基于模糊PID的伺服压力机位置控制系统

伺服压力机是目前成形装备发展的一个新方向.为了提高其位置控制的响应特性,针对其非线性、时变性、滞后性,提出了基于模糊算法和PID算法的模糊PID控制器,在C++ Builder中开发模糊PID控制器以实现PID参数的在线修正.阶跃响应和正弦跟随的实验结果表明,所设计的模糊PID控制器能够有效的提高响应速度、降低超调量和稳态误差,并且具有较强的抗干扰能力.模糊PID控制器拥有比传统PID控制器更好的控制效果,可以有效的提高伺服压力机位置控制性能.     

模糊PID控制在气动机械手中的应用

对有非线性的气动机械手进行位置伺服控制,采用模糊PID作为控制器的控制算法,提出了分区间分段利用模糊方法调节PID参数的算法。试验结果表明,该控制方法既能防止超调又能提高响应速度,明显地改善了系统的动态和静态性能,并且对气源压力及负载变化的鲁棒性也较强。     

模糊PID控制算法在气缸位置伺服控制中的应用

对有非线性的气缸进行位置伺服控制,采用模糊PID作为控制器的控制算法,提出了分区间分段利用模糊方法调节PID参数的算法。实验结果表明,这样既能防止超调又能提高响应速度,明显地改善了系统的动态和静态性能,并且对气源压力及负载变化的鲁棒性也较强。     

基于BP模糊神经网络PID控制的牵引绞车张力控制研究

传统的船基收放系统中的牵引绞车一般采用速度控制方式,导致在船舶升沉作用下负载至牵引绞车之间的缆绳张力不断震荡,最终可能造成缆绳损坏,甚至断裂等问题。分别设计了基于PID、模糊PID、BP模糊神经网络PID的牵引绞车张力控制器来进行缆绳张力控制仿真。通过仿真发现,相较于其他两种控制器,所建立的BP模糊神经网络PID控制器在不规则波及不同负载下的缆绳张力控制精度最高,系统平稳、无超调,且在受到干扰时动态响应速度最快。     

电液伺服造波机模糊自适应PID前馈补偿控制研究

传统PID方法在实现电液伺服造波机位置跟踪控制时,存在精度低、适应性差等不足,无法满足造波机系统的设计需求。为改善系统控制性能,提出电液伺服造波机模糊自适应PID前馈补偿控制方法。首先建立造波机电液伺服系统的数学模型,并推导位置伺服控制系统中各环节的传递函数,然后设计了模糊自适应PID前馈补偿控制器,并运用MATLAB/Simulink实现了控制系统的设计和仿真。在造波机不同工况下,对比传统PID控制、模糊自适应PID控制和模糊自适应PID前馈补偿控制3种控制策略的仿真结果。结果表明：所提出的模糊自适应PID前馈控制方法能有效提高造波机电液伺服系统的动态性能和位置控制精度,并具有较强的自适应能力。     

常规PID控制和模糊自适应PID控制仿真研究

通过对同一研究对象运用两种不同的控制——PID控制和模糊自适应PID控制,在Matlab环境下进行单位阶跃响应仿真。通过比较得出模糊自适应PID比PID有更好的动态特性。     

电液比例位置控制系统的自整定模糊PID控制研究

对自整定模糊PID控制策略在电液比例位置控制系统上的应用进行研究.在介绍自整定模糊PID控制基本原理的基础上,通过实验比较该系统自整定模糊PID控制和PID控制对正弦信号的跟踪效果.结果表明,自整定模糊PID控制比PID控制有更好的精度和稳定性.     

基于模糊自适应 PID控制的定位系统设计

为提高步进电机定位性能,研究模糊自适应PID控制方法.在分析两相混合式步进电机结构和工作原理的基础上,推导出电机的数学模型.设计了适用于步进电机定位控制要求的模糊PID控制器,以误差e和误差的变化ec作为输入,利用模糊规则在线对PID参数进行修正以满足不同时刻的e和ec对PID参数自整定的要求.通过仿真分析,模糊自适应PID控制方法具有较好的控制性能,能够达到精确定位.     

PID神经网络在电液弯辊伺服控制系统中的应用

针对电液弯辊伺服控制系统,设计了PID神经网络控制器.该控制器不仅具备传统PID控制器结构简单、参数物理意义明确等优点,而且具有神经网络的自适应和自学习能力,能够在线调整相关参数,使控制系统表现出良好的鲁棒性和控制性能.仿真和实验均证明了其有效性.     

基于模糊PID控制的气动负载模拟器研究

构建了由比例阀控缸实施加载的舵机气动伺服加载系统实验装置,研究其特性及控制策略。采用机理建模的方法建立了系统的数学模型;在此模型基础上,设计了模糊PID控制器。编写实时控制程序,测定0.5、1、2、5 Hz三角波条件下的特性。实验结果表明,气动负载模拟器在低频段有较好的力跟随特性。     

基于模糊神经网络控制的电液系统研究

针对大功率电液伺服系统存在严重非线性和时变性,将神经网络与模糊控制理论相结合,根据系统的误差及误差变化对神经网络的学习速率和动量因子进行模糊修正,有效地改善了神经网络的学习速率.实验表明,所设计的神经网络控制器能够保证大功率电液伺服系统的静、动态性能.     

