粒子群优化模糊PID的电动负载模拟器研究

为了解决多余力矩对电动负载模拟器强干扰，影响加载指令跟踪精度的问题，将基于粒子群优化的模糊PID控制方法用于加载电机控制器的设计。首先在分析加载电机结构以及工作原理的基础上建立了电动加载系统的数学模型，并利用结构不变性原理进行前馈补偿推导；其次针对常规PID控制器无法通过变参数来应对复杂的非线性环境，以及模糊PID量化因子、比例因子难以依靠经验调整问题，提出了一种基于模糊PID和粒子群优化算法的复合控制策略；最后通过仿真验证了该控制策略在对多余力矩消除上要优于常规的模糊PID控制。     

基于模糊系数修正BP神经网络PID的BLDCM控制系统仿真研究

常规PID、模糊算法无法解决无刷直流电机（BLDCM）控制系统存在的强耦合、非线性等问题,在干扰作用下容易出现信号失真。针对该问题,在滑行灯伺服转向系统中,以BLDCM三闭环控制系统为研究对象,结合BP神经网络、模糊控制和PID算法,提出一种基于模糊系数修正BP神经网络的PID控制。通过Simulink建模及仿真,对比研究了该策略与常规控制算法在转矩扰动和磁通扰动状况下的动态响应特性。仿真结果显示该改进控制算法在BLDCM位置控制系统中性能优良。     

基于模糊BP神经网络的智能轮椅BLDCM控制

现阶段多数轮椅电机仍使用传统PID控制,该控制方式存在控制精准度较低、超调量较大以及抗扰动能力差等问题。为解决以上问题,通过对无刷直流电机进行研究,在分析了其控制方法后,提出一种基于模糊BP神经网络的BLDCM控制方法。首先,研究了BLDCM结构并搭建数学模型。其次,在模型基础上构建了模糊BP神经网络PID控制器。最后,在Matlab/Simulink中搭建整个电机控制系统进行三种不同工况下的运动控制仿真,并与传统PID控制算法进行对比。实验结果表明：模糊BP神经网络PID控制策略能获得更好的PID控制参数,具有良好的抗扰动能力,有效的改善了整个轮椅控制系统的动态性能。     

基于神经网络模糊PID的步进电动机控制系统

针对两相混合式步进电动机建立数学模型,利用MATLAB语言的S函数,设计了用于步进电动机控制的具有参数自整定功能的神经网络模糊PID控制器。通过Simulink仿真,分别分析了神经网络模糊PID控制器下的步进电动机空载和空载起动后加载时系统的响应情况,仿真结果表明该控制器对步进电动机速度和输出转矩控制效果明显,相对于BP神经网络参数自学习的PID控制,具有响应速度更快、超调更小、抗负载冲击能力更强等良好的静动态特性,从而为步进电动机控制系统的仿真及实际应用研究提供了一种可靠、方便的控制器模型。     

基于模糊自适应分数阶PID的医用无刷直流电机控制研究

针对医用呼吸机上应用的无刷直流电机控制器响应速度慢、动态性能差等问题,结合分数阶控制理论和模糊控制理论,提出了模糊自适应分数阶PID控制策略。其中分数阶PID控制旨在提高无刷直流电机系统的控制精度,同时利用模糊控制不依赖被控对象数学模型的优势,实现分数阶PID参数的在线调整。在Matlab/Simulink环境下,建立无刷直流电机控制系统的仿真模型,并进行仿真研究。仿真结果表明模糊自适应分数阶PID控制器响应速度快,能实现参数在线调整,并能有效的提高系统的动静态性能和鲁棒性。     

基于模糊神经网络的电动执行机构

电动执行机构控制的对象往往有多参数、非线性、时变以及变量强耦合的特点,很难建立精确的数学模型.模糊神经网络控制系统利用神经网络的非线性映射能力完成模糊控制,能很好地解决控制对象的动态特性所具有的非线性、时变性、参数可变等问题.仿真对比试验表明,电动执行机构采用模糊神经网络控制器(FNNC)后,系统的响应速度变快,调节精度提高.该控制器的适应性、鲁棒性也明显优于常规PID控制器.     

