基于神经网络模糊PID的足球机器人控制算法研究

通过对足球机器人运动学模型进行分析,以足球机器人系统为实验平台,论证了神经网络模糊PID控制技术应用于足球机器人运动控制的可行性。将传统的PID控制与神经网络模糊控制相结合,通过PID算法实现控制的准确性,利用神经网络模糊控制提高控制的快速性与自适应性。针对足球机器人运动控制中的实际问题,着重提出了基于神经网络和模糊控制相结合动态调整PID控制器的三个参数KP,KI,KD的设计方法。实验证明该方法增强了控制器的调节能力和简化了控制器设计,同时本方法对模型和环境具有较好的适应能力和较强的鲁棒性。     

一种模糊神经解耦混合控制器的研究

该文将模糊神经网络与Pl控制技术相结合构成一种模糊神经解耦混合控制器。新控制器在控制过程中借助模糊神经网络的自学习算法实现控制参数的在线调整。仿真结果表明，该控制方法对非线性时变系统有较好的控制效果。     

振动慢剪破碎机模糊解耦PID控制

针对振动慢剪破碎机碎矿过程多变量、强耦合、大时滞的特点,提出了一种基于自适应粒子群算法优化的模糊解耦PID控制方法。在对振动慢剪破碎机动态模型进行对角矩阵解耦的基础上,分别对给料量和振动电动机频率进行模糊PID控制,并引入自适应粒子群优化算法对模糊PID控制的隶属函数参数进行动态优化,从而实现主电动机工作电流及合格矿料产率精确、稳定、快速控制。仿真及试验结果表明,该方法具有响应速度快、调节时间短、超调量小的特点。     

模糊自调整PID的精馏塔参考模型解耦控制研究

一个现代化的化工企业,精馏塔生产装置种类和数目为数众多,生产目的也多种多样。精馏塔控制方法的改良可以引起显著经济效益的变化,同时可以使生产过程更加节能环保,因此,化工企业存在着精馏过程控制算法的改良问题。精馏过程约占工业总能耗的1/3,其节能控制潜力很大。精馏塔温度控制系统是典型的多输入多输出耦合系统。针对多输入多输出耦合系统,为使其解耦控制与主回路控制达到相互独立,本文在分析与总结模糊逻辑、PID控制等优点的基础上,设计了一种参数自调整模糊PID控制器,并将其与多变量参考模型解耦控制方法结合,实现了精馏塔温度控制系统的解耦控制。参考模型回路由控制器和被控对象的模型两部分组成。模糊PID解耦控制器的引入,使控制与解耦功能分别由2个不同的控制器独立完成,最后将该算法应用于化工精馏塔温度控制模型中。由仿真结果可知,本文方法可以使实际输出结果很好的跟踪目标结果,从仿真图可得出,该方法可以较好的实现动态和静态解耦,解耦控制效果比较理想。进而可以将该方法用于实际的化工生产过程中,具有一定的实用价值。     

球形机器人姿态模糊PID控制研究

论文尝试研制一种大尺寸球形机器人姿态控制问题,其中利用模糊PID控制算法初步解决了球形机器人的平衡及运动控制的问题。论文在大尺寸球形机器人转弯运动分析基础上,提出通过控制球形机器人姿态来控制球形机器人转弯半径的方法,建立姿态调整的动力学模型,并进行仿真分析及其运动特性分析,并针对球形机器人的控制问题,提出了相应的控制策略。通过对动力学模型的传递函数进行控制分析,找到使系统达到满意的性能指标。根据实际控制中执行机构特点,提出了一种改进的PID控制模糊PID控制算法,并进行了试验研究。通过仿真与试验表明:模糊PID控制算法对球形机器人姿态调整控制有良好效果,使该算法在外界地形保持不变时能够较好的适应该地形,并实现控制要求。     

基于模糊PID的武装机器人运动控制研究

运动控制系统设计是武装机器人设计中的重要内容,控制驱动电机的转速是进行运动控制的常用方法,所研究的武装机器人就是运用控制电机转速这种方法来实现运动控制的。在电机的运动控制过程中容易出现超调、振荡、丢步和两电机不同步的问题,运用先进的控制算法实现电机转速精确控制是运动控制的一种有效途径,设计了一种利用模糊自适应整定PID原理实现对步进电机速度控制的运动控制系统,然后在两驱动电机控制系统中间设计了速度同步补偿器,来保证武装机器人的直线运动性能。通过仿真和试验证实,该运动控制系统具有良好的响应速度、稳定性和控制精度,在两电机负载和干扰输入信号有所差异的情况仍然能够实现电机的同步控制,能够满足武装机器人运动控制的设计要求。     

