海底行走机构液压系统控制策略分析

海底行走机构对海底矿产开采具有重要意义,针对深海底行走机构所需要解决的控制问题主要是速度同步、抗负载慢变干扰和随即干扰。构建行走机构液压系统,根据系统设计参数,建立各个环节的数学模型,进行仿真分析,并以此为基础搭建系统的软件仿真实验平台。为了实现速度同步控制和抗干扰控制,综合灰色预测控制、数据驱动建模控制、模糊控制、常规PID等控制技术,分别对轮边马达子系统和变量泵-轮边马达系统提出了"灰色预测模糊PID控制"和"多模型参考模糊自适应控制"的算法,并在软件仿真平台上进行仿真实验以验证这些算法的有效性。根据二阶参考特征模型的特点,将多参考模型、模糊控制与小误差范围内的常规PI控制相结合,通过对系统在不同误差范围内多模型的控制补偿,能够使系统在参考模型的引导之下较好地达到预期的控制目标。     

变频燃油加油机系统节能与控制研究

针对普通燃油加油机泵送效率低和能耗大的问题,提出将变频技术引入加油机系统中。分析了变频燃油加油机的结构和原理,通过理论分析推导了系统数学模型。针对变频燃油加油机系统存在的超调量大、动态响应慢、稳态精度不足等问题,提出了一种模糊自适应PID控制策略,建立相应的数学仿真模型,并搭建变频泵送系统实验平台,进行了能耗测试。仿真和实验结果表明:采用模糊PID控制的变频控制系统超调量小、稳定性好,该方法对输入信号变化的响应具有更好的鲁棒性和快速性,显著改善了系统控制效果。随着电机频率的增大,燃油加油机的泵送效率先增大后减小,证明了加油机系统引入变频技术的必要性。与普通燃油加油机相比,采用模糊PID自适应控制的燃油加油机大大降低了系统能耗,节能率达43%以上,加注精度可控制在0. 2%内。     

伺服系统中PID控制器参数整定的研究

针对伺服系统中常用的比例-积分-微分(PID)控制器的参数手动整定不方便的问题,对机器学习算法和模糊控制进行研究,重点分析反向传播(BP)算法和模糊控制器的设计方法,提出一种基于机器学习和模糊控制的PID参数整定方法。利用BP神经网络的学习能力得到系统模型,结合模糊控制进行预测得到PID参数,并在实验平台上进行验证。研究结果表明:通过机器学习和模糊控制得到的PID参数具有较好的控制效果,该方法能够避免手动整定PID参数,节省大量时间。     

基于模糊PID的自动配料系统控制研究

针对工业系统自动配料过程中配料精度难以控制的问题，提出了一种模糊结合PID的复合型预测控制算法。算法将模糊控制宽范围快速调节和PID精确调节的特点有机结合起来，当系统的偏差大于某一设定值时采用结合了人的经验的模糊规则控制，当系统偏差小于设定值时采用PID控制。模糊控制器的两个输入分别为系统期望值和偏差，通过不同的期望值预测不同的空中落差。实际应用表明该算法比单纯的PID控制在系统精度和速度上均有所提高。     

压铸机多变量压射过程非线性预测控制

在压铸机压射过程的电液压伺服控制系统中,提出了一种基于混沌自适应差分进化算法(CADE)的压铸机多变量压射过程非线性预测控制方法.该方法将帐篷映射嵌入到自适应差分进化算法(DE)中,改进了DE算法中交叉因子及编译因子的产生过程.通过仿真实验结果表明,利用该智能算法对压射控制PID控制器进行参数优化,能实现压铸机压射速度的快速寻优,使其非线性预测控制动态特性更好,控制精度更高,从而达到系统的最优控制目的.     

流量反馈型电液比例阀的模糊PID控制特性

流量反馈型电液比例阀是一种较为复杂的高阶非线性系统,传统PID对其控制效果不佳。为提高该阀的控制性能,提出一套基于模糊控制理论的参数自整定PID算法。分析电液比例阀工作原理,设计一种两输入三输出的模糊自整定PID控制器;采用Simulink和SimulationX软件,分别建立模糊PID模型和电液比例阀模型,对电液比例阀的控制特性进行仿真分析。结果表明：采用所设计的模糊PID控制器,可有效改善新型电液比例流量方向阀稳定性和动态性能。     