液压位置伺服系统的模糊免疫自适应PID控制

以闪光对焊机为研究对象,针对其液压伺服系统存在的非线性、参数不确定性以及负载干扰等特点,借鉴生物免疫反馈响应过程的调节作用和模糊逻辑推理的自适应性,设计出一种模糊免疫自适应PID控制器。建立液压伺服控制系统的数学模型,并利用AMESim建模与仿真软件对液压伺服控制系统进行了分别采用模糊免疫自适应PID控制与常规PID控制的仿真对比试验。结果表明:该控制器性能优于传统的PID控制器,具有良好的快速响应特性、较强的鲁棒性和自适应能力。     

改进的RBF神经网络PID算法在电液伺服系统中应用

为克服传统PID控制电液伺服系统时存在参数整定不良,动态响应特性欠佳的问题,采用RBF神经网络PID对系统进行控制,并针对控制中存在的问题对控制算法进行改进,仿真和实验研究表明,改进的RBF-PID控制算法较RBFPID和传统PID具有较快的响应速度和较好的鲁棒性。     

基于单神经元自适应PID控制的位置扰动型电液伺服施力系统

针对位置扰动型电液伺服施力系统中多余力矩和参数变化问题，在用结构不变性原理进行补偿的基础上，采用单神经元自适应PID控制来确保系统有满意的跟踪性能。采用这种控制方法，可以较好地消除位置干扰的影响，同时克服系统的非线性及参数时变等因素的影响，提高了系统的鲁棒性和跟踪性能。仿真结果验证了上述结论。     

交流伺服驱动系统模糊自适应控制研究

为提高交流伺服驱动系统控制性能,结合模糊逻辑和神经网络各自的优点,设计了一种在线自适应模糊神经网络控制的交流伺服系统.文章将系统受控对象输入和跟踪误差作为模糊神经网络控制器的输入.设计的控制器不需要跟踪误差的变化率,可以避免以数值方式计算微分值时受采样周期大小的影响.通过仿真和具体实验分别验证了设计的合理性.结果表明:该控制方法不论对于调节还是设定值跟踪,均具有很好的控制效果,而且对感应电机伺服驱动系统有很好的抗干扰性能和较强的的鲁棒性.     

磁力轴承模糊PID控制算法的研究

传统的PID控制器在工业现场得到了广泛的应用,但对于一个比较复杂的磁力轴承控制系统,由于外部条件的变化而使固定参数的PID控制器较难达到理想的控制效果。因此,笔者设计了模糊PID控制算法,其特点是根据现场输入信号的变化,调整相应的控制参数,以达到良好的控制效果。本文通过MATLAB中的SIMULINK插件对模糊控制器和传统PID控制器进行仿真、对比,仿真结果证明了模糊PID控制器的优越性。     

基于模糊神经网络PID的塑料薄膜厚度控制系统设计

针对当前塑料挤出行业薄膜厚度控制系统普遍存在的强非线性、大时滞、控制精度低的现状,设计了一种将模糊控制、神经网络与经典PID控制算法结合的塑料薄膜厚度智能控制系统,通过模糊控制与神经网络自学习算法相结合,实现了控制系统PID参数的在线自整定。实验证明:与传统厚度控制方式相比,该系统可以大大降低收敛时间,提高控制精度,将薄膜厚度误差控制在2μm以内。     

足式机器人腿部关节改进单神经网络PID控制算法研究

为了满足液压足式机器人在复杂环境中实现精确、快速的腿部关节控制需求,把单神经网络PID能够实时调节参数的优点运用到足式机器人液压机械腿关节的控制中,在单神经网络PID的基础上增加机械腿关节的位置和速度控制算法,形成改进单神经网络PID,实现了对神经元比例参数自调整、PID参数的自整定,能够较好地适应内、外参数的变化,增强了腿部关节的快速性、精确性。在Simulink中进行建模仿真以及在设计的以STM32为中央处理芯片的控制平台上进行实验测试,结果表明：改进单神经网络PID在足式液压机器人的腿部关节控制中具有响应速度快、超调量小、控制精度高、鲁棒性强等优点。     

基于模糊神经网络的注塑机注射缸位置控制研究

针对注塑机注射缸非线性和时变的特点,设计了基于模糊神经网络的复合控制器,并将其应用于高速注塑机注射缸的位置控制.实验结果表明:在注射缸高速变轨迹运动情况下,采用该控制器可获得比常规PID控制更高的位置跟踪精度.研究结论可为高速高精密液压注塑机设计提供参考.     

基于PID神经网络的倒立摆控制系统

倒立摆是一个典型的高阶次、自然不稳定、快速响应、非线性运动控制系统,是现代控制研究的对象.PID神经网络是一种内含比例神经元、积分神经元和微分神经元的神经网络.本文介绍了采用PID神经网络控制的倒立摆系统,包括倒立摆系统的基本构成、PID神经网络单变量控制系统的算法和结构、权重初值的选择.进行了实际系统试验,比较了传统PID控制和PID神经网络控制倒立摆的效果,证明了PID神经网络控制系统的优良性能.