基于快速反射镜的自适应控制算法研究

捕获、跟踪和瞄准(ATP)系统是进行高速大容量激光通信的核心,在长距离激光通信中大气等外界扰动产生的光斑抖动严重影响了激光通信终端间的精确对准,大大降低了通信链路的稳定性和通信质量.为抑制光斑抖动造成的影响,提高对目标的跟踪精度,提出一种改进的快速反射镜(FSM)控制方法.分析了自适应控制和常规比例-积分-微分(PID)控制的特点,并论述了结合两种算法进行复合控制的优势,根据李雅普诺夫(Lyapunov)理论提出参考模型自适应PID控制算法,并对常规PID和参考模型自适应PID复合控制算法进行仿真分析和对实际光斑抖动的闭环跟踪实验.实验结果显示:自适应PID控制器获得的超调为2％,上升时间为3 ms,跟踪精度优于2μrad,全面优于常规PID控制算法.与传统PID控制相比,文中提出的控制算法对抑制光斑抖动具有更好的控制效果.     

Research on Fuzzy Self Adaptive PID Controller with Parameters Tuning

主要研究了模糊自适应PID控制器参数整定方法,给出了预估计PID参数值的经验公式和方法.用MATLAB软件对PID控制、模糊自适应PID控制的控制性能分别进行了仿真研究,结果表明参数模糊自整定PID控制具有良好的稳态精度和自适应能力.     

动载体光电系统自主跟瞄稳定控制方法

针对动载体的摇摆扰动对光电系统瞄准线稳定的影响,以及视频转换和目标提取滞后等造成的跟踪精度低等问题,提出了利用两个正交安装的速率陀螺敏感载体摇摆扰动的原理,实现动载体光电系统瞄准线的自主稳定;同时采用一种带前馈的分段线性双环控制方法,实现目标的高精度自动跟踪;在模拟动载体上的实验结果表明,瞄准线稳定精度最大值优于1 mrad,跟踪精度优于0.3 mrad,控制方法可适用于动载体光电系统的自主瞄准稳定和跟踪。     

基于LCT+的自适应抗遮挡目标跟踪算法

在目标跟踪过程中,目标遮挡往往会造成跟踪器的性能下降,从而导致目标丢失。针对这一问题,提出一种基于LCT+核相关滤波的自适应抗遮挡目标跟踪算法。该算法在LCT+核相关滤波算法的基础上进行改进,利用双跟踪器自适应对目标进行跟踪,即根据两个跟踪器的输出响应值大小选择最优跟踪器跟踪目标;利用支持向量机自适应重新检测目标,即根据目标丢失帧的数量自适应调整检测框范围的大小;最后采用颜色直方图匹配的方法进一步验证预测的目标。相比原算法,所提算法采取双跟踪器自适应跟踪机制和支持向量机自适应重检测机制,有效避免了目标跟丢。在OTB50和OTB100两个大型基准数据集上对算法进行验证,结果表明该算法在距离精度和成功率的评估指标上都优于一些主流算法,并且在抗遮挡方面具有较高的精度和较强的鲁棒性。     

基于模糊自适应PID的连续旋转寻北仪转速控制

对连续旋转式寻北仪转位机构的转速控制技术进行研究.针对寻北仪工作过程中,受到外部环境因素干扰,导致转位机构脱离稳态运行,影响寻北精度的问题,为了提高寻北精度,提出采用模糊自适应PID的方法对寻北仪的连续旋转进行稳速控制.利用模糊控制规则对PID参数进行实时调整,有效改善系统的动态和静态特性.仿真结果表明,模糊自适应PID 控制具有超调小、响应速度快、抗干扰能力强、鲁棒性好等优点,克服了经典PID)控制参数依赖于系统精确数学模型的缺陷,对工作过程中出现的干扰力矩,能够实现快速有效的稳定调节,提高了寻北仪转位机构的转速稳定性.     

基于微分器与神经网络的PID控制算法研究

在工控系统微分器设计优化问题的研究中,由于在工业生产实践中,传统PID参数整定方法难以得到合理优化的PID参数,传统增量式PID控制存在抗干扰性较差、控制精度不高的问题.针对上述问题,提出了基于跟踪微分器与神经网络的PID控制算法.对跟踪微分器的原理进行了阐述,通过跟踪微分器实现位置信号滤波与速度信号求解;对增量式自适应PID控制算法进行了改进.在上述基础上,构建了基于微分跟踪器与神经网络的PID控制器.对控制算法进行了仿真,仿真结果表明,提出的控制算法具有抗扰动能力强、控制精度高等优点.     

