二自由度机器人轨迹跟踪误差控制优化研究

为了提高2自由度机器人控制系统响应速度,降低其输出误差,设计改进模糊PID控制器,并对2自由度机器人角位移跟踪效果进行仿真验证。给出多连杆机器人的动力学模型,设计模糊PID控制器。利用粒子的迭代搜索原理对模糊PID控制器参数进行优化,从而得到模糊PID控制器参数的最优值,使机器人控制系统具有更好的抗干扰能力。以2自由度机器人为例,利用Matlab软件对机器人角位移和转矩进行仿真,在不同环境中比较优化前和优化后的输出效果。结果显示：采用改进粒子群优化算法优化PID控制器参数,2自由度机器人控制效果明显优于模糊PID控制器。2自由度机器人优化后的模糊PID控制器,不仅响应速度快,而且抗干扰能力强。     

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。     

工程车辆转向系统动态特性研究

新型线控液压转向系统与原转向系统相比,具有很多突出的优点,其在工程车辆上的应用目前处于初级阶段,且其控制方式常采用传统的PID控制,但是转向系统具有低阻尼、非线性等性质,所以传统的PID控制不能达到良好的控制效果,从而常出现转向滞后不稳等问题。因此,设计了适合该系统的模糊自适应PID控制算法,目的是解决转向滞后和转向不稳等问题,其进一步提高该系统的动态特性。该设计通过Simulink与AMESim联合仿真,对比相同输入信号下的两种控制对该系统动态特性影响。结果表明:本设计算法的响应速度比原来算法的响应速度大约提高了0.5s,且基本无超调,动态特性较好。     

基于PMAC的码垛机器人模糊PID算法研究

为了提高可编程多轴运动控制器(PMAC)的控制精度和性能,设计了模糊PID控制算法.该算法应用在4自由度码垛机器人控制系统中,通过机器人电机在传统PID控制下与模糊PID控制下的位置阶跃响应实验和速度抛物线响应实验,利用电机的调节时间Ts、超调量Mp、上升时间T r、最大跟随误差M feer等数据证明模糊PID控制算法很好地改善了机器人控制系统的稳定性,提高了伺服电机的稳态性能和动态性能,改善了PMAC对4自由度码垛机器人的控制效果.     

基于3-RPS型并联机器人模糊PID控制研究

基于SolidWorks和MATlAb软件关联接口技术,将3-RPS型并联机器人的SolidWorks三维模型转换为SimMechanics机构仿真分析模型;并分别进行传统PID和模糊PID控制系统设计,通过系统仿真实验与对比。得出模糊PID控制在并联机器人控制精度方面优于传统PID控制,且系统稳定性良好。     

3-RPC型并联机器人模糊PID控制系统研究

基于SolidWorks和Matlab软件关联接口技术,将3-RPC型并联机器人SolidWorks三维模型转换为SimMechanics机构仿真分析模型,并分别进行传统PID和模糊PID控制系统设计。通过系统仿真实验与计算结果对比,得出模糊PID控制在并联机器人控制精度方面优于传统PID控制,且具有良好的系统稳定性。     

基于模糊理论的PID控制器设计方法及仿真研究

针对工业过程控制中传统PID控制器的不足,介绍了模糊PID控制器的设计方法,将模糊PID算法应用于汽轮机功频电液调节系统中,并将模糊PID算法与传统PID算法进行了比较.仿真研究表明,模糊PID算法比传统PID算法有更好的调节性能,模糊PID算法在保证系统快速响应的同时可以大大减小系统的超调量,可以很好地解决因机组甩负荷造成转速飞升并导致意外停机的问题.     

改进粒子群算法优化的五连杆机器人分数阶PID控制器

针对机器人传统PID控制系统响应速度慢、输出不稳定性等问题,采用改进PID控制器,引入改进粒子群算法,将自适应加速器参数插入粒子群算法的原始速度更新公式,从而加快算法的收敛速度.采用改进粒子群算法优化分数阶PID控制器,将改进后的PID控制器用于五连杆机器人电机转速响应分析.仿真曲线表明:采用传统PID控制器,响应时间为0.5s,上下波动次数较多;采用改进PID控制器,响应时间为0.2s,上下波动次数较少.五连杆机器人采用改进粒子群算法优化分数阶PID控制器,能够快速地提高机器人控制系统运动的稳定性,降低输出误差.     

