压铸机增压压力逆系统控制的仿真分析

针对压铸机增压压射的非线性系统提出了一种基于逆系统思想的控制方法。首先,将非线性系统线性化为伪线性系统,然后,利用鲁棒伺服控制设计线性系统控制器,实现对系统的控制。利用MATLAB与PID控制进行仿真对比,结果表明,无论是响应能力还是跟踪能力逆系统方法都要优于PID控制。     

逆系统理论在放卷张力系统控制中的应用

放卷系统是印刷机产生印刷张力的最主要部件,呈现出典型的多输入、多输出、非线性、强耦合的特性,保持放卷系统的张力稳定是保证印刷质量的关键所在。根据逆系统理论进行了放卷张力系统的解耦和线性化控制研究,根据放卷系统的特点,通过一系列控制量变换将耦合的非线性放卷张力系统变换为两个二阶伪线性系统,实现了放卷张力系统的解耦和线性化。通过引入主动阻尼来增强伪线性系统的抗扰动性能,并通过对伪线性系统设计附加的PID控制器来提高张力控制的性能。仿真结果表明,提出的逆系统解耦控制策略能够消除放卷张力系统变量之间的耦合作用,实现放卷张力系统的解耦控制。引入主动阻尼后设计的PID控制器,使张力控制达到了理想的效果。     

基于逆系统方法的压铸机快压射速度控制

压铸机在工作过程中由于液压元件的节流特性及液压动力元件的死区、滞环和限幅等因素使系统具有较强的非线性。为了提高压铸机快压射阶段速度系统的鲁棒性,提出一种基于逆模型的控制算法。建立速度系统的非线性模型;分析系统的可逆性,将系统线性化为伪线性系统;利用反馈控制设计线性系统控制器,实现对系统的控制。利用MATLAB验证基于逆系统方法的压铸机快压射速度控制的有效性。     

比例溢流阀调速和负载敏感控制算法研究

现有的比例调速阀通过压力补偿阀或数字补偿器,已具有良好的负载敏感特性。但调速阀结构复杂,制造成本高,同时回路会产生较大的节流功率损失,效率低。针对上述问题,使用比例溢流阀控制调速回路,通过PID和神经网络逆模型两种控制方法,实现负载敏感和实时调速功能。利用AMESim与MATLAB/Simulink搭建联合仿真模型,对该回路进行动态特性分析。仿真结果表明：两种控制方法都能使回路具备负载敏感和实时调速的能力。在负载敏感特性方面,神经网络逆模型控制优于PID控制,当负载突变时,响应速度快,转速超调小,有更高的抗负载干扰能力。在实时调速方面,PID控制优于神经网络逆模型控制,响应速度更快。     

三自由度混合电磁轴承的参数设计与控制系统实验研究

将永磁铁改为插槽式改进了三自由度混合轴承结构。设计系统的控制器,采用现代工业最常用的控制形式——传统PID控制、非线性补偿PID控制以及基于遗传算法的PID控制方法对电磁轴承的控制效果进行比较研究。利用MAT-LAB中的Simulink模块库对所设计的PID控制参数进行调试整定。结果表明:非线性补偿PID控制明显优于传统的PID控制,基于遗传算法的PID控制方法控制效果最优。     

模糊PID控制的桁架机器人轨迹规划研究

针对仓库用大型桁架机器人轨迹规划研究现状,将传统的五次多项式进行优化,设计并规划了一条以电机最大速度和加速度为约束的五次多项式轨迹,得出数学模型。为满足桁架机器人取物这一非线性系统的控制精度要求,设计一种以参数自适应模糊PID的控制方法,对规划好的轨迹作轨迹跟随实验。结果表明:该控制方法能够获得较好的路径跟随结果,可有效提高桁架机器人的运动精度,符合实际使用要求,对同类工程研究具有一定的参考价值。     

融合光纤感知的气动执行器夹持力控制策略研究

为了降低气动执行器夹持力/气压迟滞的影响,提高夹持力跟踪控制精度,提出一种基于Prandtl-Ishlinskii （P-I） 逆模型的前馈补偿结合模糊PID的控制策略。分析气动执行器的夹持力/气压迟滞特性,通过初载曲线法辨识迟滞模型参数,建立P-I逆模型;设计融合FBG力感知的模糊PID控制算法,基于自制的FBG传感器实现夹持力反馈,通过标定实验验证传感器的静态特性。在Simulink中构建前馈补偿和融合FBG力感知的模糊PID相结合的复合控制器,完成与传统PID以及模糊PID控制器的夹持力控制仿真对比。仿真结果显示：前馈补偿可以降低稳态误差,提高控制精度。最后,在气动执行器夹持力控实验平台上开展动态跟踪实验,验证了所设计复合控制器的有效性。     

