基于非线性PID的数控直线工作台位置控制

数控直线工作台双闭环位置控制多采用PID算法,但是传统PID已不能满足高品质的控制要求。通过对现有控制器结构及性能进行分析,提出一种以偏差和偏差变化率为自变量的二元非线性PID的设计方法,用于速度环控制。通过Simulink仿真,对数控工作台外环的位置阶跃响应以及内环的转速跟踪性能进行对比分析。实验结果表明:提出的二元非线性PID控制器动态跟踪性能好,抗干扰能力强,从而使数控工作台的位置响应快速、稳定,证明了该方法的有效性。     

改进GWO的小波神经网络温控系统设计

针对目前铸件砂芯表干炉温度控制性能差、燃烧效率低,设计一种新型热风循环温控系统。该系统以变限幅双交叉燃烧策略为基础,采用改进灰狼优化(GWO)算法的小波神经网络对PID控制参数进行自适应调整。系统仿真表明：与传统PID控制相比,超调量接近于0,系统调节时间减少了50%,温度切换控制速度提高了47%。最后通过砂芯烘干试验验证,与传统比值串级PID控制相比,变限幅双交叉燃烧策略和改进GWO小波神经网络PID对炉温的控制效果有很大的提升。     

基于PID神经网络的倒立摆控制系统

倒立摆是一个典型的高阶次、自然不稳定、快速响应、非线性运动控制系统,是现代控制研究的对象.PID神经网络是一种内含比例神经元、积分神经元和微分神经元的神经网络.本文介绍了采用PID神经网络控制的倒立摆系统,包括倒立摆系统的基本构成、PID神经网络单变量控制系统的算法和结构、权重初值的选择.进行了实际系统试验,比较了传统PID控制和PID神经网络控制倒立摆的效果,证明了PID神经网络控制系统的优良性能.     

基于变论域自适应模糊PID的压铸机压射速度控制研究

压铸机控制系统是一个非线性、大滞后的复杂系统,传统的压射速度控制算法难以保障精密铸件的压铸品质。对压铸机速度控制系统进行数学建模分析,将变论域与自适应模糊PID技术结合起来,设计了变论域自适应模糊PID控制算法,结果表明,该算法能精确有效地控制电液伺服阀,压射速度动态响应平稳无超调,响应快以及鲁棒性好。     

阴极炭块自动组装工作台自适应神经网络控制研究

为了保证在阴极炭块自动组装中把钢棒糊料定量加入炭块的燕尾槽内,提高阴极炭块组装的质量,从而进一步提高电解铝的质量和产量,降低工人的劳动强度,实现阴极炭块组装的自动化。本文在满足阴极炭块自动组装生产线工艺性要求的基础上,提出了基于BP神经网络对整条生产线上工作台匀速运动的控制,通过仿真结果可以看出,当负载变化时,BP神经网络的自适应PID控制具有调节时间短、超调和振荡小等特点,从而大大改善了系统的鲁棒性和跟踪性能,可以有效地降低工作台的速度波动,使工作台匀速运动,从而达到均匀给料的目的。     

采用电动液压执行机构对机床进行主动隔振研究

地面振动容易使机床超过允许的加工或测量偏差,从而影响机床的加工质量。提出一种新型电液执行机构对机床进行振动隔离,构建机床主动隔振系统,采用神经网络PID控制器实现机床主动隔振系统的有效控制,并对控制效果进行仿真验证。分析机床主动隔振系统的结构,建立机床主动隔振系统中电液执行机构以及机床的动力学模型,将执行机构的数学模型耦合到机床的虚拟模型。基于神经网络与PID控制器,开发神经网络PID控制器。采用MATLAB对机床主动隔振系统进行仿真,同时与传统PID控制器的计算结果进行对比和分析。结果显示:神经网络PID控制器控制下的工作台以及工具中心点位移振幅相比传统PID控制器减少30%～82%,采用神经网络PID控制器控制后,控制精度更高,隔振效果也更好。采用神经网络PID控制器的电液执行机构能够有效地衰减并隔离地面运动。     