基于模糊PID算法的双侧电传动履带车辆转向控制策略研究

为了提高电传动履带车辆的转向控制性能,首先进行了履带车辆转向动力学分析,研究了履带车辆转向特性,进而针对履带车辆转向轨迹可控性差、动态响应慢等缺点,提出一种基于模糊PID算法的双侧电传动履带车辆转向控制策略,将驾驶员转向意图解释为内侧电机制动力矩,并通过模糊算法对外侧电机力矩进行跟随控制,实现稳定的转向轨迹并提高转向响应速度。转向过程中的纵向车速由PID算法进行控制,通过模糊因子来实现模糊控制算法与PID算法之间的融合。仿真结果表明,所提出的控制算法可以实现稳定可控的转向轨迹,具有良好的鲁棒性,与传统转向力矩分配策略相比,该控制算法的动态响应时间缩短约0.7s。     

基于模糊控制的电动助力转向系统控制方法研究

基于模糊控制的基本原理及模糊控制器的设计方法,对模糊＂PID参数整定的方法进行研究。针对电动助力转向系统,设计了一种模糊自整定PID参数控制策略,利用MATLAB软件对控制算法进行仿真。通过仿真实验,证明了所设计的电动助力转向系统控制算法将PID控制和模糊控制的简便性、灵活性以及鲁棒性相结合,提高了电动助力转向系统的助力控制性能。     

基于多变量耦合反馈的电动助力转向模糊PID控制策略研究

采用动力学分析方法建立了电动助力转向系统的数学模型,基于数学模型建立了电动助力转向系统的离线仿真模型。在分析经典PID控制方法基础上,提出了一种基于多变量耦合反馈的电动助力转向模糊PID控制方法。利用离线仿真和台架实验对所提出的控制方法进行分析,实验结果表明:与传统PID控制方法相比,所提出的多变量耦合反馈模糊PID控制方法可有效提高电动助力转向系统转向操纵的轻便性和稳定性。     

履带车辆液压机械差速转向控制策略研究

针对液压机械差速的履带车辆转向控制,在车辆动力学建模和驾驶员操控信号解析的基础上,提出一种基于驾驶员模型的模糊前馈-反馈控制策略。该控制策略将驾驶员模型输入的归一化方向盘转角及其变化率作为模糊前馈控制输入,对液压系统排量比进行补偿;将实际转向半径与目标转向半径的偏差及其变化率作为模糊反馈控制输入,对液压系统排量比进行修正,从而达到对两侧履带速度的补偿修正。仿真结果表明,与传统PID控制和模糊PID控制相比,模糊前馈-反馈控制能缩短转向动态响应时间,更好地跟踪驾驶员转向意图,且在转向阻力扰动下转向半径的波动明显减小,提高了转向轨迹的稳定性。     

重载AGV液压转向模糊PID控制

重载AGV在满载工况转向时,转向阻力明显增大,给转向控制系统敏捷、精确控制造成困难。为此,提出一种基于模糊PID的控制方法,以实时、动态的修正转向系统控制参数。根据AGV转向系统结构建立了控制模型,搭建了模糊PID控制器,制定了隶属度函数及模糊规则,并根据转角偏差及偏差变化率更新控制器的参数,使液压调整量根据需要进行动态修正,保证车轮在高转向阻力时快速、准确的偏转。仿真及试验结果表明,模糊自适应PID算法可有效降低系统超调量、振荡幅度,加快系统响应速度,提高了重载AGV液压转向系统的控制精度和反应速度。     

基于模糊PID的助行外骨骼机器人控制研究

为了研究外骨骼机器人的步态控制,提出了一种基于模糊PID的算法,首先给出机器人的一般增量式PID控制算法,然后根据机器人关节角度误差和误差变化量的参数,选择了隶属函数,最后结合实际操作经验,建立了模糊规则表,完成了对PID参数的在线自整定.试验结果表明,模糊PID控制方法能够使外骨骼机器人平稳运动,初步实现了机器人的步...     

