电梯曳引系统控制及节能技术的研究

针对电梯曳引系统时变性、不确定性、高度非线性等特征,指出电梯常用的普通PID控制存在的不足,提出了单神经元自适应PID控制的方法。通过计算机仿真及其在实用电梯上的试验,结果表明基于单神经元自适应PID控制的方法,对提高电梯速度的跟踪性能有较好的作用。模型电梯试验表明这种控制方法结合电路硬件结构的改变,能使电梯的能量损耗减少5%左右。     

电梯曳引系统控制及节能技术的研究

针对电梯曳引系统时变性、不确定性、高度非线性等特征，指出电梯常用的普通PID控制存在的不足，提出了单神经元自适应PID控制的方法。通过计算机仿真及其在实用电梯上的试验，结果表明基于单神经元自适应PID控制的方法，对提高电梯速度的跟踪性能有较好的作用。模型电梯试验表明这种控制方法结合电路硬件结构的改变，能使电梯的能量损耗减少5％左右。     

液压机械臂控制系统的改进研究

针对矿井井筒施工中采矿液压伞钻钻孔位置和姿态调整过程自动化程度低的问题,改进了传统液压系统的控制方式,对动臂油缸和钻臂油缸进行了闭环控制。为减弱机械臂位姿变化时变负载对系统动态性能影响,设计信号校正控制模块,建立阀控液压缸数学模型,使用MATLAB中的SIMULINK仿真模块构建信号校正控制模块仿真模型。根据已有产品参数为模型添加仿真参数,经典PID控制算法和模糊自适应PID控制算法用于校正系统,当输入是步进力信号时系统响应。仿真结果对比表明:两者均可改善系统稳定性,达到预期目标;模糊自适应PID控制方法用于减少过渡期的过冲,校正信号的动态性能优于传统的PID控制方法。     

单神经元PID在多电机同步控制中的应用

针对多电机同步控制系统在动载荷扰动情况下各电机之间的传动比会发生变化这一问题,设计了具有自学习和自适应能力的单神经元PID同步控制算法,建立了多电机同步控制系统的单神经元PID控制规则。系统仿真结果表明,运用单神经元自适应PID控制算法能有效实现多电机同步控制,该算法收敛速度较快,鲁棒性较好,具有较强的抗干扰能力。最后,将该控制算法应用于精梳机四轴同步控制系统,其结果表明单神经元自适应PID同步控制算法能大大增强系统的动态性能,有效缓解负载带来的同步误差。在相同扰动情况下,该方法能更好的使多电机以一定速度同步运行。     

平面并联机构的自适应控制方法研究

针对并联机构的动力学模型有很强的非线性,模型参数不易获得,基于运动学的控制或PID闭环控制方法适应性差、精度低的不足,提出了一种以计算力矩结构为基础的改进的自适应控制方法,利用驱动铰的理想值进行逆动力学计算,在驱动空间上计算反馈力矩。在分析一个平面冗余链并联机构的动力学模型后,给出了几种算法的对比实验结果,实验结果表明,所提出方法能获得更小的跟踪误差,具有更好的适应性。     

芯片级PCR仪温度模糊PID控制器设计与仿真

针对一款新型芯片级PCR仪温度智能控制系统,提出了一种基于模糊自整定PID控制算法实现该智能温度控制系统的温度快速跟踪及其控制。文中通过建立二输入三输出的自整定模糊控制器,并与经典PID控制器及其芯片级PCR仪温控系统结合起来,构建了芯片级PCR仪温度模糊PID控制系统仿真模型。仿真结果表明:模糊自整定PID控制器算法相对于普通的PID控制器算法,能大幅度地减小温度的超调量,有效实现芯片级PCR仪温度控制系统温度的精准控制,同时,该算法具有更强的鲁棒性,易于实现。     

变频泵控马达调速系统单神经元自适应PID控制

针对大惯性负截变频泵控马达调速系统动态性能差的特点，提出了采用不必基于模型的单神经元自适应PID控制。介绍了单神经元自适应PID控制器的结构和算法。仿真结果表明，单神经元自适应PID控制器较常规PID控制器具有更快的响应特性和良好的动态特性，对模型失配和负载扰动表现出更强的适应性和鲁棒性，而且不论是在加速段、等速段还是减速段，都具有较好的跟踪效果。     

