基于MATLAB的倒立摆模糊自适应PID控制研究

针对一级倒立摆系统中存在的非线性和不确定性因素,仅仅采用PID控制系统的输出会产生较大的超调问题,将模糊控制与PID控制相结合,在系统运行过程中不断修改PID控制器的参数,构成模糊自适应PID控制器。仿真结果表明:模糊自适应PID控制能有效改善系统的动态性能,同时提高系统的抗扰性。     

基于自适应PID控制器的平面一级倒立摆的研究

倒立摆是一个强耦合、严重不稳定的系统,其背景来源于火箭发射等课题.在该系统中,PID控制器常常被采用.由于该系统在建立数学模型时次要的因素被忽略了,实际上是一个非线性系统;为了提高系统的控制性能,根据计算智能逼近非线性系统的功能,设计一个RBF神经网络控制系统,实现对常规PID控制器的参数进行自适应整定.最后使用BC++编写系统的控制程序,通过实物控制验证基于RBF神经网络的PID控制器参数的自适应整定的系统具有较好的瞬态性和鲁棒性.     

基于模糊自适应PID控制的桥式起重机定位防摆研究

指出了一种基于模糊自适应PID控制的桥式起重机定位和防摆方法,通过找出偏差和偏差变化率与PID控制器3个参数之间的模糊关系,在运行中跟踪误差信号来动态改变控制器参数,以满足不同的偏差和偏差变化率对控制参数的不同要求,从而使被控对象有良好的动静性能。仿真结果表明了该方法的可行性及较好的鲁棒性。     

基于MATLAB的直线一级倒立摆的PID控制研究

对于倒立摆系统,由于其本身是自然不稳定的系统,实验建模存在一定困难,假设忽略掉倒立摆的一些次要因素后,那么倒立摆系统就能够看成是一个典型的运动刚体系统。介绍了直线一级倒立摆的控制机理,分析了直线一级倒立摆的建模过程,采用MATLAB对倒立摆系统进行仿真模拟实验,并对仿真结果进行分析。     

基于模糊自适应PID的摆式列车倾摆控制系统研究

针对摆式列车伺服倾摆系统大惯性、非线性和时变性等特点,结合PID和模糊控制两者的优点,提出了一种模糊自适应PID控制方法。对模糊自适应PID算法进行了理论分析,对摆式列车的简化模型做了仿真研究。结果表明,采用模糊自适应PID控制,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力都优于常规PID控制,具有更好的动态特性和稳定性。     

基于支持向量机模糊推理的二级倒立摆控制

本文提出了一种用于非线性系统控制的支持向量机模糊推理模型.该模型利用支持向量机回归的原理,从训练数据中提取模糊规则并进行简化;采用核函数来描述模糊推理系统,该模糊推理系统具有不必事先确定模糊规则数目、良好的泛化能力等优点.使用该模型对直线二级倒立摆系统构造模糊控制器并进行了实验研究,研究结果表明这种新的模糊规则提取方法对于非线性系统的控制是有效的,由支持向量确定的模糊规则不会出现规则数目"爆炸"的问题,该方法在不便事先确定模糊规则的复杂非线性系统控制中有着重要的应用价值.     

平面二级倒立摆的保性能控制

摆系统是一个强耦合、非线性、高阶次的不稳定系统,常规控制方法如PID算法、最优控制算法等。由于摆系统的数学模型是在忽略了次要因素的基础上得出来的,当系统受到外部的干扰时,这些次要因素的影响比较突出,控制系统采用基于线性矩阵不等式的方法设计一系统性能上界最小的最优保性能控制律,以改善系统的瞬态性与鲁棒性。然后采用Matlab的工具箱设计该控制律,并对系统进行仿真。最后采用VC++6.0编写控制程序,实现对平面二级摆系统的实时控制。     

基于自适应模糊PID控制方法的研究

PID控制广泛应用于工业控制过程中,由于传统的PID对非线性控制、控制精度以及响应速度等方面存在着不可逆转的不足,采取了一种自适应模糊PID的控制策略。首先论述了传统PID控制的原理和特点,然后对自适应模糊PID控制器的控制原理进行了分析,确定了隶属函数、模糊语言变量以及模糊规则;然后简述了自适应性的校正方法;最后通过仿真软件中的Simulink对传统PID以及自适应模糊PID控制的模型进行了仿真。仿真结果表明,自适应模糊PID控制具有更好的动态响应性能。     

基于模糊自适应PID控制器的桥式起重机定位与防摆控制研究

随着工业的发展,对起重机的智能化程度的要求越来越高,很多学者对桥式起重机的智能定位和防摆控制方法进行了研究,以提高起重机的作业效率。针对起重机模型的非线性和不确定性,设计了基于模糊自适应PID控制器的起重机定位和防摆方法,利用两个模糊自适应PID控制器分别对小车的位置和负载的摆角进行控制。其中,位置模糊自适应PID控制器是以参考位置与实际输出位置差以及位置差变化率为控制对象对位置和速度进行有效的控制;防摆模糊自适应控制器则是通过控制负载的摆角及摆角的变化率来消除负载的摆角,仿真与实验结果都表明该方法的可行性。     

