PID控制器的量子粒子群多目标优化设计

智能算法如粒子群算法已被应用于PID控制器的参数优化,以弥补传统优化方法容易产生振荡和较大超调量的不足,但是粒子群算法存在易于早熟的缺点,在分析量子粒子群算法的基础上,提出了使用量子粒子群算法优化PID控制器的参数.为了兼顾控制系统的各项性能指标,根据控制器的实际要求对各项指标进行加权作为算法的目标函数,对PID控制器进行多目标寻优.通过2个传递函数实例,分别使用Z-N、粒子群算法和量子粒子群算法进行了PID控制器参数优化设计,并对结果进行了分析.     

并联机器人的粒子群优化神经网络自适应控制算法研究

针对传统控制算法对并联机器人的控制效果不好的问题,提出了一种并联机器人的粒子群优化神经网络自适应控制算法,该算法在基于神经网络的自适应PID控制算法的基础上,首先对粒子群优化算法进行惯性权重的优化和收缩因子的改进,然后将该改进算法应用于原算法上。仿真试验结果表明,提出的粒子群优化神经网络自适应控制算法,在性能上远远优于传统PID控制算法和基于神经网络的自适应PID控制算法。     

电厂球磨机的模糊神经网络控制

广泛应用于火电厂的钢球磨煤机制粉系统是一典型的多变量非线性时变系统．各控制量之间存在着严重的耦合．这些因素使得基于常规PID方法设计的控制方案达不到控制作用。本文设计了一个模糊神经控制器并进行了仿真研究。并且用改进的粒子群优化算法对控制器的初值进行离线优化训练、最后的仿真结果表明优化后的模糊神经网络控制器对本文控制对象具有良好的控制性能，该控制方法可用于磨煤机制粉系统这类复杂过程的控制。     

改进粒子群算法优化的五连杆机器人分数阶PID控制器

针对机器人传统PID控制系统响应速度慢、输出不稳定性等问题,采用改进PID控制器,引入改进粒子群算法,将自适应加速器参数插入粒子群算法的原始速度更新公式,从而加快算法的收敛速度.采用改进粒子群算法优化分数阶PID控制器,将改进后的PID控制器用于五连杆机器人电机转速响应分析.仿真曲线表明:采用传统PID控制器,响应时间为0.5s,上下波动次数较多;采用改进PID控制器,响应时间为0.2s,上下波动次数较少.五连杆机器人采用改进粒子群算法优化分数阶PID控制器,能够快速地提高机器人控制系统运动的稳定性,降低输出误差.     

改进粒子群算法应用于挖掘机铲斗位置控制

挖掘机工作装置精确的位置控制是实现其轨迹自动控制的基础。提出一种改进粒子群优化算法,应用于液压系统PID参数的优化整定中,把遗传算法中的选择和交叉两种操作方式添加到标准的粒子群算法中形成的混合优化算法,提高了算法的搜索能力。建立具有整定PID控制器功能的仿真平台,使用改进粒子群算法、标准粒子群算法和相位裕度方法对PID控制器进行整定仿真,根据仿真结果,进行了模拟铲斗平地运动试验。仿真和试验结果表明改进粒子群算法整定的PID控制器参数,在电液伺服系统的动态响应和精确的轨迹控制方面有良好效果。     

二自由度机器人轨迹跟踪误差控制优化研究

为了提高2自由度机器人控制系统响应速度,降低其输出误差,设计改进模糊PID控制器,并对2自由度机器人角位移跟踪效果进行仿真验证。给出多连杆机器人的动力学模型,设计模糊PID控制器。利用粒子的迭代搜索原理对模糊PID控制器参数进行优化,从而得到模糊PID控制器参数的最优值,使机器人控制系统具有更好的抗干扰能力。以2自由度机器人为例,利用Matlab软件对机器人角位移和转矩进行仿真,在不同环境中比较优化前和优化后的输出效果。结果显示：采用改进粒子群优化算法优化PID控制器参数,2自由度机器人控制效果明显优于模糊PID控制器。2自由度机器人优化后的模糊PID控制器,不仅响应速度快,而且抗干扰能力强。     

