基于NARMAX模型的阀控非对称缸神经网络预测控制

针对非对称缸位置跟踪控制精度较差,提出了一种基于非线性自回归平均滑动离散模型(NARMAX)和量子粒子群算法的神经网络预测控制策略(QPSO-NNMPC)。利用NARMAX模型表示阀控非对称缸的动态模型,使用粒子群算法优化BP神经网络(PSO-BP)对阀控非对称缸系统在线预测,使用量子粒子群算法(QPSO)对目标函数非线性优化。仿真结果表明,在不同频率期望信号与变干扰力情况下,该控制策略具有良好的跟踪效果和鲁棒性。     

基于人工鱼群算法的二辊液压轧机辊缝PID控制器优化

为了提高对复杂工况下的轧机系统控制要求,对二辊液压轧机辊缝控制进行研究。为轧机系统控制过程构建了开环传递函数,同时运用蚁群算法（ACO）与人工鱼群算法（AFSO）优化了PID控制器的各项参数,最后利用Simulink对比了优化处理后的系统响应速率与抗干扰性。阶跃信号未施加干扰力下,AFSO获得了比ACO更低的超调量,降低幅度达到13.61%,同时缩短了21.00%的调整时间,并且稳态误差也减小近30.00%,表明采用AFSO可以达到比ACO更优的响应性能。阶跃信号施加干扰力下,采用AFSO优化的系统,响应曲线超调量下降了12.58%,调整时间缩短了14.58%,稳态误差降低了25.00%。逐渐提高随机信号频率后,AFSO都比ACO表现出了更低的随机信号响应曲线波动范围,表明AFSO具备比ACO更优的响应控制效果。     

挖掘机铲斗电液伺服改进PSO-PID参数整定位置控制

挖掘机电液伺服系统的运行性能来达到调控挖掘机铲斗位置的功能，由于采用传统PID整定方法并不能获得优异控制效果，采用遗传算法与交叉算子、标准PSO算法进行PID整定，最后对其进行了实验验证。设计了一种经过改进处理的粒子群优化算法来实现对阀挖掘机铲斗电液伺服系统进行PID整定的过程，能够准确控制挖掘机铲斗位置，由此获得更高轨迹跟踪精度。为增强粒子群算法搜索性能，综合运用遗传算法与交叉算子来实现对标准粒子群的优化，显著改善PID控制器性能，根据推导得到的铲斗系统模型进一步开展仿真分析。分别以三种优化算法计算优化结果，再将其输入自动化挖掘机程序中，完成各参数修改后，再对平地控制过程进行模拟测试。根据实验测试可知改进PSO算法具备明显优越性。     

白酒节能蒸馏系统输出酒流量控制性能研究

为实现白酒节能蒸馏系统输出酒量精确调整,建立了白酒节能蒸馏系统输出酒量开环传递函数,基于Simulink搭建了白酒节能蒸馏系统输出酒流量仿真模型,分别采用果蝇算法和Ziegler-Nichols算法对输出酒量PID控制器参数进行优化,分析了阶跃信号、正弦信号、随机信号下的白酒节能蒸馏系统输出酒流量控制性能的优化效果。研究结果表明：阶跃响应下,基于果蝇算法,输出酒流量超调量减小了1.41%,调整时间降低了0.449 s,稳态误差减小0.003 L/min;正弦信号激励下,基于果蝇算法和Ziegler-Nichols算法优化的系统跟踪性能均较好;随机信号频率增加,基于果蝇算法的波动范围较小。     

多通道液压伺服系统的同步设计

为研究多通道液压系统中参数不同的液压缸在工况中的同步性能,以液压控制机构原理为基础,利用蚁群算法的优点,提出了在偏差耦合控制方式下采用蚁群算法对控制参数进行优化的多通道液压缸同步控制方案,并分析了系统对不同输入信号的响应特点。仿真结果表明,优化控制后的系统稳定可靠,具有较好的鲁棒性和较高的同步控制精度,能够较好地实现模型跟踪控制。     

