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。     

基于模糊自适应的连续整定PID舵机控制器

针对现有的二维弹道修正弹电动舵机系统响应速度慢、适应能力差等缺点,提出了基于模糊自适应的连续整定PID舵机控制器。该控制器在模糊自适应控制的基础上,通过对模糊控制曲面的3次曲面拟合得到连续的控制函数,并以此控制函数连续的调解整定PID参数,输出对应连续变化的控制信号,调节舵机的转角进而控制弹道偏向。通过Matlab仿真证明,基于模糊自适应的连续整定PID舵机控制器与现有的模糊自适应PID及经典PID舵机控制器相比,具有更好的动态响应和适应能力,且其计算量相对于连续论域的模糊自适应PID控制器来讲更少,更适合在高实时性要求的二维弹道修正弹上应用。     

弹道修正弹模糊自适应PID控制器设计

弹道修正弹是一种在头部安装修正引信的低成本、高精度、远射程的精确打击弹药,它在飞行过程中可以通过实时控制提高命中率;介绍了修正弹修正方式,建立了弹体动力学模型,应用模糊控制与传统PID控制理论相结合的方法,设计了控制器并对弹道特征点俯仰通道进行仿真,结果表明模糊自适应PID控制器能够适应弹道修正引信,且比传统PID控制器有更好的控制效果。     

地地导弹瞄准系统的模糊-PI复合控制器设计

文中针对地地导弹半自动化瞄准系统，瞄准时间长、精度不高的缺陷，提出一种模糊-PI复合控制器设计方法．该方法在瞄准误差较大时采用模糊控制方法以实现对瞄准误差的快速跟踪；瞄准误差较小时，采用P1控制以消除稳态误差。最后，通过仿真验证了所设计的控制器可以大大缩短瞄准时间．而且具有很高的瞄准精度．具有较好的工程参考价值。     

基于灰预测模糊PID的随动系统负载模拟器力矩控制研究

为了抑制多余力矩的幅值,提高随动系统负载模拟器加载力矩的控制精度,提出了一种基于灰预测模糊PID的力矩控制器。由灰模型根据力矩传感器测量数值序列的变化趋势,预测加载力矩的未来数值,并以此预测值作为力矩控制器的运算依据。力矩控制器在大误差时采用Bang-Bang控制,小误差时采用模糊PID控制;同时引入伸缩因子,根据误差大小动态调整输入变量的论域,以增强模糊控制器的控制能力。仿真分析和实验结果表明,与传统的PID控制相比,所提出的控制策略能够将多余力矩的幅值进一步削弱接近1/2,可以用于随动系统的动态力矩加载控制。     

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。     

基于加速遗传算法的自适应PID模糊控制器设计

提出了一种基于加速遗传算法的自适应PID模糊控制器设计方法,该模糊控制器的参数自调整以系统响应的最大超调量,调整时间,及稳态误差为性能指标,利用加速遗传算法搜索模糊控制器量化因子ke1、ke2,及相应的最优初值和微调参数,进而优化PID控制器参数.该控制器用于直线一级倒立摆.结果表明该控制器与固定参数的模糊控制器相比,具有良好的动态和稳态性能.     

混合参数自调整模糊PID控制在空调系统中的应用

针对空调系统的参数不确定性以及模型不精确性,研究一种混合参数自调整模糊PID控制策略,将直接控制型模糊控制器、增益调整型模糊控制器和传统的PID控制器相结合,共同组成自调整模糊PID控制器,以提高控制器的控制性能和整个系统的鲁棒性。仿真结果表明,采用该控制方法可取得良好的控制效果,并进一步证实理论分析的正确性。     

基于模糊神经网络PID的机床直流调速系统

为解决PID参数的在线调整问题,针对龙门刨床的主拖动系统,提出将神经网络的模糊PID自适应控制器用于直流调速系统的方法。分析龙门刨床电气设备的组成,综合模糊控制和神经网络的长处,将神经网络、模糊逻辑和PID控制相融合,构成模糊神经网络控制器,并通过MATALAB对系统进行仿真。设计时,将模糊规则融于神经网络中,通过对神经网络的自学习、自适应能力在线调整模糊规则和隶属函数参数,对PID控制器实现在线实时调整。仿真结果表明,该系统比普通控制器具有更好的动、静态特性。     

2.4m跨声速风洞全模颤振变速压的控制策略

基于运动规律法的变速压智能控制策略,结合2.4m暂冲式跨声速风洞的特点进行设计.其采用的模糊算法将控制过程分为多个调节段,各段根据误差和误差变化率智能选择调节参数.当误差变化到一定范围内则采用神经元PID控制器对总压的精确调节.稳态控制器则采用单神经元PID控制器,保证在设定值附近具有良好的调节效果.应用结果表明,该策略满足全模颤振试验的特殊要求,取得了流场调节过程快速、准确、可靠的试验效果.     

