共查询到19条相似文献,搜索用时 359 毫秒
1.
2.
加注连接器自动对接系统是一种非线性、多变量、变参数的系统,作为被控对象使用经典PID控制效果欠佳。为此结合模糊控制的优点,设计一种模糊PID控制策略,在加注连接器自动对接系统的仿真模型上分别使用经典PID和模糊PID,进行控制效果对比。结果表明,对比PID控制,模糊PID控制具有误差较小、抗干扰性较强等特点,更适用于自动对接系统,具有广阔的应用前景。 相似文献
3.
4.
5.
神经网络结构PID方法在电液供油提前器中的应用研究 总被引:2,自引:0,他引:2
根据大功率柴油机电液供油提前器的控制要求,进行了神经网络结构PID方法的应用研究。分析了电液供油提前器的工作特性和控制要求,引入神经网络结构PID方法,自动实现PID的参数整定,通过对供油提前角器的活塞位移闭环控制,提出了供油提前器的不灵敏角度补偿机械硬件误差,实现了对供油提前角的控制。进行Matlab/Simulin环境下的不同PID方法的仿真对比,神经网络结构PID控制效果明显优于普通PID.并在实验台架上进行了电液供油提前器的控制试验,电液供油提前器的控制精度为0.3(°)CA,响应时间在2s内。结果表明神经网络结构PID方法在电液供油提前器中应用的有效性。 相似文献
6.
7.
CMAC与PID的并行控制在火箭炮交流伺服系统中的应用 总被引:2,自引:0,他引:2
火箭炮交流伺服系统是复杂的变负载、大功率系统,其控制系统的参数变化大,采用单一的PID控制算法很难取得较高的控制品质和控制精度。根据CMAC控制鲁棒性强和可靠性高,以及PID控制器功能简单、便于使用及在各种不同工作条件下保持较好工作性能的特点,提出了CMAC神经网络与PID结合的复合控制策略。在Matlab中进行计算机仿真,结果表明了该控制策略的有效性和实用性。 相似文献
8.
9.
基于遗传算法的无人机自动机动攻击轨迹控制仿真研究 总被引:1,自引:0,他引:1
针对某型无人机,采用增量式PID控制规律,研究了无人机对地自动攻击的轨迹控制问题.首先,建立了被控对象无人机的数学模型,然后,在研究PID控制规律的基础上,提出了无人机飞行轨迹控制方案和增量式PID算法,并使用遗传算法对PID控制的参数进行优化求解,编制了仿真计算软件并进行了大量的仿真研究,最后对仿真结果进行了分析和比较,给出了相应的结论. 相似文献
10.
本文设计了一种多级开关量控制和常规PID控制相结合的新型调节器,能够自动调整开关控制和PID控制切换阀值。因而,该调节器具有快速跟踪和抑制最大偏差的性能,有一定的自适应能力。 相似文献
11.
12.
为提高回转式自动化弹仓的定位控制精度及降低弹仓在运动过程中的振动,针对回转式自动化弹仓在运动过程中齿轮多边形效应明显、非线性摩擦难以准确测得、冲击振动大等造成的定位控制精度低的问题,提出了一种基于自适应算法的近似变结构控制方法。通过改进传统滑模超平面并将其与自适应算法结合,使超平面能够依据系统误差自适应改变; 对回转式弹仓系统的转动惯量与阻尼系数进行了自适应估计。基于Simulink仿真,得出弹仓在不同载荷条件下的控制误差,并与PID控制、传统滑模变结构控制效果对比。分析结果表明:在同等扰动及同等载荷条件下,改进自适应近似变结构控制能够更有效地提高回转式自动化弹仓的定位控制精度,且能够有效降低弹仓运动过程中的振动。 相似文献
13.
14.
15.
该控制方案舍去传统的校正环节,不用传统的PID控制,而用FUZZY控制设计反坦克导弹倾斜控制系统,给出了FUZZY控制表求取规则和控制表。实验结果表明FUZZY控制效果较传统的PDI控制效果好。 相似文献
16.
:针对模糊PID 控制下的动态性能问题,提出一种量化因子改进型的模糊自适应PID(Fuzzy-PID)控制算法。
在模糊量化环节引入模糊论域量化因子在线调整函数,实现对模糊量化因子的实时调整;将传统PID 控制、传统模
糊PID 控制和量化因子改进性模糊PID 控制,分别在100 kHz 和200 kHz 的系统频率下,进行单位阶跃输入信号下
的动态性能对比实验。结果表明:该算法在2 种系统频率下均能实现无超调,调节时间不超过0.15 s,其动态性能相
较传统控制算法具有明显提升。 相似文献
17.
针对双向DC-DC变换器在铝空气电源工作模式切换时的非线性问题,设计一种用于铝空气电源储能系统的双向DC-DC变换器。在传统PID控制的基础上,引入模糊控制,构成模糊PID电压环和PI电流环双闭环控制。并在Matlab/Simulink中,对比分析了双向DC-DC变换器模型、传统PID双闭环模型和模糊PID双闭环模型。实验仿真结果表明:与传统PID控制方法相比,该控制方法能够有效解决双向DC-DC变换器的非线性问题,提高升降压速度,减小输出电压和电流的波动。 相似文献
18.
为提高某随动负载模拟器加载系统的加载精度,设计一种基于灰预测单神经元 PID 自适应(grey prediction
single neuron PID,GM/SN-PID)控制策略。通过分析随动负载模拟器的系统构成和工作原理,简化加载电机模型,
根据转动惯量盘模型,建立随动负载模拟器模型。在传统 PID 控制的基础上引入灰预测模型用于初始化 PID 参数的
整定,单神经元自适应控制器用于在线调节 PID 比例、积分和微分参数。仿真结果表明:该方法能提高加载系统的
加载精度,具有较强的鲁棒性,优于传统 PID 控制。 相似文献