模糊自整定PID算法在伺服控制中的应用研究

模糊自整定PID算法的控制系统同时具有PID控制和模糊控制的优点,可满足伺服电机随动控制的高性能跟踪任务需求.基于模糊自整定PID控制原理和模糊控制的基本概念,研究了PID参数模糊自整定模糊化、模糊推理、清晰化这三个步骤的任务内容、实现方法和程序函数,并设计了基于该算法的实时伺服控制软件.试验结果表明,基于该算法的伺服控制系统在不同跟踪速度下均具有较高的控制精度和良好的动态性能.     

位置伺服系统的单神经元PID/CMAC控制研究

在分析了位置伺服控制系统基本原理和数学模型的基础上,提出了一种单神经元PID/CMAC复合控制算法和控制器的设计方法。用单神经元PID替代常规PID控制,由神经元来在线调整PID控制参数,利用CMAC神经网络的自学习和自适应能力,来完成系统的实时控制。该算法直接应用于位置伺服控制系统,仿真结果表明,与传统PID控制算法相比较,该复合控制算法增强了系统的控制精度,提高了系统的响应速度,具有较强的鲁棒性和抗干扰能力。     

位置伺服控制模式下的PID调节算法

本文对位置伺服控制的算法进行了探讨,对位置伺服控制模式下的PID调节算法做了理论上的数学推理,实现了4ms定时中断。     

基于Profibus-DP的开放式数控系统高速通信

介绍了在开放式数控系统中使用主站卡与交流伺服驱动从站模块建立Profibus-DP网络.在Visual C 6.0环境下开发用于数据高速通信的接口程序.使用PID算法实现了对多个电机的同时控制,并在"SKY-2007"开放式数控系统中检验了通信的实时性.     

混合模糊PID控制器在伺服控制系统中的应用

在分析了直流无刷电机伺服控制系统的基础上,提出了一种混合模糊PID跟踪控制器模型.该模糊PID控制器由3个并行的次模糊控制器组成,应用模糊算法在线自动整定PID参数;并利用Matlab/simulink建立仿真模型对模糊推理控制算法进行验证.仿真结果表明,混合模糊PID控制器的动静态特性优于传统单一的PID控制,对设计性能优良的伺服控制系统具有借鉴意义.     

基于PC-104的运动控制器核心算法研究及实现

采用PC-104作为运动控制器,实现三轴转台的位置闭环控制,其中关节角的多项式插补算法和增量型积分分离PID控制算法是研究的重点.详细阐述算法思想,给出数学方程,制定程序控制流程,编写算法程序.在Matlab/Simulink搭建的永磁同步电机位置闭环控制程序框图中进行仿真并加以验证.仿真结果表明:三轴转台位置闭环控制系统在该算法调节下具有良好的伺服性能.     

基于复合前馈模糊PID的位置伺服系统研究

在现代伺服控制系统中,PID控制在响应速度和位置跟踪精度方面存在不足。针对此种不足,提出了一种基于复合前馈模糊PID的控制算法。同时,使用该算法建立了控制系统的数学模型和策略,并使用Matlab和TMS320F28379D控制器搭建了系统仿真模型进行实验验证。实验结果表明,该复合模糊控制算法具有快速响应、准确、无超调等特性,满足机器人等伺服控制场合需要。     

面向旋翼无人机目标追踪的解耦视觉伺服方法

传统的机器人PID控制方法因结构简单在复杂环境中的鲁棒性与稳定性较差,而传统视觉伺服控制系统的闭环反馈机制影响强耦合系统的控制效果。针对传统机器人PID控制与视觉伺服在旋翼无人机追踪问题中的不足,提出一种解耦的视觉伺服追踪方法。利用费尔曼链码的目标特征提取算法提取目标的特征点,建立特征点误差与速度之间的视觉伺服模型,通过姿态调节去除俯仰角与滚转角的影响,采用动力学扩展方法将运动参数从4个自由度扩展为6个自由度,设置在线速度空间与角速度空间上独立的伺服增益。在仿真条件与实物条件下进行旋翼无人机追踪实验,结果表明,相比传统的视觉伺服与PID方法,该方法目标丢失概率更小,追踪效果更好。     

智能PID控制算法在跟踪伺服控制中的仿真研究

智能PID控制算法,其控制对象为直流伺服系统。根据伺服控制系统控制精度、响应速度、系统稳定性与适应能力的要求,采用智能PID控制算法与常规PID算法进行比较作出仿真曲线,得出在复杂对象的控制系统中,采用智能PID控制算法在系统稳定性、快速性和消除系统超调方面的优越性。     

粒子群算法在PID控制器参数整定中的研究与应用

针对自动化控制系统中PID控制器参数整定困难的问题,提出了基于粒子群算法的PID控制器的设计方法,给出了具体的实验架构。采用系统参数鉴定的方式得到直流伺服发电机的传递函数,并利用粒子群算法搜寻PID参数。实验采用MATLAB仿真证明了该方法的可行性和优越性。所得到模拟结果跟遗传算法搜索PID参数的结果做比较,结果显示用粒子群算法调整PID参数所得到的运算时间比用遗传算法的运算时间要短。     

基于自适应模糊PID控制的太阳光跟踪伺服系统

针对太阳光跟踪伺服系统中传统PID控制过程中的一些问题,通过对自适应模糊PID控制系统的分析,设计了一种双轴跟踪伺服系统自适应模糊PID控制器,同时在Simulink环境中建立了方位角跟踪传动机构仿真模型并完成了仿真。仿真结果表明,太阳光跟踪伺服系统自适应模糊PID控制器较传统PID控制器具有较强的稳定性、适应性与鲁棒性,在太阳光跟踪伺服系统控制领域具有重要的实用价值与应用空间。     