基于模糊神经网络的遥控武器站伺服系统PID控制器

针对遥控武器站伺服系统具有间隙、摩擦等非线性、不确定性特征,将PID控制与模糊神经网络进行有机结合。利用多层神经网络提取模糊控制规则,构建模糊神经网络控制器,根据偏差E和偏差变化EC在线调整PID控制器的三个参数。仿真试验表明,该控制器具有PID控制器精度高,以及模糊神经网络控制器响应速度快、超调小、稳定性高的特点,具有良好的动、稳态特性。     

CO2焊波形控制法的模糊控制探讨

采用正态型模糊变量的CO2焊STT七段控制法的模糊控制，通过二维模糊控制器的输出端电压偏差及其变化率控制脉宽调制(PWM)、抑制飞溅．该控制系统采用闭环结构。焊接电流、电弧电压为反馈量．逆变主电路采用IGBT电子器件．80C196KC存放模糊控制规则表．比较电压偏差及其变化率，查询模糊控制表，调节逆变脉宽。可实现电压及电流的理想控制．其仿真结果表明该模糊控制效果极好．     

基于动态RBF网络辨识和模糊控制的弹道落点预测导引研究

针对目前远程弹道修正火箭弹中,滤波外推落点预测导引法存在导引系数确定难、导引精度低、自适应性与鲁棒性差的问题,提出了一种基于动态RBF神经网络在线辨识与带自调整因子模糊控制相结合的落点预测导引律.具体在传统滤波外推落点预测导引法的基础上,将预测落点偏差与偏差变化率作为模糊控制器输入量,通过RBF神经网络在线整定模糊控制的权重因子和比例因子,实现导引指令的自适应调整.仿真结果表明,同常规方法相比,在充分考虑随机扰动和测量误差情况下,具有更强的自适应性与鲁棒性,保持了较高的导引精度.     

Research on Airborne Electro-Optical Tracking and Sighting System Based on Fuzzy PID and H∞ Control

Airborne electro-optical tracking and sighting system is a three-degree-of-freedom angular position servo system which is influenced by multi-disturbance, and its control system consists of stabilizing and tracking components. Stabilizing control is applied to track angular velocity order and control multi-disturbance under airborne condition, and its robustness should be very good; tracking control is applied to compensate tracking error of angular position. A mathematical model is established by taking the control of yaw loop as example. H∞ stabilizing controller is designed by taking the advantage of H∞ control robustness and combining with Kalman filter. A fuzzy control is introduced in general PID control to design a decoupled fuzzy Smith estimating PID controller for tracking control. Simulation research shows that the control effect of airborne electro-optical tracking and sighting system based on fuzzy PID and H∞ control is good, especially when the model parameters change and the multi-disturbance exists, the system capability has little fall, but this system still can effectively track a target.     

采用遗传算法优化的模糊控制系统

针对倒立摆系统动态模型,采用模糊控制方法,设计基于状态反馈的T-S型模糊控制器.其采用实数编码,每条染色体对应一个模糊控制器,隶属函数则采用相关正态函数.由此运用遗传算法对模糊控制器参数进行寻优设计.仿真结果表明该方法优于传统极点配置的方法,提高了系统的鲁棒性.     

模糊PID在某导弹触发引信测试系统中的应用

文中在PID控制器的基础上。以误差和误差变化率为输入，利用模糊推理的方法实现了PID参数的在线自动整定。并且在MATLAB下对某导弹触发引信测试系统稳态精度和抗干扰性方面进行了研究，仿真结果表明。参数自整定模糊PID控制优于常规PID控制。具有良好的稳态精度和自适应能力，使系统抗干扰能力提高了20％左右。     

无人驾驶履带车辆机电联合制动的协调控制

针对无人驾驶双侧电驱动履带车辆制动减速控制时抗干扰性能差和机电协调性能差导致目标跟踪误差大的问题,提出一种分层控制系统。在上层控制器中,基于无人驾驶系统的期望速度序列,建立前馈-反馈控制器,以期望制动减速度作为前馈输入,补偿目标制动转矩,以速度误差作为反馈输入,修正目标转矩差。在下层控制器中,综合考虑机械制动和电机制动的特点,建立基于模糊控制的制动力协调分配算法。实车试验结果表明,与速度分段式控制器相比,分层控制器能够准确跟踪期望速度序列,速度跟踪误差减少60.1%,制动减速度标准差减少39.4%,提高了无人驾驶双侧电驱动履带车辆制动控制的目标跟踪精度。     

人工神经网络在运动控制中的应用

介绍了人工神经元模型与神经网络基本结构。阐述了多层前向网络的工作原理及误差反转（BP）算法,探讨了用于运动控制的单神经元PID控制器的结构与基于BP网络的模糊自适应PID控制,给出了由传统PID控制器,模糊量化处理,系统辨识神经网络NNM和系统控制网络NNC组成的基于BP网络的模糊自适应PID控制器结构,并讨论了人工神经网络在运动控制领域中应用的发展趋势。     

模糊-PI复合控制在陀螺电源中的应用

就陀螺电源负载的非线性和外界强干扰下,提出将模糊-PI复合控制器应用到陀螺电源控制中的理论。即通过实时检测误差信号是否落入某个阈值范围之内决定何时切换模糊控制和PI控制。实验表明,该方案达到了良好的控制效果,提高了电源的输出波形质量。