中药制剂自动生产提取控制系统的设计与实现

设计了一种中药制剂自动生产提取控制系统。系统主要由中央控制系统、现场控制系统和现场设备3层体系组成,通过SIEMENS S7-300 PLC组态一个工业通信网络系统,把现场控制器的数据传送到工业控制计算机上进行归档、查询、存储、显示、打印,同时将操作人员通过工业控制计算机发出的命令传送到现场控制器上,并对现场控制器进行管理,从而对中药制剂生产提取整个过程实现自动控制。     

加注连接器自动对接系统模糊PID控制方法研究

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。     

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。     

MiniPilot2812自动驾驶仪的设计研究

以两片TMS320F2812分别为导航计算机和控制计算机,设计研制了MiniPilot2812自动驾驶仪。该自动驾驶仪采用PID控制方式稳定飞行器姿态和操作飞行器;采用GPS/INS组合导航保持飞行器自主飞行;并通过无线数据传输与地面站之间信息的交换实现实时控制和参数调节。经过大量调试试验和飞行测试表明:MiniPilot2812自动驾驶仪可基本满足飞行的要求。     

神经网络结构PID方法在电液供油提前器中的应用研究

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。     

带有PID控制器的过载自动驾驶仪特性分析

针对PID控制器对过载自动驾驶仪特性的影响,对带有PID控制器的双回路过载自动驾驶仪的工作原理及其特性进行了分析。分析表明,带有PID控制器的双回路过载自动驾驶仪可以使静不稳定弹体稳定,且对于不同的气动参数,其稳态输出不会受到影响。该自动驾驶仪对于舵机常值零位误差输入没有稳态误差,而经典过载自动驾驶仪对于同样的舵机零位误差输入则产生稳态误差。相比含有积分矫正的双回路自动驾驶仪,带PID控制器的双回路自动驾驶仪响应速度更快。仿真结果表明了本文理论分析的有效性。     

CMAC与PID的并行控制在火箭炮交流伺服系统中的应用

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。     

基于模糊调整的变结构自适应PID控制器

为了提高复杂控制系统的品质和稳定性,采用模糊控制和变结构自适应PID控制相结合的控制方法。利用模糊控制在线整定PID控制参数,使其随误差变化而自动整定,实现了PID控制参数与系统误差变化的精确匹配。采用这种方法可进一步抑制变结构控制固有的抖动现象,提高系统的控制品质。将位置控制方法用于数字交流随动系统的位置控制。试验结果表明,该位置控制器既能保证系统的稳定性和快速性,又具有很好的跟踪精度,较好地解决了随动系统跟踪精度、稳定性、快速性要求高难以协调匹配参数的问题。     

基于遗传算法的无人机自动机动攻击轨迹控制仿真研究

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.     

一种新型多级开关调节器的设计

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。     

基于智能PID的鱼雷控制算法探讨

鱼雷姿态控制是鱼雷自主推进控制的基础,而常规姿态PID控制方式存在响应慢、精度低、超调量高的缺点,对于鱼雷的稳定跟踪是不利的。本文引入智能PID控制的方式,设计了一种用于鱼雷姿态控制的PID控制器,该控制器综合了智能比例、积分分离和单神经元控制方法,实现了鱼雷姿态的智能控制。仿真研究表明,该算法简单且易于实现,响应快、超调量小并有较高的控制精度和较强的稳定性。     

回转式弹仓的自适应近似变结构控制

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。     

基于模糊PID控制的AGV控制

为提高自动导引小车(automatic guided vehicle,AGV)运动控制效率,建立了AGV的3维模型和运动模型,通过Matlab/Simulink对AGV的运动模型进行仿真分析.分别使用PID控制、模糊控制和模糊PID控制方法对AGV的运动进行仿真,得到3种控制方式的响应时间和控制效果,并从行走距离和响应时间进行分析.仿真结果表明:建立的Simulink模型真实可靠,模糊PID控制效果比模糊控制和常规PID控制效果更好,可为AGV的控制研究提供参考.     

BP 神经网络在双伺服同步运动系统中的应用

针对传统的PID调节器不能解决双伺服同步运动系统中经常出现的超调和滞后问题,提出一种将传统PID和BP神经网络的PID调节器相结合的方式来控制两伺服电机轴的运动。其中,传统PID算法用于系统正常运行时的控制,而BP神经网络的PID算法用于调试过程中修改位置调整器和速度调节器的参数。该方案能实现轴B准确地跟踪轴A的速度和轨迹而运动。     

倾斜控制系统的FUZZY控制

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。     

一种量化因子改进型的模糊自适应PID 控制算法

：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。     

基于模糊PID 的铝空气电源双向DC-DC 变换器

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。     

某随动负载模拟器 GM/SN-PID 自适应控制

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。     

基于改进型BP神经网络的PID控制算法

针对传统的PID控制算法很难获得比较理想的控制效果的问题,提出一种基于BP神经网络的自适应PID控制算法。根据BP神经网络的结构和特点,介绍了改进型BP神经网络算法描述及PID控制器的结构,并通过实例进行仿真分析。结果表明,改进型BP神经网络PID控制器具有良好的控制效果,降低超调量,抗干扰性强和增强系统的鲁棒性,优于常规PID控制器。