共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
位置随动系统对响应速度、定位精度、抗扰动性能等要求越来越高,整数阶PID 控制实现容易,但性能有限,很难满足高要求。分数阶PID(FOPID)控制由于引入了积分和微分两个阶次参数,可控参数更多更灵活。文中针对位置随动系统引入分数阶PI 控制,首先,利用分数阶微积分的数值计算方法(irid_fod 法)给出了差分方程;然后,在MATLAB 环境下利用粒子群寻优算法,分别整定随动系统整数阶PI 及分数阶PI 最佳控制参数;接着,进行了定位控制及抗扰动性能的仿真与实物试验。结果表明:位置随动系统中,分数阶PI 控制较整数阶PI 控制定位快、抗扰动性能强,具有一定的工程应用价值。 相似文献
4.
5.
由于常规PID控制器无法有效地控制超声波电机非线性的运行特性,提出了一种基于神经网络的可变增益型内模PID控制(IMC-PID),构建IMC-PID简化PID控制器的参数整定,只需调节其中一个参数,为弥补超声波电机的非线性问题,引入神经网络到控制器中来调节参数。实验基于超声波电机伺服系统,利用该控制系统对行波超声波电机进行控制,得到了控制输入和输出的响应关系,并得出了较小的稳态误差,实验证明对超声波电机特性变化及负载扰动适应能力强。 相似文献
6.
随着雷达探测技术的发展,传统PID算法存在对控制增益敏感、“快速性”和“超调性”不可调和以及微分很难选取等缺点,已不能满足雷达伺服系统对控制性能的要求。自抗扰控制(ADRC)具有不依赖被控对象模型、无超调、响应速度快、鲁棒性强的优点,越来越受到重视,但其缺点是参数众多、调节过程复杂。线性自抗扰控制器(LADRC)通过对自抗扰控制算法线性简化和参数整合,极大简化其参数和调节过程,同时又保持了自抗扰控制的优点。将线性自抗扰控制器应用到雷达伺服系统以提高其响应快速性和鲁棒性,减小系统的超调性。最后对比传统PID控制器,试验结果表明,线性自抗扰控制器在提高雷达伺服系统响应速度、稳定性、抗干扰和鲁棒性方面优于PID。 相似文献
7.
针对当前光电稳定平台伺服系统中扰动抑制能力不足的问题,提出一种扰动分离自抗扰控制(DSADRC)算法。扰动分离自抗扰控制充分利用工程实际中可获取到的部分已知的光电稳定平台模型信息及经典控制中的控制器信息,并将其加入到自抗扰控制的设计中。该算法通过减少光电稳定平台系统中的总扰动量,增加系统的扰动观测精度及扰动抑制能力。同时,通过算法设计实现了经典控制器的复用,减少了设计工作量。仿真实验结果表明:在控制器相同、扰动条件相同的情况下,扰动分离自抗扰控制阶跃响应调节时间减少58.8%,上升时间减少26.5%,且无超调量;在1V2Hz等效扰动下,系统稳态精度提高51.5%,系统性能提升效果明显。在实物验证实验中,对于不同频率的等效扰动,相比PID控制,扰动分离自抗扰控制稳态精度提升50%以上,有效地提高了光电稳定平台的稳态精度。 相似文献
8.
基于混合PSO神经网络的自整定分数阶PID控制器 总被引:2,自引:0,他引:2
提出了一种基于混合PSO和RBF神经网络的自整定分数阶PID控制器的设计方法.该控制器主要由三个部分组成:(1)分数阶PID控制器直接控制被控对象;(2)利用细菌觅食算法和粒子群算法混合优化分数阶PID参数值,作为初始值;(3)利用RBF神经网络具有以任意精度逼近非线性函数及训练速度快的优点,在线整定分数阶PID值,并完成对被控对象的Jacobian信息辨识.实验仿真结果表明:该控制器具有响应速度快、收敛精度高、鲁棒性强等特点,可适用于不同的对象和过程,特别是复杂的、无确定数学模型的控制系统. 相似文献
9.
10.
袁鸣 《太赫兹科学与电子信息学报》2016,14(1):117-121
针对机电伺服系统中存在的不确定因素和多余力扰动问题,提出一种自适应比例-积分-微分(PID)控制策略。该自适应控制器由最优PID控制器和小脑模型关节控制器(CMAC)组成,最优PID控制器用来整定系统的标称模型,CMAC控制器用来克服系统中含有的不确定项和多余力扰动,自适应PID控制器能确保系统跟踪误差和CMAC权值误差收敛到零。仿真结果表明,本文提出的控制器具有令人满意的跟踪性能,对系统中的不确定因素和多余力扰动具有一定的鲁棒性。 相似文献
11.
神经网络PID控制及其Matlab仿真 总被引:14,自引:0,他引:14
讨论了基于神经网络的PID控制,并将其作用于工业控制,利用神经网络的自学习能力进行在线参数整定,并利用Matlab软件进行仿真。仿真结果表明,神经网络PID控制器具有较高的精度和较强的适应性,可以获得满意的控制效果。 相似文献
12.
13.
四旋翼飞行器因存在参数不确定性和环境干扰,会出现姿态不稳定的问题,而传统的PID控制对四旋翼的姿态稳定及机动性达不到控制需求.为此,提出了一种扩张状态观测器(ESO)的RBF神经网络PID控制器.首先,利用ESO的扩张特性和非线性函数对扰动进行估计和补偿,减少系统的误差;其次,将ESO对系统输出的估计值作为RBF神经网络的输入,使梯度信息更加精确,能够更好地优化增量PID的参数;最后,该神经网络的激励函数取高斯基函数,利用RBF神经网络的自适应性、自学习能力对模型控制参数进行调整.Matlab仿真实验表明,在未知干扰环境下,ESO的RBF神经网络PID控制器能够明显提高系统的抗干扰能力,且具有较小的超调量及较好的鲁棒性. 相似文献
14.
采用神经网络与PID控制相结合的方法,提出了一种基于BP神经网络Kp、Kl、KD参数自学习的PID控制器,较好地解决了传统控制方式对于对象模型过于依赖、参数在线整定困难等问题。同时对BP算法进行了深入分析,引入了神经网络的自适应学习速率和带死区控制,进一步提高了算法的收敛性。利用本文所提出的算法对某型无人机进行控制设计仿真实验,仿真结果表明:该算法在跟踪速率、控制精度上明显优于传统的PID控制器,对无人机具有良好的控制效果。 相似文献
15.
16.
17.
18.
模糊PID控制在机载雷达伺服系统中的应用研究 总被引:4,自引:0,他引:4
针对机载雷达伺服系统提出了一种模糊PID控制方法,该方法克服了简单模糊控制与传统PID控制的一些缺点。讨论了模糊PID控制器的设计方法,同时利用MATLAB软件中的模糊控制工具箱进行了系统的辅助设计与仿真实验。仿真结果表明,该控制方法可使雷达伺服系统性能得到提高。 相似文献
19.
在现行伺服系统中多采用PID控制方式。传统的PID控制系统虽然具有稳定、结构简单等优点,但是当被控对象参数发生改变或者受非线性因素影响发生变化时不能随之改变,无法满足高性能、高精度的要求。模糊PID控制方式已经在许多领域得到运用。将模糊PID控制与传统PID控制进行对比,利用模糊推理方法实现了对PID参数的在线自动整定,并且在Matlab软件下,将该控制器在运动控制系统中的应用进行了仿真,结果表明该控制能使系统达到满意的控制效果。 相似文献
20.