二级倒立摆的LQG最优控制研究

为实现二级倒立摆系统的稳摆控制,应用了线性二次高斯最优控制。根据LQG的分离原理,首先利用最优控制设计控制律,得到状态反馈;由于系统状态不能完全测得,而且系统也不可避免地会受到噪声的影响,在详细给出相应参数取值规则的基础上,采用了卡尔曼滤波对系统输出做出最优估计。最后的仿真结果表明,设计的控制器能够较好地对二级倒立摆进行稳定控制,且具有抑制噪声和抗干扰能力。     

基于双PID的旋转倒立摆控制系统设计与实现

设计了一款简易旋转倒立摆。对所设计的旋转倒立摆进行了分析,利用Lagrange方程建立了系统的数学模型。在MATLAB中,通过双PID控制模式对旋转倒立摆控制进行仿真,仿真结果与实际运行结果相符合。将MATLAB中的双PID控制算法移植到微控制器中,实现了对旋转倒立摆系统的控制。将系统实际运行参数通过串口上传至上位机,并在虚拟示波器中进行显示。实际运行结果表明所设计的双PID控制器能实现对旋转倒立摆的控制,系统稳定性好,鲁棒性好。     

二级倒立摆的 LQG 最优控制研究

为实现二级倒立摆系统的稳摆控制,应用了线性二次高斯最优控制。根据LQG的分离原理,首先利用最优控制设计控制律,得到状态反馈;由于系统状态不能完全测得,而且系统也不可避免地会受到噪声的影响,在详细给出相应参数取值规则的基础上,采用了卡尔曼滤波对系统输出做出最优估计。最后的仿真结果表明,设计的控制器能够较好地对二级倒立摆进行稳定控制,且具有抑制噪声和抗干扰能力。     

PID控制的小车倒立摆控制系统数值计算

为设计出良好的小车倒立摆控制系统动态性能指标。以某伺服电机控制车辆为例,结合系统的运动规律,分别计算出其微分方程、传递函数以及状态空间方程。以PID为控制方式,建立了系统的数学模型和极点配置子系统模型。最终,得到了PID控制和极点配置下的系统动态性能曲线图。结果显示,在取较小的比例积分数值时,选择合适的极点配置矩阵,可以获得良好的控制效果。     

二级直线型倒立摆系统的LQR控制探析

以二级直线型倒立摆系统为研究对象,基于线性二次型调节器(Linear Quadratic Regulator,LQR)理论设计了二级倒立摆系统的控制器,并进行了数值仿真,结果表明了该方法的有效性。     

基于SIRM的倒立摆模糊控制器

探讨了倒立摆控制中的一些方法和应用，指出了通常模糊控制规则过于复杂的问题，设计了基于SIRM(单输入规则模块)的模糊控制器，既解决了模糊控制规则复杂的问题，又实现了倒立摆的快速稳定。最后，通过仿真验证了控制系统的效果。     

基于神经网络的模糊自适应PID控制方法研究

针对常规PID控制器不能在线修正参数以及模糊规则和率属函数对专家经验的依赖性,提出了神经网络模糊自适应PID控制器,从而综合了传统PID控制、模糊控制、神经网络控制的优点,使其具有PID控制的广泛适用性和神经网络的自适应和自学习能力,同时又具备模糊控制的非线性控制作用;仿真实验可知该控制器具有更快的响应和更好的平稳性.     

基于MATLAB的自适应模糊PID控制系统研究

以某二阶惯性带有滞后环节模型为研究对象,提出了一种自适应模糊PID控制器,并用MATLAB进行了仿真.理论分析与仿真结果表明,该自适应模糊PID控制较常规PID控制具有良好的控制性能.     

基于混沌最优控制的二级倒立摆的实验研究

为解决LQ控制多变量系统时,权矩阵参数难以确定的问题,在引入一种与系统动态性能密切相关的性能指标基础上,提出混沌全局粗搜索和局部细搜索相结合优化LQ控制二级倒立摆.该方法既是线性二次型泛函意义下的最优,又能解决具有快速、强非线性、绝对不稳定系统的控制问题.二级倒立摆实验结果证实了该方法的有效性.     

模糊自适应PID控制的仿真研究

首先介绍了PID控制系统的工作原理,因PID控制器结构简单、实现简单,控制效果良好,所以已得到广泛应用。但当控制对象变化时,控制器的参数难以自动调整。为了使控制器具有较好的自适应性,可以采用模糊控制理论的方法来实现控制器参数的自动调整。模糊PID控制系统就是模糊理论与传统的PID控制器的结合。最后以一控制对象为例,对该两种方式的控制进行了仿真和比较,并得出了相应的结论。     

基于ADAMS和MATLAB的双回路PID控制倒立摆联合仿真

倒立摆系统是典型的快速、多变量、非线性、绝对不稳定系统,是检验各种控制理论的理想模型。研究了倒立摆系统的构成并建立了数学模型,针对摆杆角度和小车位移两个输出量采用双回路PID控制并设计了PID控制器,在ADAMS软件中建立了倒立摆系统的机械模型,在MATLAB软件中建立了控制模型,通过接口实现了双回路PID控制倒立摆的联合仿真。文中方法直接从ADAMS中产生机械系统仿真模型,避免了推导、列写较复杂的方程描述机械系统,大大简化了建模过程,而且能够更直观地观察仿真结果。