基于神经网络的疲劳试验机控制系统仿真及实验研究

针对疲劳试验机控制系统，设计了基于BP神经网络和PID的并行控制器。该控制器充分利用了经典PID控制算法简单的特点，又利用了神经网络良好的自适应能力，首先通过PID控制为神经网络的在线学习提供训练样本，然后神经网络逐渐学习被控对象的动态逆模型并取代PID控制器起主导作用。该方法降低了PID参数的调整难度，同时对控制对象的刚度变化表现出良好的鲁棒性，并通过仿真证明了所设计系统的有效性。     

基于改进果蝇神经网络的数控工作台PID控制

传统数控机床工作台速度控制多采用PID控制,传统PID控制存在响应慢、超调大、动态性差、抗干扰能力差等问题。提出了一种变步长果蝇神经网络PID控制方法,将变步长果蝇算法与神经网络联合使用。在线寻找控制器最优控制参数,实现电机速度的智能化控制。通过Simulink仿真,对数控工作台速度控制内环转速跟踪性能进行分析。实验结果证明,改进果蝇神经网络的PID控制比传统PID控制方案响应更快,抗干扰性能和鲁棒性能更好。     

永磁同步直线电机的模糊PID控制及仿真试验

针对传统PID控制及模糊控制在永磁同步直线电机控制上的不足,建立永磁同步直线电机的数学模型,并设计模糊PID控制器用于控制直线电机的速度;通过Matlab对永磁同步直线电机控制系统进行仿真,比较传统PID速度控制与模糊PID速度控制的控制效果.结果表明,模糊PID控制效果优于传统PID控制.     

改进的RBF神经网络PID算法在电液伺服系统中应用

为克服传统PID控制电液伺服系统时存在参数整定不良,动态响应特性欠佳的问题,采用RBF神经网络PID对系统进行控制,并针对控制中存在的问题对控制算法进行改进,仿真和实验研究表明,改进的RBF-PID控制算法较RBFPID和传统PID具有较快的响应速度和较好的鲁棒性。     

基于改进PSO算法的EHA叉车举升系统仿真分析

为改善EHA叉车举升系统的动态特性,建立系统的电机和液压部分数学模型.针对传统PID控制系统参数调整困难、超调量大、响应速度慢等问题,将改进PSO优化算法与PID控制器相结合,提出一种PSO-PID控制器.通过MAT-LAB/Simulink搭建整个系统的仿真模型,对比分析采用传统PID控制与PSO-PID控制的系统的...     

基于自适应模糊PID的连续管作业机注入头速度控制研究

连续管作业机工作过程中起/下管速度控制主要依赖手动调节注入头泵的排量、马达压力等。为解决操作复杂、自动化程度低等问题,将连续管作业机注入头液压系统简化为闭式泵控马达系统,将传统手动控制方式改进为自动控制方式。分析泵控马达系统的工作原理,在AMESim中构建泵控马达系统的液压仿真模型;利用MATLAB/Simulink设计出AMESim仿真模型的PID及自适应模糊PID控制模型,从而构成整个系统的闭环控制联合仿真平台。采用PID算法及自适应模糊PID控制算法对系统响应进行仿真分析。结果表明：采用自适应模糊PID控制方式后,液压模型的响应速度更快、无超调和滞后现象、稳态误差更小,泵控马达系统具有良好的动态特性。     

模糊PID在永磁同步电机驱动的无阀液压系统中的应用

针对传统电机作为无阀液压系统动力装置时存在的效能低下、速度调节不稳定和响应速度慢等问题,提出将矢量控制永磁同步电机代替传统电机驱动无阀系统中的泵,并建立无阀液压系统的数学模型。传统PID很难解决该无阀液压系统控制过程中的时变性、非线性等问题,因此设计基于该无阀液压系统的模糊PID位置控制器。采用AMESim和MATLAB软件对无阀系统进行联合仿真,将仿真实验结果与采用传统PID的仿真实验结果进行对比。结果表明:模糊PID控制方法对永磁同步电机驱动的无阀液压系统在响应速度、抗干扰性以及位置跟踪精度方面有着良好的效果。     