轮式机器人模糊遗传PID转向控制实验研究

为了对模型复杂的轮式地面机器人进行转向控制，应用了模糊遗传PID控制方法。先用模糊神经网络建立车体模型，再用遗传PID进行参数寻优，最后用优化参数控制机器人转向。该方法能直观地判断PID参数是否有效。经过对车体转向控制的实验研究，控制效果良好。     

机器人的最优解耦控制

机器人手臂的运动具有典型的非线性动态耦合。在速度快和精度要求高的情况下,这种耦合是不能忽略的.本文提出一种最优解耦控制方法,具有实现容易、计算量小、实时性好等优点。文中给出了仿真结果并对此进行了讨论。     

基于遗传算法的PID神经网络解耦控制

提出一种基于遗传算法的ＰＩＤ神经网络解耦控制算法。该算法将遗传算法用于多层前向神经网络的连接权系数的学习。克服了ＢＰ算法易陷入局部极值的缺点,并具备ＰＩＤ神经网络控制器结构简单规范、动态和静态性能良好等优点,适用于对非线性多变量系统的解耦控制。     

一种解耦模糊PID控制器研究与仿真

针对线性控制系统中因环境变化引起被控对象参数改变或者因干扰作用使系统出现非线性,而引起系统控制性能变差的现象,提出一种解耦模糊PID控制器的方法来改善系统的性能。通过对线性随动控制系统的仿真可见,不论是在被控对象参数改变还是出现随机干扰的情况下均能获得较好动态性能指标。解耦模糊控制的模糊语言规则少,响应速度较快。     

柔性内镜介入机器人模糊PID控制研究

柔性内镜以其损伤小、检查直观等优势在消化道疾病的诊断与治疗上得到广泛的应用,但其操作困难,因此研发有内镜机器人辅助医生进行内镜操作。在镜下介入手术操作过程中,人体生理活动增加了内镜远程操作的难度。针对生理活动对目标靶点位置的影响,分析内镜弯曲段结构,建立了柔性内镜机器人的运动学模型,并引入模糊PID控制策略来适应人体解剖结构、内镜参数等不确定因素影响,使内镜自动跟踪病灶靶点,避免人重复小范围的跟踪动作,提高控制精度。仿真表明,相对于传统PID控制算法,模糊PID控制算法可加快系统响应,降低系统稳态误差。     

冗余自由度工业机器人模糊自适应PID控制研究

为提高汽车生产中涂胶工序的工作效率和空间利用率,改善机器人避障性能,设计了一款具有7自由度的冗余度工业涂胶机器人,并对其控制方法开展研究。针对现有PID控制方法应用于非线性时变的多自由度多刚体串联式开链系统时,控制效果有限、难以达到系统精度要求等问题,基于传统PID控制和模糊自适应控制算法,提出了一种带有重力补偿的模糊自适应PID混合控制方法。该方法在对冗余度工业机器人进行动力学分析的基础上,基于牛顿-欧拉分析法建立了冗余度机器人动力学模型,基于动力学分析设计了带有重力补偿的模糊自适应参数整定PID控制策略,建立了控制器模型,通过Matlab仿真实验表明,具有模糊自适应参数整定PID控制较有重力补偿的传统PID控制具有更好的控制效果。     

轮式机器人模糊神经网络建模与模糊遗传PID转向控制的研究

针对数学模型复杂的轮式机器人的转向控制问题，提出了一种先用模糊神经网络建模，再用模糊遗传PID转向控制的方法。模糊遗传PID控制算法简单，直观性好，容易理解，能直观地判断PID参数是否有效。控制方法所需的数据完全来源于实验。经过对车体转向控制的仿真研究，由仿真结果可看出，仿真控制效果良好。控制方法能适应各种不同速度、不同转向角度等参数变化，在实际中应用实验数据就能控制，是一种有实用意义的控制方法。     