自适应模糊算法优化的足球机器人轨迹跟踪

为了提高足球机器人在运动控制过程中的轨迹跟踪性能和稳定性,将自适应模糊PID算法用于机器人运动控制环节中,对PID参数进行实时调整。建立足球机器人在场地上的控制系统模型,分析机器人在轨迹跟踪中由驱动方向、角度等时变因素导致的实际轨迹发生偏移的问题,分别在MATLAB-Simulink和SimRobot仿真平台对优化算法的性能进行仿真,同时与传统的PID控制进行对比。实验结果表明,自适应模糊PID算法相比传统的PID控制器在最大跟踪误差和平均跟踪误差方面分别减少20.18%和29.34%,同时提升了系统的稳定性。该控制算法提升了足球机器人的轨迹跟踪性能,满足机器人在运动过程中的动力学和控制要求,易于在工程中应用。     

基于改进蚁群算法的模糊控制器优化研究

作为智能控制的一种新技术,模糊控制不依赖于工业对象模型。它不是用数值变量而是用语言变量来描述系统特征。并依据系统的动态信息和模糊控制规则进行推理以获得合适的控制量。因而具有较强的鲁棒性。本文使用蚁群算法对模糊控制器进行优化实现模糊规则的自寻优。通过MATLAB进行仿真试验,系统阶跃响应表明经改进的蚁群算法寻优得到的模糊控制器具有良好的性能。     

基于迭代学习算法的电液比例伺服控制

为解决电液比例控制系统的非线性、时变性、变流量死区及变流量增益等对系统位置控制精度的影响,提高电液比例控制系统的控制精度,针对系统的非线性特性,设计不严格依赖于系统精确数学模型且有较强抗干扰能力的迭代学习算法,同时针对系统的变死区特性,设计能够基于误差和误差变化率在线调整死区补偿量的模糊死区补偿算法。迭代学习算法和模糊死区补偿算法的综合使用是根据当前的控制经验灵活调整控制量,从而有效地改善由于系统非线性及时变性所带来的影响。试验结果表明,不加入模糊死区补偿时,系统位置跟踪存在明显的滞后,最大位移跟踪误差达到6 mm,而同时采用迭代学习算法和模糊死区补偿算法极大的提高系统的控制性能,系统达到稳定跟踪后,最大位移跟随误差在1 mm以内。     

白酒节能蒸馏系统输出管路压力控制研究

针对白酒节能蒸馏系统输出管路压力控制的高精度、快响应要求,笔者以白酒节能蒸馏系统为研究对象,对其输出管路压力控制特性开展了相关研究,首先介绍了白酒节能蒸馏系统输出管路压力闭环控制原理,并搭建关键元件数学模型,控制器选用工控机控制的增量式PID控制器,采用果蝇和Ziegler-Nichols算法对PID控制器的参数进行了寻优,对压力控制模型施加阶跃信号、1 Hz和2 Hz的正弦信号进行仿真对比分析,研究结果表明:在1 Hz和2 Hz正弦信号下,两种控制算法优化的节能蒸馏系统输出管路压力控制跟踪性能均较好;果蝇算法优化的压力控制系统对正弦信号的响应性能优于Ziegler-Nichols算法,基于果蝇算法,节能蒸馏输出管路压力响应曲线超调量缩小了39％,调整时间下降了33％,稳态误差降低了17.7％.     

白酒节能蒸馏系统输出管路压力控制研究

针对白酒节能蒸馏系统输出管路压力控制的高精度、快响应要求,笔者以白酒节能蒸馏系统为研究对象,对其输出管路压力控制特性开展了相关研究,首先介绍了白酒节能蒸馏系统输出管路压力闭环控制原理,并搭建关键元件数学模型,控制器选用工控机控制的增量式PID控制器,采用果蝇和Ziegler-Nichols算法对PID控制器的参数进行了寻优,对压力控制模型施加阶跃信号、1 Hz和2 Hz的正弦信号进行仿真对比分析,研究结果表明:在1 Hz和2 Hz正弦信号下,两种控制算法优化的节能蒸馏系统输出管路压力控制跟踪性能均较好;果蝇算法优化的压力控制系统对正弦信号的响应性能优于Ziegler-Nichols算法,基于果蝇算法,节能蒸馏输出管路压力响应曲线超调量缩小了39％,调整时间下降了33％,稳态误差降低了17.7％.     