现代控制理论在二次调节转速系统中的应用

以现代控制理论为研究方法,重点研究了二次调节转速系统的状态空间分析方法,对该系统进行了传统PID控制与遗传算法整定的PID控制方法的仿真研究。结果表明用现代控制理论可以解决多输入系统的控制问题。     

基于优化非线性控制的齿轮传动系统动态误差研究

针对齿轮传动系统运动角位移跟踪误差较大、振动幅度相对严重等问题,对直齿圆柱齿轮运动过程中产生的角位移和输出扭矩等进行研究。建立齿轮传动系统模型,给出齿轮传动系统动力学方程式。对传统线性PID控制系统进行改进,设计非线性PID控制系统。引入粒子群算法,对粒子群算法权重系数进行改进。采用改进后的粒子群算法优化非线性PID控制系统,通过反馈误差对PID控制器参数进行调节,从而达到控制系统输出误差的补偿目标。利用MATLAB软件对优化后的齿轮传动系统输出误差和扭矩进行仿真,并且与线性PID控制结果进行对比。结果表明:与线性PID控制系统相比,优化后的齿轮传动控制系统能够在线调节各项控制参数,从而提高齿轮传动精度。该控制系统反应速度快,稳定性较好,抗干扰能力强,具有较高的控制精度。     

数字控制系统的PID算法研究

PID控制具有原理简单、无需精确数学模型、应用面宽等优点,因此在DDC控制系统中得到广泛应用;由于被控制对象的复杂性和特殊性,传统的PID控制算法往往不能很好地满足控制要求.本文基于数字控制原理,将传统的PID的控制手段与数字控制系统的逻辑判断功能相结合,针对特殊情况和控制要求讨论了几款改进型PID算法,并给出了算法模型.     

面向电子压力机模糊神经网络PID控制的研究

针对电子压力机位置伺服系统的非线性和时变的不确定性,压装力、压装速度和压入深度高可控性,系统的高稳定性、适应性及较强的抗干扰能力等特点,提出将神经网络实现模糊PID自调整的控制特性应用在现存的小型电子压力机的位置伺服系统中的方法。该控制策略将模糊控制的推理能力和神经网络的学习能力进行了有效的结合,其中,PID控制器参数自调整是通过学习并记忆PID参数调整的基本规则来实现的,以满足电子压力机位置伺服系统的要求并用MATLAB软件编程进行仿真分析。仿真结果表明:相比较常规神经网络与传统PID相结合组成的控制器,模糊神经网络PID自调整控制器对于电子压力机的位置伺服系统具有更快的响应特性及更好的稳定性。     

基于OPC通信技术的超塑成形设备气压控制系统

为了提高超塑成形设备运行中充气过程的准确性和实时性,设计了采用组态王进行控制系统运行数据的采集和监控画面的实现,利用MATLAB实现复杂控制算法的气压控制系统。采用OPC技术设计了组态王和MATLAB/Simulink的数据交换接口程序,在超塑成形设备气压控制系统中,结合了工控组态软件和MATLAB各自的优势,实现了模糊PID控制算法,从而达到了更加理想的控制效果。在超塑成形设备中实际应用的结果表明,在系统调整时间相近的情况下,传统PID控制的阶跃响应的超调为16%,模糊PID控制的阶跃响应的超调为8%,验证了设备运行中该气压控制系统对充气过程的控制效果优于传统方案。     

基于BP神经网络PID的高速清扫车摆臂控制系统

针对传统清扫车摆臂开环控制系统的动态响应特性不足、抗干扰能力弱,不能适应高速工况下清扫作业,设计了高速清扫车摆臂执行机构和闭环控制系统。为解决BP神经网络(BPNN)存在局部极值、收敛速度慢等问题,提出一种改进BPNN PID算法,其核心是通过主动串联校正,抑制PID前一次输出值u (k-1)对此次输出值u (k)的影响。通过搭建Simulink-AMESim联合仿真模型,研究了高速清扫车摆臂闭环控制系统的阶跃响应、抗干扰能力以及位置跟踪能力。研究结果表明:所改进的BPNN PID控制器能够动态调整PID参数,提高了系统的适应性、准确性和稳定性;改进BPNN PID控制器的抗干扰能力更强,鲁棒性更好,且系统近乎没有超调,超调量为0.5%,仅为PID控制超调量的2.34%,稳定时间0.62 s,相比PID提前了66.31%。