模糊PID技术在轧机AGC系统上的应用

常规PID控制在对象变化时,控制器的参数不能自动修改适应,无法很好地满足轧机厚度控制精度的要求。针对这一问题,设计了一种模糊自适应PID控制器,利用模糊推理方法实现对PID参数在线自适应,来实现AGC系统的稳定,提高厚度控制系统的精度。通过simulink仿真,结果表明模糊自适应PID控制器自适应能力更强、响应快、稳定性好,同时也有更强的鲁棒性,能够使厚度控制得到满意的结果。     

模糊自适应PID控制器参数整定的研究

主要研究了模糊自适应PID控制器参数整定方法,给出了预估计PID参数值的经验公式和方法。用MATLAB软件对PID控制、模糊自适应PID控制的控制性能分别进行了仿真研究,结果表明参数模糊自整定PID控制具有良好的稳态精度和自适应能力。     

电控机械式自动变速车辆发动机转速控制系统的研究

针对传统PID算法在发动机转速控制中难以实现最佳参数问题,提出了利用神经元自适应PID算法对发动机转速进行闭环控制.由于神经元自适应PID 可以在线调整 其参数值,因此当发动机目标转速发生变化时可以通过改变控制参数来实现转速的快速跟踪.实验结果表明使用神经元自适应PID算法对发动机转速控制可以达到快速响应和较高精度的控...     

模糊自适应PID在压力试验机中的应用

通过对压力试验机各项指标的深入分析,针对加压速率控制精度要求高的特点,运用模糊自适应PID参数的控制技术.克服了传统定常PID控制系数恒定的不足,提高了对水泥块抗压能力检测的精度.经实际运行表明,模糊自适应PID参数控制算法的实现.比定常PID控制的控制质量有明显提高.     

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。     

基于Bang-Bang模糊自适应PID的干燥窑温度控制

为解决产品干燥窑温度控制过程中温度参数不易及时、准确调整的问题,该文提出了一种Bang-Bang(时间最优控制)模糊自适应PID复合控制器,利用Bang-Bang控制能最大限度的提高干燥窑温度的快速性和模糊自适应PID能提高干燥窑温度控制的准确性,使系统静态、动态都有比较理想的性能。建立干燥窑温度模型,并对该模型进行Bang-Bang模糊自适应PID控制和PID控制的仿真,两者比较结果:表明:Bang-Bang模糊自适应PID的响应明显比PID控制的响应效果优越。     

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。     

采用遗传优化自适应模糊PID控制球杆系统

为解决球杆系统动态、静态性能不高的问题,提出了遗传算法优化自适应模糊PID控制器的控制方法.该模型在拉格朗日方程建立球杆系统数学模型的基础上,采用遗传算法优化模糊控制规则、隶属函数和自适应PID参数.在GBB1004系统中建立了遗传算法优化后的自适应模糊PID控制器以及控制模型,并对该控制器进行实验验证.实验结果证明了遗传算法优化后的模糊控制器有效地减小了系统的超调量,缩短了系统的调节时间,能够较好地控制球杆系统.     

自适应模糊PID控制器的设计

目前的工业过程控制中被控对象往往都是非线性、时变的系统,常规PID控制对于这样系统的控制效果不是很理想。为此,提出将模糊技术与PID控制相结合的控制方式,设计出自适应模糊PID控制器。利用Matlab中模糊逻辑控制工具箱设计模糊控制器,在Simulink环境中实现了该自适应模糊PID控制器的仿真。仿真结果表明,该模糊PID控制具有控制灵活、响应快和适应性能强的优点。     

模糊PID控制在纳米微动台系统中的应用

针对在纳米级运动控制中,传统PID算法的参数配置在抑制系统运动超调、提高系统定位精度,以及保障系统稳定性等方面存在矛盾的问题,提出了将模糊自适应PID控制器应用于该系统的方案.并基于大量工程整定实验,给出了针对纳米量级控制特点的模糊集设置和模糊整定规则,选取了合理的PID参数论域取值.实验结果表明,所设计的模糊控制器通...     

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。     

基于变论域模糊PID的分解炉温度控制研究

分解炉温度控制系统具有非线性、时变、纯滞后的特点,针对传统PID控制及模糊.PID控制难以很好地满足控制要求,提出了一种变论域模糊自适应PID控制方法。利用变论域思想,设计了一种基于函数模型的伸缩因子控制器,动态地调整模糊控制器的量化因子和比例因子,提高了控制精度。在Matlab环境下分别对PID控制、模糊PID控制和变论域模糊PID控制方法进行了仿真对比,结果表明变论域模糊PID控制方法具有更好的动静态性能和自适应能力。     

自适应模糊控制在电锅炉温控系统中的应用

基于 PID控制方式和一般模糊控制方式在电锅炉温控系统中的不足,提出了一种具有自调整因子的自适应模糊控制器 ,实验结果显示其控制效果明显优于一般模糊控制.     

网络控制系统Smith Fuzzy PID控制器的设计

针对网络控制系统中普遍存在的时延问题,提出了一种将模糊自适应算法和Smith预估补偿算法与常规PID控制器相结合的智能控制策略。该方法充分利用了Smith预估控制算法对带时延系统的良好控制能力,同时利用模糊推理算法实现对PID参数的在线自整定,进一步改善PID控制器的性能。仿真结果表明,基于该智能控制器的网络控制系统克服了传统PID控制超调量大及常规Smith预估补偿过分依赖于被控对象精确数学模型的缺陷,可以有效降低时延对系统性能的不利影响,使被控对象具有良好的动、静态特性。