基于重复控制补偿的灰色预测PID控制器

将灰色预测、重复控制和常规PID控制三者的设计思想融合起来,提出了一种基于重复控制的灰色预测PID控制系统,该算法首先通过灰色预测估计出系统的不确定参数和干扰,在PID控制律基础上进行补偿,然后再加上重复控制的周期性调节。仿真结果表明,与传统重复控制方法相比,该控制方法在提高控制精度的同时,大大加强了系统的鲁棒性。能获得更好的控制性能。     

基于模糊PID控制的步进驱动系统研究

为了提高鞋套包装机的运动精度控制要求,针对鞋套穿孔定位这一具体动作,对其中的步进驱动系统进行了研究,提出了模糊PID复合控制方法。首先建立了步进驱动系统的数学模型,然后设计了模糊PID参数自整定控制器,并利用MATLAB进行仿真研究,最后以鞋套包装机样机为实验平台,验证模糊PID参数自整定算法应用于步进驱动系统中的实际效果。实验结果表明,模糊PID参数自整定控制方法应用于步进驱动系统获得了较好的控制效果,提高了系统的精确性和稳定性,可以满足实际的控制需求。     

基于RBF最小参数学习法的正流量变量泵滑模自适应控制

为了提高正流量变量泵的性能,提出基于RBF最小参数学习法的正流量变量泵滑模自适应控制方法。分析正流量变量泵电液伺服系统的动力学特性,并进行系统辨识实验获得较为精确的系统数学函数模型;基于RBF最小参数学习法设计滑模控制器,在系统参数不确定性、摩擦力干扰和系统泄漏等非线性因素的情况下实现对目标流量的跟踪响应和自适应控制;最后利用MATLAB/Simulink对正流量变量泵的控制系统性能进行仿真实验,并和传统的PID控制器和模糊PID控制器进行比较。仿真实验结果验证了所设计控制方法的可行性和有效性。     

基于混合粒子群算法优化橡胶挤出机Smith-模糊PID温度控制系统北大核心

为提高橡胶挤出机Smith-模糊PID温度控制系统的控制精度,更好地实现智能整定参数与橡胶挤出机温度最优控制,采用混合粒子群(HPSO)算法优化Smith-模糊PID控制系统,完成对温度控制系统PID参数基准值的自动寻优。借助MATLAB软件辨识挤出机温控系统数学模型,搭建Smith-模糊PID温度控制系统。为避免粒子群(PSO)算法陷入局部最优,在PSO算法的基础上将社会因子分解为局部社会因子和全局社会因子,设计出HPSO算法对PID参数进行寻优;将HPSO算法优化系统前后的控制效果进行对比。结果表明:采用HPSO算法优化Smith-模糊PID温度控制系统的控制精度更高、抗干扰性能更强,温度控制精度在±(1~1.5)℃以内,并且接近±1℃,完全满足橡胶挤出生产过程中对料筒温度控制的指标要求,可以在一定程度上提升温控系统的控制精度以及挤出机械的智能化水平。     

基于人工鱼群算法的永磁同步电机模型预测控制研究

针对基于模型预测控制算法的永磁同步电动机的控制问题,提出了一种基于人工鱼群算法的改进型PID-模型预测控制算法。首先构建了基于矩阵变换器的永磁同步电机系统模型,并采用了新的输入滤波器。然后利用人工鱼群算法完成PID-模型预测控制中的参数整定,从而解决了原有算法参数优化精度不高的问题,能够迅速地获得全局最优解。永磁同步电动机的力矩控制性能仿真实验结果表明:相比原有PID-模型预测控制算法,提出算法具有更快的收敛速度和控制效果。     

脉冲变极性弧焊逆变电源数字化控制系统

在采用数字信号处理器(DSP)DSP56F805构建基于双DSP的脉冲变极性弧焊逆变电源全数字化控制系统的基础上,针对数字化脉宽调制(PWM)控制脉冲存在的脉冲宽度保持和延迟对电源输出动态响应和稳态精度等控制性能的影响,提出了基于电源输出电感电阻(LR)负载模型的电流预估计算法,进而对简单数字比例积分微分(PID)控制算法进行了修正.同时,系统通过对电流/电压检测信号的预处理、A/D采样与PWM同步、数字滤波等措施有效地提高了系统的抗干扰性能.脉冲变极性输出特性控制试验验证了基于电流预估计的数字PID控制算法的正确性和有效性.     

