车用PEMFC空气供给系统建模与模糊PID控制研究

给出了PEMFC(Proton Exchange Membrane Fuel Cell)空气供给系统的数学模型,基于simulink进行了模型的仿真,仿真结果和实验证明了PEMFC空气供给系统模型是正确有效的,能够准确地反映PEMFC空气供给系统的动态变化趋势。设计了PEMFC空气供给自适应模糊PID控制算法,根据建立的控制对象模型,进行控制系统的仿真,仿真结果与实验结果证明设计的自适应模糊PID控制方法使系统响应时间短,稳态误差小,达到较理想的控制性能目标。     

组合方法在脑电信号消噪中的仿真研究

研究脑电信号消噪问题.脑电信号存在非平稳性且包括大量的噪声,传统的消噪算法不能很好消除脑电信号中的噪声,从而影响后继的脑电信号处理和分析.为了更好的消除脑电信号噪声,提出一种小波变换与自适应滤波相结合的脑电信号组合消噪方法.该方法首先对含噪的脑电信号进行白化处理,然后采用小波分解和重构含噪较大的信号,将重构后的信号作为自适应滤波器的输入,进行自适应滤波消噪处理.仿真结果表明,组合去噪方法能有效去除脑电信号中的噪声干扰.     

质子交换膜燃料电池动态建模及其双模控制

由于已提出的质子交换膜燃料电池(PEMFC)模型难于控制, 提出利用MATLAB/SIMULINK仿真工具进行PEMFC系统动态建模, 同时为实现对PEMFC系统输出电压的控制, 采用了基于模糊规则切换的模糊逻辑控制器(FLC)和比例积分微分控制器(PID)相结合的双模控制方式. 仿真结果证明该动态模型易于控制, 能够反映出PEMFC系统的动态输出特性, 而且验证了基于模糊规则切换的双模控制能够有效抑制扰动, 改善PEMFC系统的动态输出特性, 保证系统的稳定运行, 有助于对PEMFC系统的输出性能分析以及实时控制系统的设计.     

基于Smith预估的先进PID控制在PEMFC中的应用

讨论了在功率需求快速变化下质子交换膜燃料电池的动态响应性能。将带有参数在线估计的smith预估和自适应模糊PID控制相结合，应用于PEMFC的输出控制。使用MATLAB对控制系统进行仿真，并进行了相应的抗干扰及鲁棒性仿真实验。仿真结果表明，实施的控制方案具有较好的鲁棒性和自适应能力。     

基于小波神经网络预测电压的PEMFC输出控制

讨论了在功率需求快速变化下质子交换膜燃料电池的动态性能。设计系统电压、功率的模糊PID控制方案,采用小波神经网络对PEMFC的已知性能曲线进行辨识。最后使用MATLAB/SIMULINK对控制系统进行仿真。结果表明,实施的系统控制方案起到了预想的效果。     

基于模糊PID的汽油发动机调速系统的研究设计

针对工业生产中,汽油发动机运动过程复杂,常规PID难以控制的问题,提出一种自适应模糊PID控制算法,对汽油机的输出转速进行参数自整定。首先介绍汽油机调速系统的组成,然后建立了汽油机以及执行器的数学模型,然后分析了模糊PID控制原理,建立模糊控制规则表和模糊PID控制系统仿真模型,并利用所设计的模糊PID控制系统对汽油发动机进行调速仿真。仿真结果表明,所设计的模糊PID控制方案能够有效改善汽油发动机转速的动态和稳态性能。     

基于改进阈值自适应冗余小波的振动信号去噪

由电主轴动不平衡引起的振动信号在采集的过程中会混人大量强干扰噪声,引起机床主轴系统稳定性差.自适应冗余第二代小波的降噪方法可有效的去除噪声.针对上述方法中存在的传统阈值函数造成小波系数不连续或恒定偏差的问题,引入双变量改进阈值函数,提出了一种改进的自适应冗余第二代小波的振动信号消噪方法.将改进的方法应用于仿真信号及实际采集的电主轴动不平衡振动信号消噪中,结果表明,改进方法融合了自适应冗余第二代小波信号和双变量改进阈值函数的优点,在低信噪比的仿真信号和振动信号消噪中,能很好的保留原信号的特征并且有效的去除噪声,消噪效果更优.     

RFID射频信号的小波消噪方法

为了改善RFID系统的性能,提出使用小波变换去噪的方法降低射频信号的噪声影响.为了提高对物体自动识别的准确率,采用了小波去噪与傅里叶变换去噪方法.根据标准ISO18000-3在LabVIEW 环境下使用调制工具包仿真产生了13.56MHz的RFID射频信号,并用小波分析方法和傅里叶分析方法对仿真产生的RFID射频含噪信号进行去噪.仿真结果表明,与传统傅立叶分析消噪相比,小波消噪具有较高的精度及较好的消噪效果.研究小波分析在射频信号消噪中的应用具有现实意义并切实可行,同时小波分析应用到虚拟仪器测试领域,能够为人们提供更为精确和方便的测试,在工程应用中具有较好的应用前景.     

