某舰载火箭炮交流伺服系统复合控制研究

针对舰载火箭炮交流伺服系统控制速度与精度的问题,提出了一种RBF神经网络PID-模糊复合控制策略。该复合控制策略根据误差信息调节两种控制方法对被控对象的作用权值,使两种控制方法无扰动地切换,实现最终的控制量连续稳定输出。仿真实验结果表明,该控制策略较好地综合了RBF神经网络PID控制和模糊控制的优势,控制精度高,系统响应快、震荡小,能够更好地满足舰载火箭炮交流伺服系统的性能指标要求。     

基于SRWNN-ADRC的交流伺服系统定位控制

针对高炮位置交流伺服系统控制存在的外界扰动以及非线性特性等问题,提出了一种自回归小波神经网络改进型单神经元自抗扰控制器(SRWNN-ADRC).单神经元自适应控制器(SNAC)将非线性误差反馈控制律中的非线性增益作为其权值系数,利用SRWNN作为辨识器,在线辨识被控对象的梯度信息并将其提供给SNAC.通过SNAC的自学...     

分数阶控制在位置随动系统中的应用研究

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。     

某交流伺服系统的神经网络自抗扰控制

针对采用永磁同步电机(PMSM)驱动的某车载稳定平台交流伺服系统存在摩擦力矩、惯性力矩、负载扰动等一系列复杂非线性问题,考虑到自抗扰控制的抗扰能力强和BP神经网络的自我学习能力强的特点,设计了一种BP神经网络改进型自抗扰控制器(BPNN-ADRC).为了简化自抗扰控制耗时费力的参数整定过程,采用BP神经网络对自抗扰控制...     

基于神经网络的IMC-PID超声波电机控制

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。     

线性自抗扰控制在雷达伺服系统应用

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。     

扰动分离自抗扰控制在光电稳定平台上的应用

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。     

基于混合PSO神经网络的自整定分数阶PID控制器

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.     

基于Simulink的火炮伺服系统自抗扰控制仿真

为了解决火炮伺服系统存在负载变化大、冲击扰动力矩强等问题,将自抗扰控制技术应用到火炮伺服系统位置控制器中。该控制算法通过实时估计与补偿来弥补传统控制方法的不足。通过在Simulink软件平台搭建了ADRC的火炮伺服系统三环模型,仿真结果对比传统PID控制。对比结果表明,基于ADRC的系统超调小、响应速度较快、具有较强的鲁棒性。     

机电系统自适应控制仿真

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。     

神经网络PID控制及其Matlab仿真

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。     

基于模糊PID的伺服系统误差补偿控制

针对数字控制机床进给伺服系统中常规PID控制器整定效果不理想,实用性差、加工精度低的问题,文中在某型数控铣床的基础上,对其进给伺服系统的PID控制器进行了研究。首先对系统电路进行了改进,设计得到模糊PID控制器,并选择确定核心元件,建立了PID误差控制补偿模型。然后基于PID优化理论,应用模糊自适应技术实现对PID参数的整定与优化。对模型的仿真计算结果表明,该方法能够有效减少系统误差补偿控制的调节时间,提高系统的整定效率,增强系统的抗干扰性能。     

四旋翼ESO的RBF神经网络PID控制器研究

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.     

神经网络在无人机自动飞行控制系统中的应用

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。     

基于神经网络的PID控制及其仿真

提出基于神经网络的PID控制方案,利用神经网络的自学习能力对PID控制参数在线整定,使PID控制器具有自适应性.这里采用三层前向网络、动态BP算法,达到了在线实时控制的目的,显示了BP神经网络的PID控制方法很强的鲁棒性,同时也显示了神经网络在解决高度非线性和严重不确定系统方面的潜能.最后用Matlab软件对一个实例进行仿真研究.仿真结果表明,神经网络PID控制器优于传统PID控制器,具有较高的精度和较强的适应性,它可以获得满意的控制效果.     

四旋翼飞行器自适应PIDNN控制研究

针对传统四旋翼PID控制器参数整定困难和控制效果较难达到最优的问题,综合了传统PID控制器工程意义明确、参数整定简单以及神经网络的非线性映射和自学习的优点,构造了四旋翼飞行器神经网络PID(PIDNN)控制器。利用神经网络的非线性映射特点和自学习能力优化了传统PID控制器的控制效果,借助PID控制器的结构,解决了神经网络层数、节点数和连接权重初值选取困难的问题。同时利用自适应调整比例神经元加权系数,增加了系统的响应速度。最后,通过非线性全数值仿真验证了算法的合理性和有效性。     

自抗扰技术在高精度跟瞄系统中的应用

介绍了一种应用于高精度跟瞄系统的自抗扰控制器。通过与常规PID比较,对该控制器进行了功能分析,并结合实际系统,分析出其在控制上的优越性;分别采用PID控制器和自抗扰控制器对高精度跟瞄系统的速度环进行了设计。在Matlab仿真和实验验证中得到了一致的结果:自抗扰控制器能改善伺服系统的速度响应特性,可以实现阶跃响应快速无超调。在突发扰动条件下,自抗扰控制器的跟踪精度稳定性和鲁棒性均优于常规PID控制器。     

模糊PID控制在机载雷达伺服系统中的应用研究

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。     

模糊PID控制在伺服系统中的应用

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。     

基于ADRC和NLPID的稳瞄系统伺服控制器的设计

为满足某新型稳瞄伺服系统控制精度的要求,重新设计该系统的伺服控制器。在简要描述该稳瞄伺服系统的结构及工作原理的基础上,对系统的各个模块建立数学模型。提出将自抗扰控制器应用于系统的速度环,将经过改进的非线性PID(NLPID)控制器应用于电流环,并在Matlab/Simulink仿真环境下结合S-Function模块对系统进行仿真研究。仿真结果表明,所设计的控制器不仅跟踪精度高,而且具有较好的扰动隔离性能以及很强的适应性和鲁棒性,为高精度稳瞄伺服系统的进一步研究提供理论参考。