变频泵控马达调速系统遗传算法PID控制

提出了基于遗传算法的变频泵控马达调速系统的PID参数寻优方法。仿真结果证明了遗传算法寻优后的PID控制器较常规PID控制器具有更好的控制特性，对模型失配和负载扰动表现出更强的适应性和鲁棒性，很适合具有慢时变和存在负载扰动的变频泵控马达调速系统的控制。也指出了用遗传算法寻优变频泵控马达调速系统PID参数的局限性。     

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。     

变频泵控马达调速系统单神经元自适应PID控制

针对大惯性负截变频泵控马达调速系统动态性能差的特点，提出了采用不必基于模型的单神经元自适应PID控制。介绍了单神经元自适应PID控制器的结构和算法。仿真结果表明，单神经元自适应PID控制器较常规PID控制器具有更快的响应特性和良好的动态特性，对模型失配和负载扰动表现出更强的适应性和鲁棒性，而且不论是在加速段、等速段还是减速段，都具有较好的跟踪效果。     

拖拉机多段液压机械无级变速器模糊自适应PID控制

为了实现装备多段液压机械无级变速器(HMCVT)拖拉机按目标速度行驶的控制,对装备多段HMCVT拖拉机的模糊自适应PID控制进行了研究。基于Matlab/Simulink平台建立了装备多段HMCVT拖拉机传动系统动力学模型和模糊自适应PID控制模型。根据实际车速和设定车速的实际偏差采用模糊控制的方法自动整定PID控制参数,从而达到车速控制的目的。在拖拉机动力学模型上对模糊自适应PID控制仿真并与PID控制仿真对比,结果表明装备多段HMCVT拖拉机的模糊自适应PID控制具有更强的自适应能力和鲁棒性。     

泵控马达复合调速系统控制

介绍了泵控马达变转速节流复合调速系统的工作原理及结构,建立了系统的AMEsim-Simulink的联合仿真模型,提出了泵控马达变转速节流复合调速系统的控制策略,并进行了仿真分析。     

基于PSO优化Fuzzy-PID的全电调节无级变速器速比控制研究

全电调节无级变速器(EM-CVT)采用单电机作为动力源,通过控制电机转角实现速比调节。从提高EM-CVT速比控制系统稳定性和控制精度出发,设计了粒子群优化模糊PID速比控制策略;建立模糊PID速比控制器的模型,引入粒子群优化算法优化模糊PID控制器中的因子,实现速比控制系统的优化。仿真结果表明,采用粒子群优化模糊PID控制系统,可以提高系统的控制精度,改善速比跟踪性能。     

大功率马达试验台改进粒子群优化PID控制

针对某型大功率液压马达试验台加载系统的控制性能进行分析,完成马达试验台所需试验。采用变量泵对被试马达进行加载,在加载过程中通过改变泵的排量实现对加载转矩大小和方向的精确控制。根据马达试验台的实际工况,建立阀控非对称缸系统数学模型,并对建立的控制系统模型进行仿真分析。在控制系统中加入PID控制器来提升系统的动态响应特性,然后使用全局搜索能力较强的线性惯性权重（LDW）粒子群算法（PSO）对PID控制器进行优化,并通过仿真软件进行对比分析。研究结果表明：使用PSO算法优化的PID控制系统响应速度快、调整时间短、跟踪性能好,相比于原控制系统,采用PSO算法优化的PID控制器有效提高了系统的动态响应性能。     

基于AMESim和Simulink联合仿真的阀控马达转速控制

为了更好地控制阀控马达系统的转速,运用AMESim和Simulink软件建立了阀控液压马达系统的数学模型,并进行联合仿真。同时对液压马达的调速控制采用参数自整定的模糊自适应PID控制策略来实现。仿真结果表明,与传统PID控制相比,在阀控马达调速系统中,模糊自适应PID控制策略下的系统响应速度更快,超调量小,抗干扰能力更强,有更好的鲁棒性。     

基于SimulationX的泵控马达调速系统建模仿真

为了深入研究液压机械无级变速器中液压系统的特性,利用SimulationX建立了液压泵控马达系统及其排量伺服机构的物理模型,对整个系统的动态特性和效率进行了仿真研究,并应用PID控制。仿真结果表明系统的控制性能有了明显的改善,能够使系统的抗负载干扰能力提高,实现马达恒转速控制;另外,研究了排量比、输入转速和外负载这三个参数对马达输出效率的影响。     

模糊PID双模控制的数控车床液压调速研究

为了能够有效地对数控车床液压调速系统进行控制,深入地研究了模糊PID双模控制在其中的应用.首先,分析了数控车床液压系统的特点;接着,研究了数控车床主轴转速液压调节系统的原理;然后,提出了模糊PID双模控制器的数学模型;最后,进行了实例仿真,结果表明模糊PID双模控制比传统的PID控制具有更好的鲁棒性和控制精度.     