直驱泵控电液位置伺服系统模糊PID控制仿真与实验研究

直驱泵控系统由于控制精度高、响应快、功率损失小、结构紧凑等优点,逐渐被应用到工业控制领域。但直驱泵控系统存在严重饱和与死区、非线性、时变性、时滞性的特点。我们采用模糊PID控制方法进行直驱泵控系统的液压缸位置伺服控制。在AMESim/Simulink联合仿真平台上建立了系统模型与模糊PID控制算法,采用PID和模糊PID控制算法对系统阶跃响应和正弦跟踪性能进行了仿真研究,同时在自行开发的电液比例伺服控制实验台上对PID和模糊PID控制性能进行了实验研究。结果表明：自适应模糊PID控制能大大改善了PID控制的性能,具有响应速度快、上升时间短、无滞与超调小的特点。     

基于改进型BP神经网络PID控制器在转台系统中的应用研究

为改善转台系统性能,针对传统的PID控制参数难以获得较理想的控制效果,设计了一种基于改进型BP神经网络的PID控制器。介绍了PID控制器的结构和BP神经网络算法描述,利用最小二乘法和神经网络建立被控对象的预测数学模型,并用该模型所计算的预测输出取代预测输出的实测值,对基于BP网络的PID控制器的权值调整算法进行改进。以某转台模型为对象,建立了转台控制系统的数学模型并对其进行仿真。仿真结果表明,改进型BP神经网络PID控制器具有良好的控制效果,跟踪精度高、性能稳定及鲁棒性强,能更为有效地应用到转台系统中。     

MATLAB环境下的单神经元自适应实时控制系统

利用神经元模型和自学习功能构成自适应PID控制器，在Madab实时开发环境xPC Target下建立液位实时控制系统。给出了单神经元自适应PID控制器的结构和控制算法，介绍了基于xPC Target的快速原型设计方法，即通过拖拉Simulink模块搭建被控对象的实时原型，同时以神经元自适应PID控制器完成系统的实时控制。为检验控制效果还采用了PID控制器进行液位实时控制。最终结果表明：单神经元自适应控制能克服传统PID控制器不稳定的缺点，使系统具有较好的稳定性。     

变频泵控预应力张拉设备的自适应模糊PID张拉力控制

为提高预应力张拉设备对工程现场的适应性与可靠性,设计了一种基于变频电机驱动定量泵的张拉力控制系统。基于该液压系统建立其数学模型,针对该变频液压控制系统的非线性与参数时变性,提出了应用自适应模糊PID控制算法解决常规PID控制的适应性问题,并基于专家经验给出了模糊集及模糊整定规则,选取了合理的PID参数论域取值。利用MATLAB/Simulink对该控制系统进行了仿真研究,通过实验对该算法的控制效果进行了验证。由仿真与实验结果可知,自适应模糊PID控制能够减小超调量,缩短调整时间,能够有效提高张拉力变频泵控系统的动态响应与稳态性能。     

旋挖钻机钻桅垂直度自动控制系统建模与算法研究

基于多功能旋挖钻机钻桅垂直度调平控制过程,针对手动调平时间长且精度不高的问题,采用电液比例控制技术对自动调平控制系统进行了设计。通过对钻桅小角度范围内的机构分析,得出双缸位移到钻桅角度间的函数关系,建立整个系统的数学模型。采用两种调平控制算法:PID调节法和模糊自适应整定PID控制算法,并利用Simulink工具箱对系统进行动态仿真。仿真结果表明:模糊PID控制是更合理的控制算法,能使钻桅在较短的时间内达到较高的控制精度,并能对PID参数进行自适应调整,提高了钻机成孔质量和工作效率。     

轮式工程车辆转向系统控制研究

转向系统是工程机械的重要组成部分,全液压转向系统可使工程车辆实现直线行驶、双轮转向、全轮转向、斜行、横行和原地转向。根据其工作原理推导出了该控制系统的动态响应数学模型。为提高控制系统性能,引入模糊PID控制算法,并在Simulink环境中对数学模型进行模拟仿真,对比分析了常规PID控制和自适应模糊PID控制对系统动态性能的影响,证明模糊PID控制能很好地提高转向系统的动态响应性能。     

无模型控制器在气缸压力控制系统中的应用研究

气动伺服系统存在纯时延、非线性、时变等特点,传统的控制策略(如PID控制)在解决非线性系统时效果不理想,因此提出一种无模型控制算法。此方法在被控对象结构复杂、参数时变时控制效果较好。首先对气动伺服系统进行建模,建模过程包括阀口流量、比例流量阀及缸内压力建立一个二阶模型;其次设计无模型自适应控制器(Model-Free Adaptive Controller,MFAC)用于气动伺服系统压力控制;最后利用LabWindows/CVI平台进行试验验证。结果表明,针对气动伺服系统设计的无模型控制器是有效的,相比于传统PID控制有更快的响应速度和更高的控制精度。     