采用改进模糊神经网络PID控制的移动机器人运动误差研究

移动机器人在复杂环境中运动,容易受到各种波形的干扰,导致移动机器人跟踪误差较大.对此,创建了移动机器人平面简图模型,建立移动机器人动力学方程式.在传统PID控制方法的基础上,设计了模糊神经网络PID控制方法.采用改进粒子群算法优化模糊神经网络PID控制参数,输出最优PID控制参数.采用Matlab软件对移动机器人跟踪误差进行仿真,并与传统PID控制方法进行比较和分析.仿真结果显示:在正弦波的干扰环境中运动,传统PID控制方法不能抑制外界环境的干扰,实际运动轨迹与理论运动轨迹偏差较大;而改进模糊神经网络PID控制方法能够抑制外界环境的干扰,实际运动轨迹与理论运动轨迹偏差较小.移动机器人控制系统采用改进模糊神经网络PID控制方法,能够在线调整PID控制器参数,控制精度较高.     

基于IPSO-BP算法的燃油系统气压控制优化

针对燃油系统地面模拟试验气箱压力控制所存在的非线性、时变性问题,提出了一种基于改进粒子群算法(IPSO)优化的BP-PID控制器。该控制器结合改进粒子群算法全局搜索能力强和收敛速度快的特点,对BP神经网络的连接权值不断地调整,输出最优的PID控制参数。依据地面模拟试验参数,建立了主要器件的数学模型,利用Simulink软件对各器件的仿真模块进行搭建,构成一个完整的气箱控制系统进行研究。结果表明,IPSO-BP-PID控制比BP-PID控制响应速度快,稳定性好,超调量小,大大提高了气箱压力控制过程的精确性与鲁棒性。     

基于多领导粒子策略的DMPSO算法在冷轧液压APC系统中的应用

冷轧液压伺服位置自动控制(APC)系统中,系统参数会随着运行时间发生改变,针对系统这一特性,提出了一种基于改进动态多目标粒子群（DMPSO）算法的PID控制器参数整定策略。当系统发生变化时,该策略利用动态多目标粒子群算法的寻优能力和对环境变化的适应能力重新对PID参数进行整定和寻优。同时,针对算法存在的易于陷入局部最优和收敛速度较慢等缺陷,提出了一种基于多领导粒子策略的动态多目标粒子群算法。仿真结果表明：该控制系统对环境变化跟踪快,超调量小,调整时间短,性能明显优于传统PID控制。     

基于改进粒子群算法的无刷直流电机调速控制研究

无刷直流电机(BLDCM)是一变量多、存在强耦合关系的复杂非线性系统,用传统的PID控制方法寻找合适的PID参数十分困难,进而很难提高BLDCM系统的控制性能。针对这一问题,基于粒子群算法优良的寻优能力,提出一种改进粒子群算法的BLDCM自适应PID速度控制算法。该算法对PID控制器的参数进行自整定,提高了PID控制器适应外在变化的能力。经过仿真发现,经优化后的BLDCM系统具有很好的静、动态特性,转速响应快,抗负载扰动能力强。     

基于多基站IMMKF-DOA辅助车辆协同定位算法研究

针对传统卡尔曼滤波算法在进行车辆实时运动过程中难以精准定位问题,提出一种基于运动状态自适应的交互多模型卡尔曼滤波(Interacting multiple model Kalman filter,IMMKF)与多基站到达方向(Direction-of-arrival,DOA)相融合进行车辆位置实时估计算法。基于无偏估计器对测量噪声协方差进行实时更新并将其嵌入标准卡尔曼滤波算法中实现自适应交互多模型卡尔曼滤波。针对车辆不同运动状态及动态行驶环境对车辆定位估计精度的影响,构建自适应交互多模型卡尔曼滤波器与多基站信息融合算法进行车辆位置实时估计,考虑不同车速与不同基站数等行驶工况下车辆定位精度的变化趋势,实现车辆实时位置的准确估计。利用PreScan-Simulink联合仿真平台进行虚拟仿真验证和实车试验验证。结果表明,基于交互多模型卡尔曼滤波与到达方向角的融合算法相对标准的卡尔曼滤波估计精度高,较好地改善了传统单一模型的卡尔曼滤波算法在进行车辆实时运动状态估计过程中精准定位问题,实车试验验证了提出算法对车辆定位精度较传统卡尔曼滤波算法的精度提高了一个数量级,实现了更精确的车辆位置估计。     