一种基于FNNC-PID的水轮机调速系统控制方法

水轮机调速系统是典型的具有非最小相位、非线性,时变特性的复杂控制系统,难以建立精确的数学模型.针对水轮机调节系统的特性,运用模糊控制和神经网络控制的理论,设计了一种模糊神经网络控制器,利用神经网络结构来实现模糊逻辑推理,通过神经网络的学习来优化模糊控制的隶属度函数以及模糊规则.针对模糊控制存在稳态误差的问题,提出了一种FNNC-PID复合控制器,仿真结果表明,这种控制方案可以消除稳态误差,并使系统具有良好的动态性能和鲁棒性,其控制效果优于常规的PID控制.     

基于模糊PI控制的永磁同步直线电机矢量控制系统研究

文章将模糊控制与传统的PID技术相结合,设计出可以实现PI参数自调整的模糊PI控制器,代替传统的PI速度控制器。利用Matlab/Simulink对永磁同步直线电机及其矢量控制系统建模、仿真。仿真和实验结果表明,采用模糊PI控制具有更好的动态响应性能,能有效的抑制暂态和稳态下的推力脉动,对于负载扰动具有较强的鲁棒性。     

基于模型参考自适应的单神经元PID控制器设计

将神经网络和模型参考自适应控制系统相结合,研究基于模型参考自适应理论永磁同步电动机(PMSM)BP神经网络速度辨识的单神经元比例积分微分(PID)速度控制器。该系统基于模型参考自适应理论利用BP神经网络辨识器得到的参数信息,使用单神经元PID控制器取代传统PID控制在线调整权值。根据李亚谱诺夫稳定性理论验证了该控制器的稳定性,仿真与实验研究证明该方法改善了PMSM速度控制系统的动态响应与自适应控制能力。     

视轴稳定系统的模糊PID控制器设计

为了实现无人机视轴稳定系统的准确测量与跟踪,设计了经典PID和模糊控制为基础的视轴稳定控制器。在实际工程中PID参数整定过程存在大量不确定性,为了实现PID参数的在线整定,将模糊控制算法与经典PID控制相结合,构造了参数自整定模糊PID控制器,实现了对PID控制器的修正。在MATLAB中的Fuzzy Toolbox和Simulink中,将PID和参数自整定模糊PID进行对比,参数自整定模糊PID控制器在无扰动和10 Hz的正弦扰动的阶跃响应曲线表明,模糊PID相对于模糊控制和PID控制有更短的响应时间和更小的隔离度;在输入为1~10 Hz的系统正弦响应曲线,模糊PID误差最小,控制效果最好。由此可得参数自整定模糊PID在视轴稳定系统中有良好的鲁棒性和控制性能。     

基于模糊自适应PID的风力发电系统变桨距控制

提出模糊自适应整定PID控制理论设计风力发电系统变桨距控制器。建立了风机及变桨距机构模型,以发电机转速测量值,发电机转速测量值与额定转速相比后误差为输入设计控制器。在随机风作用下对设计的模糊自适应整定PID控制器进行仿真,结果表明基于模糊自适应整定PID控制理论的变桨距控制器具有良好的动态性能及对风速扰动的鲁捧性,能够有效改善风力发电系统变桨距控制效果。     

基于模糊自适应PID的风力发电系统变桨距控制

提出模糊自适应整定PID控制理论设计风力发电系统变桨距控制器.建立了风机及变桨距机构模型,以发电机转速测量值,发电机转速测量值与额定转速相比后误差为输入设计控制器.在随机风作用下对设计的模糊自适应整定PID控制器进行仿真,结果表明基于模糊自适应整定PID控制理论的变桨距控制器具有良好的动态性能及对风速扰动的鲁捧性,能够有效改善风力发电系统变桨距控制效果.     

