某随动系统负载模拟器灰预测模糊PID控制

为了提高某随动系统负载模拟器加载系统的力矩跟踪精度,设计了一种灰预测模糊PID复合控制方法。通过分析随动负载模拟器的系统组成和工作原理,简化力矩电机模型,根据扭矩传感器模型和转动惯量盘模型,建立了随动负载模拟器等效模型,推导出力矩电机输出力矩的传递函数。在传统PID控制的基础上增加了模糊控制器,用于在线调节PID比例、积分和微分参数,使系统响应时间缩短,稳定误差减小,并具有抗干扰能力;同时,加入灰预测模型对加载系统输出力矩补偿。仿真结果表明,所设计的控制方法能够提高加载系统的力矩跟踪精度,且具有较强的抗干扰能力,优于传统PID控制。     

某随动负载模拟器 GM/SN-PID 自适应控制

为提高某随动负载模拟器加载系统的加载精度,设计一种基于灰预测单神经元 PID 自适应(grey prediction single neuron PID,GM/SN-PID)控制策略。通过分析随动负载模拟器的系统构成和工作原理,简化加载电机模型, 根据转动惯量盘模型,建立随动负载模拟器模型。在传统 PID 控制的基础上引入灰预测模型用于初始化 PID 参数的 整定,单神经元自适应控制器用于在线调节 PID 比例、积分和微分参数。仿真结果表明：该方法能提高加载系统的 加载精度,具有较强的鲁棒性,优于传统 PID 控制。     

基于干扰观测器与模糊前馈补偿的随动系统PID控制策略

针对随动系统在非线性随机力矩干扰时输出信号易畸变的现象,提出一种基于干扰观测器与模糊前馈补偿的随动系统PID控制策略。在随动系统"三闭环"结构模型的基础上,合理设计干扰观测器与模糊前馈补偿器,对干扰力矩的不确定性误差进行补偿,经仿真试验与结果分析,与传统模糊PID控制策略相比,所提策略能更好地补偿随动系统在非线性随机力矩干扰下的不确定性误差,削弱模糊PID控制的抖振,使系统具有良好的跟踪性能与鲁棒性。     

基于新型小波神经网络和灰预测的电动负载模拟器控制

针对某火炮随动系统电动负载模拟器自身复杂的非线性以及多余力矩对系统加载性能的影响,提出了一种基于新型小波神经网络和灰预测的控制策略。该策略主要由变结构的粒子群小波神经网络（VSPSO-WNN）控制器和灰预测补偿器（GPC）构成,前者利用粒子群优化（PSO）算法小波神经网络（WNN）的权值等参数,加快了系统的收敛速度,并利用自学习算法动态改变隐含神经元数目,降低了系统的计算复杂度,提高了系统的动静态响应性能;后者在Lyapunov意义下系统稳定的基础上构造出灰预测补偿器,利用灰理论来预测输入力矩偏差,进一步提高了系统的稳定性和准确性。半实物台架仿真实验结果表明：该复合控制策略具有较强的鲁棒性和较高的控制精度,保证了系统动态加载时的稳定性和抗干扰能力。     

红外成像导引头角跟踪系统控制器设计与仿真

红外成像导引头是精确制导导弹系统的重要组成部分,导引头随动控制系统的性能决定着导弹的跟踪精度水平。为了提高导引头的随动跟踪系统的控制精度,文中首先对红外成像导引头系统进行建模,然后采用更有效的模糊规则设计了一种模糊自适应PID复合控制器,并引入了自适应控制因子对控制参数进行在线调整。最后采用传统PID控制方法与之进行仿真比较,结果表明模糊自适应PID控制可以有效改善系统动态性能,提高跟踪精度。     

舰炮随动系统满意PID控制器设计

传统的舰炮随动系统PID控制器设计依赖于经验公式或统计数据,并用试验加试凑的方法调试参数以获得预期的控制性能.这种方法耗时长,且难以满足舰炮随动系统的高性能和多指标要求.通过分析舰炮随动系统PID控制器的特点和设计要求,依据满意控制理论,建立了包含稳定性、动态稳定误差和动态响应性能在内的多性能指标约束体系.研究了在此指标约束体系下的舰炮随动系统PID控制器设计问题,给出了与给定指标相容的满意PID控制器参数的求解方法,并验证了其有效性.     

消摇摆稳定系统控制器的设计

为使消摇摆稳定系统具有良好的动静态性能和抗外部干扰变化的鲁棒性,采用智能化分段控制与模糊自调整PID参数控制设计系统控制器。其分段控制以误差角大小判断阈值εi为依据,大误差时（≥ε1）采用非线性控制（Bang-Bang控制）以提高系统快速性,误差降至一定程度（ε1～ε2）采用PD控制以保证系统平稳,系统稳定时（ε2～ε3）采用模糊自调整PID参数控制以减小稳态误差,小误差时（＜ε3）再辅以前馈控制以保证动态跟踪精度。并导出了有关各控制段的控制器模型,给出了模糊自调整PID参数控制器系统框图和模糊控制查询表。实验证明该设计是可行的。     

一种变参数的复合自抗扰舵机控制器设计

基于导弹舵机系统的特点,结合误差分段PID响应速度快和自抗扰复合控制抗扰动好的优点,进行位置环控制,尝试根据误差变化自适应调节误差增益系数和微分增益系数,运用遗传算法优化参数,对负载力矩外部扰动和模型参数摄动进行补偿,通过与PID控制比较,证明变参数复合自抗扰控制舵机达到指标要求,动态响应相移、幅值衰减都优于分段PID,大动态负载扰动输出脉动频率小,在电枢电阻、转动惯量变化时,具有很好的快速性和鲁棒性。     

