作为位置控制部分所采用的控制算法。在力控制回路中采用一种自适应模糊控制方法。通过引入一个切换函数来确定控制律形式,根据所设计的模糊规则对变量进行模糊化,通过解模糊得到控制律结果,自适应律是通过调制饱和度得到的。仿真结果表明,该控制方法能使系统的自适应能力和鲁棒性均有显著改善。     

Depth control of ROV in nuclear power plant based on fuzzy PID and dynamics compensation

Depth control is very important for underwater robot in nuclear power plant, especially when the robot needs to perform special tasks at specific depths under the water. Aiming to realize the depth control for the nuclear environment, the paper proposes a depth control strategy combining fuzzy PID with dynamics compensation based on the fact that the water in the reactor pool is very calm. Firstly, we conducted the hydrodynamics analysis of the developed remotly operated vehilcle (ROV) using ANSYS FLUENT software to get the relationship between moving velocity and water resistance in heave direction. Then, field experiments were conducted to compensate the dynamics errors using least square method according to the real-time depth values collected by depth gauge. After that, the fuzzy PID controller was designed to tune the PID parameters using fuzzy rules based on the compensated relationship between outputs of propellers and depth values. Experiments were conducted with results showing that accuracy of the depth control strategy combing fuzzy PID with dynamics compensation can reach within 3 cm, which can fully meet the requirements of practical application in the reactor pool. The highlight of the paper is that we combine the fuzzy PID algorithm with compensated dynamics equation, which is very suitable to realize the depth control for ROV in nuclear power plant.

     

自适应模糊PID前馈补偿在机载挂飞摆扫转台控制中的应用

针对机载挂飞转台的摆扫速度控制问题,提出了一种利用模糊自适应PID技术进行前馈补偿的复合控制策略。首先根据实际应用提出摆扫转台的期望摆扫速度曲线,并对直流力矩电机驱动的摆扫转台进行了建模;然后根据扰动前馈补偿的控制原理,提出了模糊自适应PID前馈补偿方法,为摆扫转台的速度环设计了模糊PID控制器,并在此基础上设计了与之相适应的的自适应前馈补偿函数;最后进行了仿真结果验证。通过Matlab仿真结果表明,相对于模糊PID控制,所设计的模糊自适应PID前馈补偿控制器能有效的跟踪期望的转台摆扫速度,大幅地提高了在有稳定干扰和摆扫速度越变情况下的跟踪精度。     

模糊PID参数自整定无功补偿方法的研究

为提高无功功率的补偿效果,在常规的PID控制和模糊控制的基础上,本文提出了一种模糊PID参数自整定无功补偿方法。该方法采用两输入三输出的形式,以功率因数和功率因数变化率作为输入设计PID控制系统,采用模糊推理对PID控制器的控制参数进行在线整定,给出了参数自整定的规则。利用MATLAB软件对其进行计算、仿真,其结果符合预期目标。此方法既能提高无功补偿的效率,又能增强系统的跟随性。     

自适应神经模糊推理结合PID控制的并联机器人控制方法

针对6自由度液压驱动并联机器人的精确控制问题,提出一种结合自适应神经模糊推理系统(ANFIS)和比例积分微分(PID)控制的机器人控制方法。首先,利用浮动坐标系描述法(FFRF)来模拟机器人柔性组件,并构建并联机器人的拉格朗日动力学模型。然后,根据模糊推理中的模糊规则来自适应调整PID控制器参数。最后,利用神经自适应学习算法使模糊逻辑能计算隶属度函数参数,从而使模糊推理系统能追踪给定的输入和输出数据。将该控制器与传统PID控制器、模糊PID控制器进行比较,结果表明,ANFIS自整定PID控制器大大减小了末端器位移误差,能很好的控制并联机器人末端机械手的运动。     

深海集矿机集矿头高度模糊PID控制

集矿头高度调节采用阀控非对称液压缸结构,是一个非线性系统。集矿头上升和下降两个方向的动态特性不一致,而且电液比例阀存在动作死区。为改善系统的动态性能,设计一个带死区补偿的非对称模糊PID控制器,实验表明这种方法不仅有效地解决了系统的不对称性,而且改善了集矿头高度调节的动态性能。     

基于模糊PID的悬吊式机械臂重力补偿控制系统设计

针对悬吊式机械臂在工作过程中受起吊荷载的影响而产生的重心不稳现象,在模糊PID控制算法的支持下,进行悬吊式机械臂重力补偿控制系统设计研究。硬件方面,改装主控制器、传感器和通信模块,加设重力补偿装置及驱动电机设备。在此基础上完成软件设计,根据机械臂的组成结构以及工作原理,构建悬吊式机械臂数学模型。在该模型下,检测悬吊式机械臂实时位姿,针对不同位姿建立相应的重力平衡方程。计算机械臂负载力矩,利用模糊PID算法求解机械臂重力补偿控制量,实现悬吊式机械臂重力补偿控制功能。实验结果表明：与传统重力补偿控制系统相比,优化设计系统的控制误差降低了0.056kN,机械臂的稳定系数提升了0.14,即优化设计系统可提高补偿控制效果,具有一定应用价值。