电动负载模拟系统的复合控制器设计

针对电动负载模拟系统中存在的时变参数问题,同时为了抑制多余力矩,提出了基于极点配置自校正控制与前馈补偿控制起相结合的复合控制方法。利用自调整遗忘因子递推最小二乘法在线辨识系统时变参数,结合系统的性能指标,设计了极点配置自校正控制器;采用舵机输入指令的前馈补偿,抑制了系统的多余力矩。仿真实验结果表明,该复合控制器可以有效地提高加载系统的动态响应性能,抑制多余力矩,使系统具有较强的鲁棒性。     

无刷直流电机模糊自适应控制系统的研究

针对传统无刷直流电机控制系统动态响应速度慢、抗扰动能力不强等缺陷,本文设计了模糊自适应PID速度控制器来实时动态调整PID参数,从而提高BLDCM控制系统自适应能力,改善其控制效果。为了验证所提控制策略的优越性和有效性,在Matlab/Simulink环境中建立了基于模糊自适应PID的BLDCM双闭环控制系统仿真模型,且以STM32微处理器为核心搭建了BLDCM控制系统实物平台。仿真和物理实验的结果均表明,基于本文策略的BLDCM控制系统具有无超调、抗扰动性能好、鲁棒性强等优点,其自适应能力和控制性能亦显著提高。     

基于模糊自适应整定PID无刷直流电动机的控制

结合PID控制和模糊控制各自的特点,设计了基于模糊自适应整定PID控制器.仿真结果表明:模糊自适应整定PID控制方法具有较强的自适应能力和抗负载扰动能力,稳定性、动态速度响应均优于传统的PID控制.这一新颖的复合智能控制策略为无刷直流电动机调速控制的研究和发展提供了新的思路.     

基于ANFIS控制的无刷直流电机转速问题

无刷直流电机（BLDCM）因具有效率高、体积小等优点而被广泛应用于工业控制各个领域。但采用传统PID控制的电机调速器难以满足精准调速需求,所以针对BLDCM调速问题,结合PID控制设计TS模糊PID控制,且在此基础上设计了自适应模糊神经网络（ANFIS）控制。在MATLAB环境下建立BLDCM仿真模型进行仿真试验。试验结果表明,ANFIS控制器的控制性能相比于PID控制和TS模糊控制,具有响应速度快、控制精度高等优点。     

基于模糊规则的SSSC智能控制器设计

静止同步串联补偿器SSSC是FACTS中新型的串联补偿元件,它的快速、灵活控制特性及其在提高电力系统暂态稳定性上的作用具有广阔的应用前景。在模糊控制理论及数字PID控制方法的基础上,采用基于模糊理论的PI控制策略对SSSC的控制器进行设计,提出了基于模糊规则的SSSC智能控制器的设计方案。最后,利用MATLAB语言中的仿真环境Simulink对所设计的控制器进行了仿真验证,仿真结果证明:该控制器能够更有效地提高SSSC的控制性能,改善系统的动态特性。     

变频恒压供水系统的Smith预估复合控制

针对恒压供水系统的非线性、随机性、大惯性和纯滞后特性,提出了一种带Smith预估的PID-模糊复合控制策略.该控制策略融合了模糊控制动态响应性能好、PID控制调节精度高以及Smith预估纯滞后补偿的优点.在保留了系统很好的动态过程平稳性和稳态性能的基础上,明显改善了系统的动态过程快速性,同时对被控对象模型参数变化具有很好的适应性,鲁棒性好.仿真试验结果表明:带Smith预估的PID-模糊复合控制策略可使恒压供水系统的动态稳态性能明显优于常规PID、模糊控制和PID-模糊复合控制.     

基于RBF神经网络整定PID的 风力发电变桨距控制

为了改善变速恒频风力发电系统在恒功率输出运行区域内的动态性能,在分析系统变桨距控制研究现状的基础上,基于RBF神经网络(RBFNN)整定PID控制理论设计风力发电系统变桨距控制器,建立了风力机及变桨距机构模型,以发电机转速测量值与额定转速相比后误差为输入设计控制器。在随机风作用下对设计的RBFNN整定PID控制器进行仿真,结果表明基于RBFNN整定PID控制理论的变桨距控制器具有良好的动态性能及对风速扰动的鲁捧性,能够有效改善风力发电系统变桨距控制效果     

三容水箱的模糊自整定PID控制

针对常规PID对非线性、时延对象控制参数难以整定的问题,根据偏差和偏差变化率来实时调整PID参数,设计了基于模糊控制原理的PID参数自整定控制器。仿真结果表明,模糊自整定PID控制器比常规PID控制器有更好的控制效果,大大改善了系统的动态和静态性能。