MIMO-OFDM 在不同 turbo 编码率下的实验研究

多输入多输出正交频分复用(MIMO-OFDM)是4G 和5宽带无线通信中最重要的空间接口。MI-MO 可通过多路天线传输多种信号,OFDM 可将一条无线通道分隔成空间非常接近的大量子通道,从而提供更可靠的高速通信。研究结果表明,MIMO 还可以和其他接口联合使用,如时分多址(TDMA)和码分多址(CDMA)。MIMO and OFDM 的结合对高速数据传输是最实际的应用。利用不同的 turbo 编码率,误码率(BER)得到了改善。     

基于机械结构的MTMD系统振动控制的研究

提出一种基于多重调谐阻尼器（MTMD）的结构响应的控制分析模型，应用优化参数的方法来实现MTMD系统参数的设计，达到机械结构减振的目的。分析表明应用MTMD进行机构结构的减振设计可以达到机械结构希望控制点处振幅值减小30％左右的效果。     

多变量灰色模型MGM(1,n)在锅炉故障预测中的应用

针对锅炉故障预测中传统单变量预测方法的不足,提出了一种多变量的预测模型MGM(1,n).该模型能够反映多个变量之间的相互影响和制约关系,符合锅炉的实际情况.通过仿真研究,它能获得较好的预测效果,不失为一种解决锅炉故障预测的有效方法.     

多重计算全息水印技术

为了增强水印安全性,用三维物体作为水印信息嵌入载体,提出了一种基于层析法的多重计算全息数字水印技术.该方法用层析技术得到三维物体的菲涅尔(Fresnel)全息图;利用Arnold变换对全息图进行置乱加密,置乱后的图像作为待嵌入水印;选择离散余弦变换(DCT)作为嵌入与提取算法;将Arnold变换次数与三维物体每层的衍射距离作为加密密钥.数字仿真与实验结果显示,当密钥正确时,从水印中提取的全息图的再现结果与直接再现全息图的结果一致,可以再现出三维物体相应层次的信息;密钥错误时,从水印中提取的全息图的再现结果无法识别,水印提取失败.实验结果证明了水印嵌入及提取算法的正确性,表明提出的方法可以实现水印信息的立体化和多重化,具有较高的安全性和易于实现等优点.     

感应电机轴承故障检测方法研究

分析了感应电机轴承发生故障时的振动信号的特性,利用带通滤波器和希尔伯特变换,对感应电机轴承振动信号进行处理,然后采用高分辨率谱估计算法--MUSIC（Multiple Signal Classification）算法对包络信号作谱分析,再从包络信号的MUSIC谱中提取故障特征频率分量.研究结果表明,该方法频率分辨率更高,故障检测更为准确.将该方法应用于电机轴承故障诊断,可准确提取轴承故障特征分量.     

基于ML估计的汽缸盖加工过程故障诊断

根据现有的故障-质量模型，为模型建立估计法则以估计过程均值与方差，并得到假设检验模型以验证误差是否显著存在，从而达到辨识故障是否发生的目的。结合汽缸盖的加工过程，对这一理论进行实验验证。     

使用多领域协同仿真的火箭炮高低机建模与分析

针对多管火箭系统多领域系统仿真的难题,推导了在Matlab/Simulink中液压高低机构的数学模型,以及ADAMS-Matlab协同仿真手段机液耦合虚拟样机的建立过程。通过仿真,分析了某多管火箭系统采用液压高低机构的发射动态特性,验证了多领域协同仿真方法的有效性,同时表明采用液压高低机构能够满足多管火箭系统设计要求。     

遗传算法在多目标优化设计中的应用研究

分析了遗传算法的特点，提出了强调杰出个体保护策略的遗传算法改进方案，并应用于吊扇电机柔性装配系统多目标优化设计。     

基于PMAC的SLS数控系统研究

从选择性激光烧结 (SLS)的工作原理出发 ,提出以PMAC、PC机及步进电动机为主体的数控方案 ,系统地阐述基于PMAC的控制体系的软、硬件设计及软件结构模块划分