PEMFC空气供给系统的智能建模与自适应控制

为了提高质子交换膜燃料(PEMFC)电池的输出净功率,提出了一种基于模糊逻辑系统的智能建模与控制方法。首先,建立PEMFC严格反馈形式的数学模型,并采用自适应模糊逻辑系统对PEMFC中的非线性项进行智能建模;然后,考虑系统控制增益未知对空气供给系统控制性能的影响,结合反步法技术为PEMFC系统设计了自适应控制器,并通过引入一阶滤波器来降低控制器的计算复杂度。通过Lyapunov稳定性理论分析验证了所设计的控制器可使得空气供给系统过氧比的跟踪误差在限定时间内收敛至原点的邻域;最后,仿真和硬件在环实验的结果证明了所建模型与控制方法的有效性。     

小机车新型试验电源自适应模糊PID控制系统仿真研究

针对小机车传统试验电源系统存在的电压稳定性能差、响应速度慢的问题,提出了一种自适应模糊PID控制的小机车新型试验电源系统。对自适应模糊PID控制器的设计和建模,以及仿真的效果进行了详细的阐述,并进行了系统的鲁棒性分析。同时还将自适应模糊PID控制和传统PID控制进行了对比研究,证明了自适应模糊PID控制的小机车试验电源系统有电压稳定性能好、响应速度快的良好电气特性。     

风力发电系统变浆距模糊自适应PID控制器仿真与研究

为解决普通PID对风力发电机输出功率控制不稳定的问题。针对整个风力发电系统的非线性特点提出了模糊自适应PID变桨距控制的方案。以输出功率值与额定功率值的偏差以及偏差的变化率作为模糊控制的输入,把模糊推理出的三个整定参数和初始PID参数进行叠加后控制变桨距,最后在Matlab/Simulink上搭建整体模型并仿真得到输出功率波形。结果表明:模糊自适应PID比普通PID能更好提高输出功率的稳定性。     

Wavenet fuzzy PID controller for nonlinear MIMO systems: Experimental validation on a high-end haptic robotic interface

A novel global PID control scheme for nonlinear MIMO systems is proposed and implemented for a robot as study case, this scheme is called AWFPID from its adaptive wavelet fuzzy PID control structure. Basically, it identifies inverse error dynamics using a radial basis neural network with daughter RASP1 wavelets activation function; its output is in cascaded with an infinite impulse response (IIR) filter to prune irrelevant signals and nodes as well as to recover a canonical form. Then, online adaptive fuzzy tuning of a discrete PID regulator is proposed, whose closed-loop guarantees global regulation for nonlinear dynamical plants. The wavelet network includes a fuzzy inference system for online tuning of learning rates. A real-time experimental study on a three degrees of freedom haptic interface, the PHANToM Premium 1.0A, highlights the regulation with smooth control effort without using the mathematical model of the robot.     

基于小波变换的电液伺服试验系统多变量控制

针对电液伺服系统的复杂非线性和参数不确定性特性，提出一种基于小波变换的“主控制器”结合“带有智能权函数模糊控制器”的复合控制策略，并用于电液伺服系统的多变量控制。主控制器由一个包含PID控制规则的神经网络构成，在整个系统控制中起着主导作用；“模糊控制器”的作用是抑制干扰，保证系统响应的快速性。仿真试验结果证明，该方法具有良好的自学习和自适应解耦控制性能，能有效地提高系统的稳态精度，使系统具有较强鲁棒性，并具有响应速度快、超调量小等特点；可用于电液伺服试验系统的多变量控制。     

灰色预测模糊自适应PID控制的城轨列车智能驾驶系统研究

为提高城轨列车驾驶系统的智能化程度，将灰色预测控制与模糊自适应PID控制技术相结合，应用到城轨列车驾驶系统中。在对城轨列车驾驶系统进行需求分析的基础上，针对其对各种性能指标的要求，提出了基于灰色预测模糊自适应PID控制的城轨列车智能驾驶系统的设计方案。将灰色预测控制与模糊自适应控制应用到经典PID控制中，设计出了系统的智能控制器，有效满足了城轨列车在运行时对跟踪误差、准点率、停车误差、舒适度和节能性等多个性能指标的要求。仿真结果表明：采用灰色预测模糊自适应PID算法的控制系统具有良好的控制精度且系统的智能化程度得到了相应的提升。     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。     

PEMFC发电系统的自适应模糊控制与动态分析

监测和控制燃料电池的过程中,需要获得各种实时数据.质子交换膜燃料电池(PEMFC)发电系统中的参数强耦合、高度非线性特性增加了对其控制的难度,传统的PI控制虽然对模型精确的系统有较好的控制效果,但对于参数波动的系统则无法获得较高的控制性能.针对以上情况,基于PEMFC发电系统的动态仿真模型,根据重整器在燃料电池发电系统中的作用,设计了自适应模糊控制器.利用模糊控制规则在线控制氢气摩尔流,从而控制PEMFC发电系统的输出功率.仿真结果表明,该动态模型能够预测输出电压.响应曲线显示出自适应模糊控制算法能够较好控制燃料电池有功和无功功率的输出.模型具有良好的负载跟踪特性.     

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。     

基于模糊神经网络的模型参考自适应控制

用模糊神经网络作为控制器,依靠参考模型产生理想的控制系统闭环响应,从而随时得 到控制系统的输出误差.用梯度法实时修正模糊控制器的输入和输出隶属度参数,得到一种 在线模糊自适应控制的新方法.通过倒立摆的仿真实验表明,该方法是可行的并能适应对象 特性的大范围变化.