基于模糊PID算法吸附机器人转向控制

传统的吸附机器人在发生碰撞或者在不光滑的墙面移动时,机器人将会偏离原本设定的路线,从而降低工作效率。为了解决这一问题,本文分析了吸附式机器人系统数学模型,并提出基于模糊PID控制算法实现机器人转向控制,从而使得机器人回到原始路线,通过simulink仿真的结果可以得出,模糊PID算法相比于传统PID算法,转向系统的动态特性更好,系统的反应速度快,效率更高。     

基于导管机器人的变论域模糊PID控制研究

在微创血管介入手术中,当操作者通过主手给出期望位置后,要求导管机器人能够控制导管快速稳定并精确到达目标位置。但由于导管机器人的电机响应迟滞以及血管内的复杂环境因素,传统的模糊PID控制已经不能满足血管介入手术对导管机器人快速性、精确性、强鲁棒性的要求。通过对导管建模,导管机器人运动学、手术坐标空间变换分析,采用变论域模糊PID控制,并运用Matlab进行仿真。仿真结果证明,所设计的变论域模糊PID控制器能够提高导管机器人的响应速度、定位精度与稳定性,为血管介入手术导管机器人的控制提供良好的理论依据。     

基于压电陶瓷的柔性机器人主动抑振控制策略研究

柔性机器人因其轻质、高效、低能耗等优点已被广泛应用于航空航天,工业制造等诸多领域。然而,柔性机构易产生弯曲变形,引起系统振动而大大降低机器人的工作精度。为提高柔性机器人的工作性能,多种抑振策略得以研究与应用。提出了基于压电陶瓷（PZT）的柔性机器人振动主动抑制策略。其中,PZT传感器和PZT制动器分别被用来检测和抑制柔性臂的振动。本文构建了基于PZT材料的单自由度柔性机械臂的理论模型,并获得了传感电压与制动电压的传递函数。设计了一个可变控制方案的抑振器以抑制系统在不同频率下的振动。在COMSOL中进行仿真,获得了系统的抑振率。根据仿真结果显示,柔性臂在前三阶振动下,臂的末端位移分别得到了57.04%,57.76%与58.96%的抑制;系统的动能得到了57.95%,71.19%与87.81%的抑制。     

基于模糊PID的控制器研究

模糊PID控制系统就是模糊理论与传统的PID控制器的结合。以一控制对象为例,对两种方式的控制进行了仿真和比较,并得出了相应的结论。     

基于模糊PID的武装机器人运动控制研究北大核心CSCD

运动控制系统设计是武装机器人设计中的重要内容,控制驱动电机的转速是进行运动控制的常用方法,所研究的武装机器人就是运用控制电机转速这种方法来实现运动控制的。在电机的运动控制过程中容易出现超调、振荡、丢步和两电机不同步的问题,运用先进的控制算法实现电机转速精确控制是运动控制的一种有效途径,设计了一种利用模糊自适应整定PID原理实现对步进电机速度控制的运动控制系统,然后在两驱动电机控制系统中间设计了速度同步补偿器,来保证武装机器人的直线运动性能。通过仿真和试验证实,该运动控制系统具有良好的响应速度、稳定性和控制精度,在两电机负载和干扰输入信号有所差异的情况仍然能够实现电机的同步控制,能够满足武装机器人运动控制的设计要求。     

基于模糊PID控制的列车主动悬架振动控制研究

为了研究高速列车主动悬架系统横向振动控制,将研究对象简化为二自由度1/4车悬挂模型,研究了高速列车车体的横移、侧滚为变量的列车悬挂控制系统,采用德国轨道谱作为列车的激励拟合。算法控制器选择方面,在PID控制和模糊控制的基础上,建立模糊PID控制,并建立了基于模糊PID控制的高速列车主动悬架横向振动控制系统,通过MATLAB仿真生成关系曲线,验证了模糊PID控制算法具有更好的控制效果。     

基于模糊PID算法的循迹机器人系统设计

随着科技和社会的发展,智能机器人慢慢融入到人类的生产生活中,发挥出越来越大的作用.本文针对传统送餐机器人存在的在送餐循迹过程中路径偏差较大、循迹时间过长等问题,设计并实现了一款基于模糊PID算法的循迹机器人系统.整个系统的硬件电路由信息采集模块、信号放大模块、电源模块、电机驱动模块等组成;软件上通过模糊PID算法来设计...