液压机械无级变速器的变论域模糊PID速比跟踪控制

为提高液压机械无级变速器速比跟踪控制效果,设计了基于量化因子和决策因子伸缩变化的变论域模糊PID控制器。通过分析液压机械无级变速器的速比特性和系统数学模型,建立基于AMESim和MATLAB联合的仿真平台,并通过实验平台验证了仿真模型的正确性。对比了变论域模糊PID和常规模糊PID的仿真效果。仿真结果表明：变论域模糊PID控制器在阶跃信号输入下具有更小的超调量和调整时间,在斜坡和正弦信号输入下速比跟踪误差缩小了约50%,即所设计的变论域模糊PID控制器具有更优的速比跟踪效果和更小的速比跟踪误差,表现出了更优的控制效果和动态品质。研究结果为车辆的最佳燃油经济性和最佳动力性的控制策略提供了理论参考。     

液压无级转速控制系统建模与仿真

针对液压无级转速系统建立了动态特性数学模型,仿真结果表明采用稳定边界PID控制算法和双闭环反馈控制的转速控制系统具有稳定性好、响应迅速、抗负载扰动能力强的特点,为液压无级转速控制系统的设计、校正提供了依据.     

移动机器人的无级调速系统研究

以"第三届全国机器人电视大赛"为背景,研究了无级调速系统在移动机器人中的应用.针对两级调速系统不便于操作手控制的问题,提出了移动机器人的无级调速系统,采用红外遥控技术传输数据,并采用线性化技术和自适应方法对曲线和参数进行了调整.实验证明该方法能够获得优化的位移曲线,提高操作系统的控制精度和灵活性.     

移动机器人的无级调速系统研究

以"第三届全国机器人电视大赛"为背景,研究了无级调速系统在移动机器人中的应用.针对两级调速系统不便于操作手控制的问题,提出了移动机器人的无级调速系统,采用红外遥控技术传输数据,并采用线性化技术和自适应方法对曲线和参数进行了调整.实验证明该方法能够获得优化的位移曲线,提高操作系统的控制精度和灵活性.     

用PLC控制龙门刨床交流变频无级调速系统

本文介绍了用ＰＬＣ控制龙门刨床交流变频无级调速系统的构成和性能特点，由于采用了转差频率闭环控制，较好地满足了工作台动、静态特性要求，制动采用能量回馈方式，保证了刨台往返的快速性。     

生产率最高的拖拉机HMCVT变速控制及仿真分析

为了使拖拉机能够获取最高的生产率,以配备HMCVT的400马力拖拉机为研究实例,通过分析计算对变速器的变速比进行了优化,得出了在任意牵引力及相应目标车速条件下的HMCVT最优变速比。随后对HMCVT的生产率最高变速控制进行了分析,制定了变速器的换段逻辑和变速控制原理;并以变速器变速比和发动机转速为控制变量,建立了生产率最高的二元协同控制拖拉机HMCVT仿真模型。应用二维查表插值的方法控制变速比输入,以某大小牵引力及相应目标车速为条件,对最优变速比进行了仿真验证。仿真结果表明:经过优化所得出的变速比能够使拖拉机输出较大的牵引功率,该优化计算方法具有一定的可行性。     

行星传动可控启动与无级变速装置研究

可控启动与无级变速是机械传动的发展方向,通过行星传动可控启动与无级变速装置的机械传动原理和控制原理,分析了该装置在软启动、软停车及无级调速与过载保护等方面具有较好的性能。     

Study on Speed Control Algorithm for Continuous Small Line Segment

针对服装加工中切割路径为连续小直线段的情况,研究了相邻直线段夹角与路径段长度对连续小直线段运行速度的约束,并提出了一种新的速度控制算法.在相邻直线段夹角对拐点速度的约束条件下,提出并应用倒推算法计算各个拐点最大通过速度;小直线段内根据每段的始末速度以及路径段长度按照五段S加减速控制方式进行段内加减速规划,最终获得了加工过程的最优进给速度.最后,通过仿真验证该算法能够实现连续小直线段切割速度的平稳过渡和高速衔接,有效提高了加工效率.     

气动无级变速旋转工作台

该工作台采用1只气缸带动2根齿条驱动正反安装的2个超越离合器，通过调整气控阀上的排气节流阀，可实现无级调速，且提高了传动效率和圆盘转动的平稳性。适用于自动化领域中要求较高的场合。     

无级变速器的简介与发展

首先提出实现无级变速必须满足的两个条件和各种类型的无级变速方式,并以此为主线介绍了现有无级变速器类型,并从各类无级变速器的发展过程对未来的发展趋势进行展望。