舰炮随动系统的模糊滑模控制

为提升末端反导舰炮的射击精度,提出一种舰炮随动系统的模糊滑模控制方法。采用LuGre 模型对末端 反导舰炮随动系统中的非线性摩擦进行建模,应用滑模控制算法对摩擦力矩进行补偿,通过模糊规则对滑模控制增 益进行调节以降低抖振。仿真结果表明：该模糊滑模控制器减小了控制输入的抖振,提高了随动系统跟踪稳定性和 跟踪精度。     

基于双模糊控制器的舰炮随动系统跟踪策略研究

本文提出了一种基于双模糊控制器的随动系统控制方案,分析了由双模糊控制器控制的系统的稳定性,实验结果表明此控制策略十分有效,如果将双FUZZY与PID结合控制效果更好.     

被动式电液力伺服系统的自适应反步滑模控制

针对被动式电液力伺服系统存在固有的多余力矩、控制伺服阀的非线性以及参数时变性问题,提出一种自适应反步滑模控制策略。建立系统的非线性状态空间方程;基于反步控制理论思想,通过3步递推法设计系统的反步控制器;在反步法递推的第3步结合滑模控制方法,选择合适的Lyapunov函数,给出系统不确定参数的自适应律,设计出非线性自适应反步滑模控制器,并利用Lyapunov稳定性定理对所设计的控制器稳定性进行证明。仿真和实验结果表明,该控制器能够有效地抑制多余力矩,并且对参数摄动及外界扰动具有较强的鲁棒性。     

电动负载模拟器的同步控制研究

提出电动负载模拟器一种新的控制策略,目的是解决舵机运动带来的强扰动致使电动负载模拟器的跟踪速度和精度下降的问题。方法是在进行力矩控制的同时,将舵机和电动负载器的运动信息引入到控制系统中,使加载电机在进行力矩跟踪的同时同步跟踪舵机运动。仿真和试验结果表明:该方法使得闭环系统的静差小于1%,并且其正弦响应在12Hz时的幅差小于10%,相差小于10°。因此,该策略可以满足目前电动负载模拟器的工程使用需求。     

永磁交流伺服系统的神经网络自适应控制研究

针对永磁交流伺服系统,提出了一种自适应PID控制器学习算法——带预测模型的神经网络PID控制方法。该方法采用一个三层RBF网络辨识交流伺服系统的特性,用另一个BP神经网络作为自适应控制器。仿真结果表明,在系统参数发生变化和存在负载转矩扰动的情况下,该方法具有较好的自适应能力和良好的动态性能。     

稳压器压力控制系统灰色预测PI D控制方法研究

将灰色预测理论与常规PID控制结合,对灰色预测PID控制在稳压器压力控制系统中的应用进行了研究,在传统压力控制系统的反馈回路中添加了灰色预测控制器,该控制器以灰色GM（1,1）模型为基础,用被控量的灰色预测值替代当前测量值进行超前控制;仿真分析结果表明：基于灰色预测控制算法设计的稳压器压力控制系统性能优于常规PID控制;系统的控制品质得到了改善。     

采用模糊PID控制律的舵机系统设计

对舵机系统采用了连续混合模糊PID控制设计。这种控制吸收了PID控制和模糊控制的优点。仿真证明,它能综合平衡选取各参数,能兼顾舵机系统的快速性、稳定性、稳态精度和鲁棒性等指标,从根本上克服常规模糊控制器存在的量化误差和稳态颤振现象,动态特性优于传统的PID控制,具有广泛的应用前景。     

基于LuGre模型的伺服转台自适应反演滑模控制

为降低摩擦力矩对机电伺服转台控制精度的影响,提出了自适应反演滑模控制方法;分析了伺服系统的原理,并应用LuGre模型对摩擦力矩进行了建模;在此基础上结合滑模控制和反演法,提出了自适应反演滑模控制(ABSM)算法;将ABSM控制器与原有的PID控制器进行了仿真对比实验。结果表明:所设计的控制器增强了系统的鲁棒性,大幅提高了控制精度。     

微型四旋翼无人机模糊PID 控制

为解决微型四旋翼无人机控制系统存在的鲁棒性差和控制精度低的问题,提出一种模糊PID控制方法。建立微型四旋翼无人机系统动力学数学模型和电机模型,在系统模型的基础上设计模糊PID控制器。通过Matlab/Simulink仿真和飞行试验对所设计的模糊PID控制器的有效性进行验证。仿真实验表明,该算法能提高系统的抗干扰性能和控制精度。飞行试验结果表明,模糊PID控制器可以有效地控制微型四旋翼无人机。     

基于干扰观测器的电液位置伺服系统跟踪控制

针对电液位置伺服系统存在匹配和不匹配模型不确定性的问题,提出一种基于滑模的模型不确定性补偿控制策略。通过设计滑模观测器估计电液位置伺服系统的匹配和不匹配模型不确定性,以在控制器设计中将其补偿,有效地削减控制器不连续项增益。将观测器滑模面引入到控制器滑模面中构造新的控制器滑模面,消除不确定性的估计误差,以保证控制器良好的动态性能。此外,不使用系统加速度信息,以降低可测噪声对跟踪性能的恶化。通过Lyapunov稳定性理论验证了闭环系统的全局稳定性。仿真结果显示,与积分滑模控制策略相比,所提方法能够补偿电液位置伺服系统中存在的匹配和不匹配模型不确定性,同时削弱滑模控制的抖振,具有良好的跟踪性能和较强的鲁棒性。