永磁同步电机模糊神经网络PID控制器设计

随着永磁同步电机技术的不断发展,其在机器人中的运用也越来越广泛,但永磁同步电机有非线性、强耦合和多变量等缺陷,同时,机器人关节驱动电机在运行过程中所受的负载力矩和轴联转动惯量时刻变化,因此,要求电机控制系统具有更强的自适应性和更强的抗干扰能力。为了改善传统PID控制器参数固定以及模糊PID控制算法过于依赖设计人员的经验,提出了一种结合神经网络与现有模糊PID控制算法优点的模糊神经网络(FNN)自适应PID控制算法,利用径向基神经网络算法(RBF)对该驱动系统参数进行辨识,降低电机在正常运行过程中受环境变化的影响,达到响应快、控制平稳、精确的要求。     

轮式工程车辆转向系统控制研究

转向系统是工程机械的重要组成部分,全液压转向系统可使工程车辆实现直线行驶、双轮转向、全轮转向、斜行、横行和原地转向。根据其工作原理推导出了该控制系统的动态响应数学模型。为提高控制系统性能,引入模糊PID控制算法,并在Simulink环境中对数学模型进行模拟仿真,对比分析了常规PID控制和自适应模糊PID控制对系统动态性能的影响,证明模糊PID控制能很好地提高转向系统的动态响应性能。     

城市电动物流车EPS系统模糊PID控制策略研究

EPS系统性能的优劣关系到汽车驾驶的能量损耗、舒适性和安全性,传统PID控制参数很难改变,故系统不能很好地适应各种工况的助力要求。针对实验改装的城市电动物流车的EPS系统,为了提高其转向性能,采用模糊PID的控制方式对EPS系统进行控制。利用Matlab/simulink软件在不同车速下进行系统仿真,结果表明:只输入阶跃信号时,模糊PID控制方式的超调量约为传统PID的47%,调整时间约为传统PID的50%;存在干扰信号时,模糊PID控制系统恢复到之前的稳态所需时间相比于传统PID缩短了52%。所以,模糊PID控制策略能更好的控制助力电机工作。     

下肢步行助力外骨骼机器人的模糊自适应PID控制

针对人体生物学特点及户外步行助行要求,设计了一款下肢步行助力外骨骼机器人。为实现外骨骼机器人对人体下肢助力柔顺性目标,研究并提出了模糊自适应PID控制方法。在MATLAB/SIMULINK中搭建仿真模型,比较外骨骼关节力矩控制分别采用传统PID及模糊自适应PID控制算法的跟随效果。由仿真和试验结果可知,模糊自适应PID算法相较于经典PID算法具有响应速度快、超调量小等优点。模糊自适应PID算法对关节力矩跟踪效果有明显改善。在步态周期30%～40%时,误差最大;在步态周期15%～20%时,误差最小,为0.5 N·m。模糊自适应PID算法力矩跟踪曲线更加平滑,与参考输入幅值更为接近,支撑相最大误差为7%,且可以有效抑制外骨骼助力行走过程中带来的关节抖动。力矩跟踪能够达到理想的跟随效果,能够使得不同穿戴者的髋关节助力更加柔顺。     

电动助力转向系统随动特性仿真

电动助力转向系统（Electric Power Steering,EPS）必须随时根据驾驶员的操作,提供渐进随动的转向助力动作,所以系统必须有很高的跟踪性和很好的稳定性．在对EPS的工作原理和力学模型分析的基础上,建立EPS系统仿真模型,设计出一种模糊自适应PID（Proportion—Integral—Derivative）控制器,有效地改善了传统PID控制器的不足．通过仿真表明,这种模糊自适应PID控制器与传统PID控制器相比,具有更好的跟踪性和稳定性．     

汽车非线性液压转向系统控制策略研究

在分析了汽车非线性液压转向系统工作原理的基础上,建立了液压转向系统的数学模型,设计了控制系统的模糊控制算法和模糊自适应PID控制算法。通过考虑汽车转向系统的各种非线性因素,在AMESim和Simulink中建立了与实际线控液压转向系统相吻合的联合仿真模型,通过仿真计算出油缸在不同控制策略下的响应速度。结果表明,在相同的输入信号下,模糊自适应PID控制与模糊控制相比,其响应速度大约提高了0.3 s,与无控制策略相比,其响应速度大约提高了1 s左右。