基于龙格-库塔法的自适应PID控制算法及其应用

针对大滞后系统提出一种基于四阶龙格-库塔预测模型的自适应PID控制算法,该算法是先对系统的状态变量进行步长预测,然后将此预测值代入系统输出方程,求出被控对象的步长测量值,再将该测量值作为反馈值进行PID控制运算。在控制运算中,沿二次型性能指标的负梯度方向对加权系数进行在线修改,实现了自适应PID的优化控制。仿真结果表明该预测控制算法的响应速度快,鲁棒性强,有很强的实用性。     

单神经元PID在多电机控制中的应用

本文通过对多电机同步控制的原理及其特点分析,设计了具有自学习和自适应能力的单神经元PID同步控制器,建立了单神经元PID控制规则,提出了多电机同步控制的单神经元PID学习算法。系统仿真结果表明,运用单神经元自适应PID控制器能有效实现多电机同步控制,收敛速度较快,鲁棒性较好,且抗干扰能力强。最后,基于MCF5235微控制器,通过VxWorks实时嵌入式操作系统,应用于四轴同步控制系统,结果表明单神经元自适应PID同步控制器能大大增强系统的动态性能,有效缓解负载带来的同步误差,在相同扰动情况下,该方法能更好的使多电机以一定速度同步运行。     

塔吊高效运行控制器算法研究

目前国内外的塔吊装置都是以安全监控为主,针对实现塔吊高效运行的目的采用双闭环控制算法,其中外环即电流环只是以跟踪性能为主,所以采用常规PID。对于内环即转速环,采用模糊自适应PID算法,除了可以使系统在输入量为时变时有较好的动态性能之外,当系统的参数发生变化即受到干扰或负载变化的情况下,系统可以拥有较好的调节性能。从而极大的提高了工作效率。另外在塔吊的起身机构从启动到稳定的快速平滑的运行采用准时间最优控制算法来实现。最终实现辅助塔吊进行高效运行的目的,即完成对塔吊高效运行控制器的设计目的。     

自适应光学系统中倾斜镜的自适应逆控制

为了克服自适应光学系统中倾斜镜的迟滞响应,提高响应的线性度,改善倾斜镜的控制精度,研究了倾斜镜的迟滞非线性效应。提出了一个基于频率相关的Mutified-Prandtl-Ishlinskii(MPI)模型的补偿方法来在线自适应逆补偿倾斜镜的迟滞非线性。结合反馈PID控制构成了自适应逆前馈复合控制方案,其中自适应逆前馈克服了由于频率等因素引起的迟滞曲线变化,反馈PID则改善了整体的控制性能。建立了倾斜镜二阶系统模型来估计倾斜镜系统的输出,解决了MPI模型参考信号的问题,避免了增加额外前馈传感器,保证了光能量的利用率。实验结果表明,倾斜镜系统15 Hz非线性迟滞率由原来的24.28%降为1.17%,线性度提高了约95%,控制精度较传统PID方法提高了约60%。该方法能够有效补偿倾斜镜的迟滞非线性,提高了自适应光学系统中倾斜镜的校正精度。     

基于神经网络PID控制的系统非线性校正的研究

在对BP神经网络PID控制器系统研究的基础上，提出了单神经元的自适应PSD算法。该算法兼有单神经元和自适应PSD算法的特点，简单、实时性好、自适应能力强，可用于控制过程时变、有大滞后的较复杂的对象，是一种实用价值较高的自适应控制算法。文中采用BP神经网络PID控制与单神经元PSD自适应控制两种方法对压电式微位移系统进行非线性控制，并取得了良好的效果。     

数控机床进给伺服系统模糊自适应PID仿真

针对传统的PID控制策略不能满足数控进给伺服系统的对控制性能要求。结合模糊控制理论,在传统PID控制基础上设计出一种基于模糊决策的模糊自适应PID控制器。运用模糊控制理论,对PID参数进行实时修改,使系统具有较好的自适应能力和较强的鲁棒性。在MATLAB环境下对进给伺服系统进行了动态仿真;仿真结果表明,模糊自适应PID控制器的控制性能远优于常规PID控制器,即使在外界干扰和系统工况发生变化时,此控制器也具有很好的快速响应特性和较强的鲁棒性。