混合动力汽车发动机在怠速状态下的控制

针对发动机进入怠速状态下时,存在超调过大和响应速度慢的问题,提出一种Runge-Kutta预测自适应PID算法来对油电混合动力汽车的发动机进行怠速跟踪控制。首先通过Runge-Kutta对系统状态进行预测计算,得出下一步的系统预测输出,再由设定值与预测输出值得出两者偏差信号,结合最优梯度下降法在线修正PID参数,使得系统实现事先调整进而快速进入发动机怠速状态的目的,这样也有利于降低整车燃油消耗。从最终的仿真结果来看,超调和响应时间都有了很大的改善,从而验证了该方法的有效性和可行性。     

基于Smith-模糊控制算法的橡胶挤出机料筒温度控制系统研究

为提高橡胶挤出机料筒温度控制系统输出响应的动态与稳态性能,并在干扰作用下使系统输出稳定在目标值,采用智能算法结合PID控制原理,设计一种Smith预估算法结合模糊控制算法与PID控制的控制器,用于橡胶挤出机料筒温度控制。利用MATLAB软件建立控制器仿真模型,与增量式PID和模糊PID控制器的控制效果进行对比。结果表明:在干扰作用下,Smith-模糊PID控制使得料筒温度控制系统输出稳定在目标值;采用Smith-模糊PID控制器的料筒温度控制系统鲁棒性强,将该控制器应用于橡胶挤出机料筒温度控制,可以在一定程度上提升挤出半成品质量和挤出机械的智能化水平。     

基于智能控制算法的试验台入口油温控制

根据航空发动机燃油泵试验台入口油温控制系统非线性、时滞、时变等特点,将神经网络控制、模糊控制与PID控制算法相结合,设计智能控制算法,实现对PID参数的自适应调整.仿真结果表明,智能控制算法的控制效果明显优于常规PID控制算法.其中,模糊自适应PID控制算法更适用于航空发动机燃油泵试验台入口油温控制.     

轨迹已知类伺服系统运动控制的工程实现

针对轨迹已知类伺服系统的运动控制的特点,提出了一种PFC-PID串级透明控制的工程实现,通过内环PID控制来提高抗干扰性,内环作为外环PFC控制的广义对象,外环采用预测函数控制来获得良好的跟踪性能和强鲁棒性.分析了预测函数控制在具有参数饱和限制环节的伺服系统中的实施算法.并通过仿真比较该算法与PID前馈控制的效果,验证其具有良好的跟踪性能、鲁棒性和抗干扰能力.     

Multi-objective optimal design of online PID controllers using model predictive control based on the group method of data handling-type neural networks

In this paper, model predictive control (MPC) is used for optimal selection of proportional-integral-derivative (PID) controller gains. In conventional tuning methods a history of response error of the system under control in the passed time is measured and used to adjust PID parameters in order to improve the performance of the system in proceeding time. But MPC obviates this characteristic of classic PID. In fact MPC tries to tune the controller by predicting the system's behaviour some time steps ahead. In this way, PID parameters are adjusted before any real error occurs in the system's response. For this purpose, polynomial meta-models based on the evolved group method of data handling neural networks are obtained to simply simulate the time response of the dynamic system. Moreover, a non-dominated sorting genetic algorithm has been used in a multi-objective Pareto optimisation to select the parameters of the MPC which are prediction horizon, control horizon and relation of weight of Δ u and error, to minimise simultaneously two objective functions that are control effort and integral time absolute error of the system response. The results mentioned at the end obviously declare that the proposed method surpasses conventional tuning methods for PID controllers, and Pareto optimal selection of predictive parameters also improves the performance of the introduced method.     

变量泵驱动变量马达系统协调控制算法研究

为了克服变量泵控制变量马达系统中泵和马达独立控制而存在系统溢流损失大、调节速度慢和没有发挥系统潜能等缺点,提出变量泵控制变量马达系统协调控制算法。变量泵对马达转速进行主动闭环控制;变量马达根据变量泵排量和马达转速要求进行预测控制而实现变量泵和变量马达的协调控制。变量泵闭环控制是时变系统,采用单神经元自适应PID控制算法;而对于变量马达控制,首先根据马达转速要求和变量泵排量计算马达预测排量,而后根据马达转速误差和转速误差变化率运用模糊控制算法修正马达预测排量而得到马达实际控制排量。对比仿真和实验表明:协调控制算法提高了变量泵控制变量马达系统响应速度,减少了系统溢流损失,验证了协调控制算法的正确性和有效性。