改进蚁群算法的阀控液压缸模糊PID参数优化

阀控摆动液压缸工作时需要协调快、稳定性强的特点,但现有的控制系统还缺少针对性的研究方法,存在着隶属度函数参数不确定、Fuzzy规则库和隶属函数无法更新,缺乏自适应性以及精度不高等问题。针对上述问题利用改进后的蚁群算法对阀控摆动液压缸模糊PID的误差变化e、误差变化率ec、比例△Kp、积分△Ki、微分△Kd五个参数进行优化,确定出合适的伸缩因子,通过仿真和实验实现对其模糊PID控制器的完善,达到预期的控制效果。实验证明:改进后的蚁群算法优化后的模糊PID控制系统其相对误差明显减小,对于恒定转速,其误差在5.48%,对于线性转速,其误差在6.52%。     

基于模糊PID的电液位置伺服系统建模与仿真

针对特种车辆在行驶过程中车身稳定性要求，设计了一种基于模糊PID的电液位置伺服控制系统作为车辆主动悬架的伺服作动器。根据电液位置伺服系统的物理结构和工作特点，推导出系统各个环节的传递函数。利用MATLAB/Simulink仿真分析系统的动态响应与信号跟踪能力，分析闭环系统负载变化时的单位阶跃响应曲线、不同频率下的正弦波输入输出曲线。结果表明，基于PID和模糊PID控制的电液位置系统的单位阶跃响应最大超调量分别为19.5%和0，调节时间分别为251 ms和117 ms。当负载质量变化时，基于PID控制的系统的单位阶跃响应存在明显波动，而模糊PID控制的系统的单位阶跃响应基本没有变化。当分别输入不同频率的正弦波信号时，模糊PID控制的系统的跟踪性能和稳态误差都明显优于PID的控制效果。因此，模糊PID控制下的电液位置伺服系统实现了不同负载质量下的位置控制输出以及不同频率下系统的跟踪性能，满足系统的稳定性与快速性要求。     

基于智能蚁群算法的移动机器人轨迹规划

为了提高移动机器人工作效率,减小能量损耗,优化机器人运动轨迹。建立了移动机器人运动学模型,在此基础上提出了一种智能蚁群算法的机器人误差补偿轨迹优化方法。通过蚁群搜索算法对关节空间内的驱动轮进行轨迹优化,从而实现移动机器人轨迹规划过程中的误差补偿轨迹优化。仿真结果表明,所提出的方法能够有效对机器人误差进行补偿,实现了机器人运动过程中的轨迹跟踪,保证了机器人的运动精度。     

粒子群优化的变论域模糊 PI 机电作动器控制

为了提高飞机机电作动器的位置跟踪速度,克服传统 PI 算法参数调试依赖于人工经验的缺陷,提出一种基于粒子群优化的变论域模糊 PI 控制方法。首先根据机电作动器的结构与工作原理,建立永磁同步电机与机械传动部分的数学模型;然后根据电机控制系统建立机电作动器位置环变论域模糊 PI 控制模型;最后利用粒子群优化算法对量化因子、比例因子以及伸缩因子寻优并进行仿真验证。仿真结果表明,与传统 PI 控制和模糊 PI 控制相比,基于粒子群优化的变论域模糊 PI 控制方法在具备着传统模糊控制算法优点的同时,又能够根据偏差变化实时调整论域,改善系统的性能。     