变质量液压位置控制系统动态特性及控制研究

针对大型液压固定式破碎机位置控制系统参数多变的特点,建立了破碎机大臂液压位置控制系统的数学模型,分析了其等效质量、固有频率和阻尼比与大臂、二臂位姿的关系,研究了传统PID和基于指数趋近率的滑模变结构控制算法的控制效果。仿真结果表明:基于指数趋近率的滑模变结构控制算法响应速度快,鲁棒性强,控制性能优于传统PID控制。     

挤压机速度控制系统建模及控制策略研究

以200MN挤压机为研究对象,针对挤压过程中活动横梁的速度控制问题,采用了一种适用于变负载的控制策略,并根据现有的节流调速系统,建立了完整的速度控制系统模型,得出不同节流阀开启度和不同负载的速度响应曲线。分析传统PID控制的不足,设计叠加模糊PID控制器,利用Simulink对系统进行仿真得出了速度动态曲线,并对比不同策略下的速度控制情况。仿真结果表明:采用模糊PID控制能够有效地控制挤压速度的超调量和稳定性。     

误差集中策略的PID调参算法及联合仿真研究

针对传统PID控制过程中控制参数选择困难造成的响应速度慢、超调量大以及稳定性差等问题，提出一种基于改进神经网络动态修正策略的PID调参算法。首先，采用误差集中思想结合神经网络算法提出一种新的调参算法，修改反馈训练过程中的策略和参数，通过抑制不良样本实现控制信号的整体整定；其次，针对被控对象不同可能造成的异常波动信号进行辨识，采用局部修正的方法解决信号波动和震荡现象，进而增强控制策略对不同被控系统的适应性；最后，模拟实际情况通过AMEsim建立仿真模型，基于MATLAB、Simulink和AMEsim构建了一个联合仿真平台，对上述控制策略进行仿真验证。结果表明，改进后的神经网络PID调整算法相较于传统的神经网络控制算法具有控制信号响应速度快、准确度高、抗干扰能力强等优点，能够明显提高系统的控制性能。     

自整定模糊PID控制在脱硫搅拌速度控制系统中的应用

以铁水预处理脱硫搅拌器速度控制系统为研究对象,介绍铁水脱硫搅拌器液压系统及其控制策略;设计基于自整定模糊PID的脱硫搅拌器速度控制器及模糊控制规则;通过仿真,对比传统PID控制、自整定模糊控制及自整定模糊PID控制的阶跃响应曲线.结果表明,自整定模糊PID控制响应速度快,稳态误差小.     

中频加热弯管机加工工艺仿真及控制算法研究

分析了大口径中频加热弯管机的弯管成形工艺及特点,并对弯管机的温度和速度控制等进行了仿真分析,提出利用改进的变积分PID算法进行大口径中频加热弯管机控制系统设计。仿真结果表明,该算法可提高推管速度对加热温度变化的响应速度;与传统的变积分PID算法相比,能提高工艺的精确控制能力,使得系统具有良好的控制性能。     

基于自适应果蝇优化算法的PID参数优化

针对基本果蝇优化算法(FOA)控制精度不高且易陷入局部最优的缺陷,提出一种自适应果蝇优化算法(IFOA)的PID参数优化方案。该算法以控制偏差绝对值和输入平方项的时间积分作为适应度函数,经过迭代寻优得到最优的PID参数值。通过二阶时滞系统测试并与基本果蝇优化算法比较,结果表明:该算法控制精度高、响应速度快、鲁棒性好,为PID参数优化提供了参考。     

改进的RBF神经网络PID算法在电液伺服系统中应用

为克服传统PID控制电液伺服系统时存在参数整定不良,动态响应特性欠佳的问题,采用RBF神经网络PID对系统进行控制,并针对控制中存在的问题对控制算法进行改进,仿真和实验研究表明,改进的RBF-PID控制算法较RBFPID和传统PID具有较快的响应速度和较好的鲁棒性。     

基于神经网络的电液位置伺服疲劳试验机控制系统研究

以电液位置伺服控制系统为研究对象,在传统PID控制的基础上,提出一种基于BP神经网络的控制策略。利用神经网络的自适应、自学习的特点,实现对电液位置伺服系统PID参数的自整定。搭建试验机并进行实验,结果表明:BP神经网络PID控制很好地解决了电液伺服控制系统中加载速度及稳定性等问题,是一种实用性很强的控制策略。     