基于神经网络的带钢跑偏电液伺服系统研究

带钢跑偏电液伺服控制系统的非线性和时变性使得传统的PID控制很难达到理想的控制效果,将神经网络与普通PID控制相结合形成神经网络自适应PID控制策略,应用于该系统实现其良好控制.为提高系统的动态响应速度及性能,采用RBF神经网络对系统进行辨识预测.首先建立带钢跑偏电液伺服系统数学模型,然后利用AMESim和Simulink软件对传统PID控制和神经网络自适应PID控制进行联合仿真.结果表明,神经网络自适应PID控制系统响应速度快、超调量小、鲁棒性强,并具有良好的稳定性和控制精度.     

基于模糊PID控制的电液力伺服系统的研究

电液伺服控制系统本身具有非线性以及参数不确定性等因素,导致传统的PID控制算法很难使力伺服系统达到满意的控制效果,给系统的控制及仿真造成一定的影响。针对这一问题,基于LabVIEW软件平台研究设计出模糊PID控制算法,并在实际的力伺服控制系统中进行实验验证。结果表明,该控制算法控制精度高且稳定性好,满足控制系统要求。     

非对称模糊PID控制在二质量伺服系统中的应用

针对伺服系统在低速情况下具有较强的摩擦现象,是一个强非线性系统,本文将模糊控制与PID控制手段结合起来,提出采用非对称模糊PID控制方法,将其引入伺服系统的位置环中,同时建立了基于MATLAB/SIMULINK的系统仿真图。通过仿真试验,验证了非对称模糊PID控制方法具有较好的控制精度和稳定性,该控制方法可使系统的性能有所提高。     

伺服电机的预测控制与比例-积分-微分控制

为完成伺服电机平稳而快速的控制,根据预测控制方法中动态矩阵控制原理,提出了基于动态矩阵的预测控制和比例-积分-微分(PID)控制的伺服电机的控制方案。分析了交/直流伺服电机三环控制的统一模型,用预测控制器设计了伺服电机的电流环,提出了利用上升时间和稳态值确定电流环等效惯性环节的方法,最后用PID控制器设计了速度环和位置环。计算和仿真结果表明,电流环的等效惯性环节时间常数与-ln(0.368)成反比,该预测控制和PID混合控制可以很好地实现伺服电机平稳快速的运行。     

PID控制在火箭炮伺服系统中的仿真实现——改进的专家自适应PID控制

针对传统PID（Proportional-Integral-Derivative）控制无法兼顾部分系统的静态性能和动态性能,结合专家PID控制原理,提出了一种改进的专家自适应PID控制器的设计方案,对某火箭炮伺服系统进行仿真跟踪。给出了伺服系统的分析设计过程,利用MATLAB/Simulink完成了改进的专家自适应PID控制器在某伺服系统中的仿真应用,得到了良好的跟踪特性图,说明了该方法的有效性。     

改进PSO电液伺服系统的在线PID参数整定

针对传统的电液伺服系统PID控制器参数在线整定难以达到最优的问题,提出了一种解决方法。根据系统的动态模型,在系统时变参数的变化范围内取若干值,得到一组相应数目的定参数系统模型。针对这组模型,采用改进PSO整定PID参数,获得一组近似最优化的PID参数,拟合数据得到PID参数曲线,利用该曲线进行电液伺服系统的在线整定。该方法可实现近似最优的PID参数在线整定,控制系统的性能得到了明显的提高。仿真结果证明了该方法的有效性。     

基于BP神经网络PID控制的BLDCM调速系统

在分析无刷直流电机(BLDCM)数学模型的基础上,采用改进型BP神经网络与传统PID相结合作为速度控制器,应用于无刷直流电机调速系统中。在电机初始运行阶段采用传统PID控制,网络学习一段时间后,切换到经过改进的BP神经网络在线自整定PID控制。仿真研究表明,应用这种新型控制方式的无刷直流电机调速系统具有良好的动态性能和稳态精度。     

直驱式巷道超前支架油缸控制方法

考虑到传统的阀控液压系统存在伺服阀容易因受到油液污染而无法正常工作、阀控液压系统效率低、节流损失大、造成能源浪费等问题,研究一种基于伺服电机直驱液压泵的超前支架电液控制方法.伺服电机直驱液压泵系统由于电机的启动和转向过程中存在滞后性,因此使用常规PID算法的控制效果较差,使用模糊PID算法对伺服电机直驱液压泵系统进行控制.使用Matlab/Simulink仿真软件建立本文研究的直驱泵控巷道超前支架控制系统的仿真模型,并建立超前支架的实验样机,使用常规PID与模糊PID算法进行对比研究,研究结果表明:模糊PID算法作用下,伺服电机直驱液压泵的超前支架液压缸位置变化的超调量更低,调整速度更快,能够快速跟踪给定信号曲线,具有较好的鲁棒性.     

气动油压伺服系统的智能PID控制研究

针对经典的基于对象精确模型的PID控制方法自适应性差,难以适应具有非线性、时变不确定性的被控对象,提出了一种基于RBF神经网络的、结构简单的PID自适应控制方法。将该智能PID控制应用于气动油压伺服系统中,实验结果表明:具有自学习和自适应能力的RBF网络PID控制方法,能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质明显优于常规PID控制方法,将其应用于气动油压伺服系统是可行的。