形状记忆合金驱动的仿人腕关节机构理论与运动控制

为提高仿人腕关节的运动性能,设计了一款形状记忆合金驱动的仿人腕关节样机,采用拮抗驱动方式实现对仿人腕关节的位置控制,并在相关理论和仿真分析的基础上,通过实验证明该系统模型具有一定的精度。通过样机运动控制实验,研究了拮抗驱动方式对系统运动性能的影响。结果表明,在拮抗驱动方式的不同频率信号跟踪实验中,对于单向正弦信号,跟踪误差最小为[-0.5°, 1°],最大为[-1.5°, 1.5°];对于双向正弦信号,腕关节能实现双向连续偏转,且当信号频率为1/15 Hz时,位置误差均小于[-1.5°, 1.5°]。相比于采用单根形状记忆合金丝驱动,拮抗驱动方式有利于提升位置控制精度和双向偏转能力。     

7桥混连油气悬架车辆建模及多目标优化

为获得某7桥登高车油气悬架的最优性能,设计了同侧并连+对侧交连的油气悬架混合耦连方案,并建立了整车20自由度非线性动力学模型,联合仿真分析车辆的平顺性和稳定性。通过层次分析法和极差变换标准化处理,建立包含车辆平顺性和稳定性两评价指标的优化函数,首次采用改进蚁群算法进行油气悬架系统参数优化运算,并与遗传算法参数优化结果对比。仿真对比结果显示,改进蚁群算法优化结果能够更好地抑制车身垂向-侧向耦合振动,对车辆平顺性和稳定性的改善效果较遗传算法提高了约10%。平顺性试验结果表明：加权加速度均方根较优化前大幅降低,证明了改进蚁群算法对于油气悬架参数优化问题的可行性和有效性;试验值与仿真值最大误差仅12.35%,验证了理论模型的正确性。     

带式输送机输送带横向纠偏控制系统

为提升输送带横向纠偏系统实时性和准确性,设计了带式输送机输送带横向纠偏控制系统。首先提出输送带纠偏控制系统总体方案,再根据控制系统数学模型,设计基于排序蚁群算法优化的输送带横向纠偏PID控制器,最后对排序蚁群算法优化的PID控制器进行仿真分析和实验验证。结果表明,基于排序蚁群算法优化的PID控制器对于阶跃信号响应速度快、超调量小。系统的提出对保障港口带式输送机安全稳定运行具有重要意义。     

自适应模糊逻辑的多模型跟踪

为了克服基于"当前"统计模型的交互式多模型算法难以恰当地确定当前模型的概率,以及系统参数amax和a-max在跟踪过程中不能自适应调整的缺点,提出了一种基于自适应模糊逻辑的多模犁跟踪算法.介绍了基于"当前"统计模型的交互式多模型算法,给出了算法的基本步骤.在"当前"统计模型算法基础上,提出了一种基于自适应模糊逻辑的多模型跟踪改进算法,采用模糊推理给出了模型的选择概率,以提高跟踪的速度;同时,采用蚁群算法对设计参数进行优化,以提高跟踪的精度.最后,将所设计的基于"当前"统计模型的多模型改进算法用于机动目标的跟踪仿真.实验结果表明:改进的算法使得跟踪精度提高了20%左右,机动目标跟踪一次仿真时间为0.047 s,基本满足高速、高精度跟踪目标的要求.     

基于时滞滤波的周期信号跟踪性能优化控制方法

针对周期信号跟踪时普遍存在的相位滞后现象,提出一种基于时滞滤波的周期信号跟踪性能优化控制方法。介绍了这一方法的原理,对控制对象与系统辨识的方法、结果进行了分析,并进行了数值仿真与试验。数值仿真与试验表明,这一方法可以消除周期信号跟踪时的相位误差,提高周期信号的跟踪精度。     

基于蚁群算法的数控进给伺服系统PID参数优化

数控机床进给伺服系统的好坏,极大地影响了机床的加工性能。以蚁群系统和蚁群算法为基础提出了将蚁群算法与PID结合起来利用其全局寻优的能力对PID控制器参数进行优化的一种新的设计方法。在简要介绍蚁群算法基本思想的基础上,推导了蚁群算法PID参数优化方法,并给出了新算法的具体实现步骤,最后将该优化方案应用于控制数控机床进给伺服系统中的执行电机。计算机仿真结果表明,与传统的PID控制器相比,这种基于蚁群算法的PID参数优化控制器具有良好的动态和稳态性能。