工件质量对机床工作台直线电机伺服系统响应性能的影响研究

数控机床工作台在运行时其承载的工件质量往往不同且变化范围大,工件质量的变化会对其直线电机伺服系统的性能造成较大影响。分析数控机床工作台直线电机伺服系统在带动不同质量工件的情况下所产生的超调量和调整时间,发现系统超调量随工件质量的增加成单调增的关系;在工件质量一定的情况下采用非线性PID控制来抑制超调量,缩短调整时间,找到非线性PID控制的参数Kd与工件质量之间的对应关系,并进行线性拟合,对非线性PID控制的参数进行调整,使在不同工件质量的情况下均能达到较好的响应性能。     

面向电子压力机模糊神经网络PID控制的研究

针对电子压力机位置伺服系统的非线性和时变的不确定性,压装力、压装速度和压入深度高可控性,系统的高稳定性、适应性及较强的抗干扰能力等特点,提出将神经网络实现模糊PID自调整的控制特性应用在现存的小型电子压力机的位置伺服系统中的方法。该控制策略将模糊控制的推理能力和神经网络的学习能力进行了有效的结合,其中,PID控制器参数自调整是通过学习并记忆PID参数调整的基本规则来实现的,以满足电子压力机位置伺服系统的要求并用MATLAB软件编程进行仿真分析。仿真结果表明:相比较常规神经网络与传统PID相结合组成的控制器,模糊神经网络PID自调整控制器对于电子压力机的位置伺服系统具有更快的响应特性及更好的稳定性。     

足式机器人腿部关节改进单神经网络PID控制算法研究

为了满足液压足式机器人在复杂环境中实现精确、快速的腿部关节控制需求,把单神经网络PID能够实时调节参数的优点运用到足式机器人液压机械腿关节的控制中,在单神经网络PID的基础上增加机械腿关节的位置和速度控制算法,形成改进单神经网络PID,实现了对神经元比例参数自调整、PID参数的自整定,能够较好地适应内、外参数的变化,增强了腿部关节的快速性、精确性。在Simulink中进行建模仿真以及在设计的以STM32为中央处理芯片的控制平台上进行实验测试,结果表明：改进单神经网络PID在足式液压机器人的腿部关节控制中具有响应速度快、超调量小、控制精度高、鲁棒性强等优点。     

基于PID神经网络的弧焊电源控制器的研究

为了实现弧焊过程弧焊电源输出特性到给定量的快速响应及其智能控制,提出了一种基于PID神经网络的控制器.将PID控制与BP神经网络相结合应用于弧焊过程的智能控制,既有PID控制规律的优点,又具有神经网络很强的信息综合处理能力特点.实验表明,该控制器用于弧焊电源输出特性的智能控制,具有控制响应速度快、超调量小、收敛速度快、稳态精度高的特点,满足弧焊过程控制的要求.     

基于BP网络自整定的PID控制在加工过程中的应用

基于BP神经网络自整定的PID控制,把BP神经网络与传统的PID控制很好的结合在一起,利用BP神经网络实时在线学习来调整PID的三个系数,这样充分发挥各自优势,从而拓宽PID控制的应用领域.对车床加工过程进行建模,加入BP神经网络自整定PID控制,以车床加工过程作为被控对象进行仿真研究.仿真结果表明,加工过程在BP神经网络自整定的PID作用下的控制效果良好.基于BP神经网络自整定的PID控制较传统的PID控制具有更好的鲁棒性和自适应性.     

基于神经网络PID控制的液静压轴承等膜厚度研究

针对液静压轴承外部负载改变时、油膜厚度发生变化、从而出现轴承的承载力及阻尼性降低的问题,设计等油膜厚度的主动式控制方法。以比例压力阀作为压力补偿元件,控制回路以供油压力、工作台位移、油腔流量及工作压力作为回馈。计算保持稳态补偿膜厚差所需的供压压力差值作为压力阀的PID控制参数值,再结合类神经网络经训练参数找出最佳PID控制器参数,进行位移补偿控制,达到稳态等膜厚控制。实验结果表明,神经网络PID控制器比其他神经网络控制器具有更快的暂态振荡收敛,并迅速达到等膜厚的目标。