基于模糊控制的上肢康复机器人变导纳控制

传统固定参数的导纳模型无法对上肢康复机器人的柔顺性实时调节,而现有变参数导纳模型需要结合实际康复需求进行改善。为此,以自主研发的串并混联的末端牵引式上肢康复机器人为研究对象,结合模糊控制与导纳控制,提出了一种面向实际康复需求的新型变导纳控制策略,制定了4条有利于康复效率与安全的模糊规则。该策略利用交互力误差及其变化率作为模糊控制输入,实时改变导纳模型的参数,实现柔顺性自主调节。仿真和实验结果验证了所提出的变导纳模型控制策略可行性和所制定的4条模糊规则的有效性。在患者可适应训练强度的场景中,相较于固定导纳模型,变导纳模型追踪给定路径时产生的冗余路径最多可降低56.13%,提高了康复训练效率;当康复运动超出患者可承受范围时,变导纳模型可提前0.5 s改变追踪路径,提高了康复的安全性。

基于模糊控制技术的播种机自动定位导航系统研究

介绍了播种机自动定位导航系统总体设计,并基于播种机位置和观测角度,建立了定位导航和路径预测的数学模型。采用模糊控制技术,结合播种机和观测角度,设计了自适应模糊控制策略,可以实现播种机转向的精准控制。试验结果表明:系统相比传统PID控制方法,偏差小太多,说明本文方法能够获得较高的播种机定位导航精度,证明了系统的有效性和可行性。

车辆主动悬架自适应变论域T-S模糊控制研究

针对传统变论域模糊控制存在过度依赖专家经验、伸缩因子参数不能自适应调整的问题,提出一种车辆主动悬架自适应变论域T-S模糊控制策略,从而提高车辆的行驶平顺性。结合神经网络和T-S模糊推理建立基于自适应神经模糊推理的一阶T-S模糊控制器,利用神经网络的自学习特性产生完善的模糊规则,进而在传统函数型伸缩因子的基础上,将系统误差和误差变化率作为动态参数引入伸缩因子中,实现伸缩因子参数的自适应调整,解决了传统函数型伸缩因子因参数确定难度大导致控制效果差的问题。通过随机工况下的仿真分析和基于相似理论的缩尺实验,对所提出算法的有效性和工况自适应性进行了验证。结果表明,所提出的自适应变论域T-S模糊控制策略具有较强的工况适应性,在不同车速、路面激励下均可有效提高车辆的平顺性并保证轮胎接地安全性。

基于模糊控制的机器人控制精度优化方法与技术研究

针对机器人在磨抛零件过程中由于PID无法在线实时调参导致控制精度不高的问题,本文采用“语言类”智能控制手段——模糊控制对机器人操作过程进行优化控制,从而达到提高机器人控制精度和提高实时性的目的。

考虑平抑未来时刻风电波动的混合储能系统超前模糊控制策略

【目的】现有的混合储能系统控制策略难以在保持荷电状态(state of charge,SOC)处于合理范围的同时,满足未来时刻风电波动造成的混合储能系统超前充放电需求,因此提出一种考虑平抑未来时刻风电功率波动的混合储能系统超前模糊控制策略。【方法】首先,通过采用集合经验模态分解(ensemble empirical mode decomposition,EEMD)方法分解得到不同类型储能设备需要平抑的风电功率;其次,根据混合储能系统SOC和功率饱和程度整定功率修正参数,对混合储能系统输出功率进行修正;再次,由风电预测算法得到前瞻周期内风电功率预测值,根据前瞻周期内风电功率波动情况和超前控制理论整定提前充放电参数,校正储能系统输出功率;最后,以某风电场的实际数据为例,通过仿真验证了所提超前模糊控制策略的有效性。【结果】提出的控制策略不仅能够降低风电并网波动越限概率,显著减少总输出功率与目标功率偏差值,而且能够使混合储能系统的SOC控制在合理范围内。【结论】该策略可以为平抑风电波动的相关研究提供有益参考。

基于动力性模糊控制拖拉机遥控换挡设计研究

为实现拖拉机遥控换挡,基于动力性模糊控制换挡设计了电控液压换挡系统,并在AMEsim中搭建仿真模型。根据发动机的调速特性,以油门开度、当前的车速和挡位为输入参数建立动力性换挡模型,并根据驾驶员意图和拖拉机状态建立二级模糊控制器对动力性换挡策略进行修正。同时,设置工况,在MatLab/Simulink中建立拖拉机传动系统模型,利用AMEsim-Simulink进行联合仿真,得到液压缸活塞杆位移曲线,对可行性进行了验证。对比传统换挡与动力性模糊控制换挡,以离合器冲击度、滑摩功等为控制目标进行仿真分析。结果表明:与传统换挡系统相比所设计的系统控制效果较优,满足拖拉机动力性适应性要求。

基于OBE理念的模糊控制课程教学设计

在内蒙古工业大学自动化专业参与教育部工程认证的背景下,以OBE理念为指导,对模糊控制课程进行教学设计。阐述模糊控制课程具有理论新颖抽象,直接面向解决复杂非线性控制问题的特点。简述OBE理念“反向设计,正向实施”的逻辑体系结构。基于OBE理念,结合课程特点,以学生为中心,从培养学生知识、能力、素养等几个方面制定教学目标;通过案例教学,与经典控制理论对比,贯穿直接解决复杂工程为导向进行教学环节设计;针对上述教学环节,结合课程目标制定注重能力培养的综合考核评价体系。

加热炉单片机模糊控制系统研究

随着全球工业的飞速发展,加热炉作为热处理领域中的关键设备,其控制系统的性能对生产过程的效率和质量至关重要。工业炉的应用一方面提升了工业效率,但其控制精准性也成为较大难题。单片机技术不断成熟,相关应用广泛推进,其在实时控制系统中的优越性逐渐凸显。集中关注如何设计一套高性能、智能化的加热炉单片机模糊控制系统,以提高温度控制的精度和稳定性。从单片机技术与加热炉控制交互入手,探讨自适应模糊神经网络控制方法与规则,分析系统设计及编程方法以提高加热炉控制系统的技术水平,推动工业自动化领域的创新发展。通过优化加热炉控制系统,可以在提高生产效率的同时,实现能源的有效利用,为工业制造的可持续发展贡献力量。因此,加热炉单片机模糊控制系统的设计研究具有重要的理论和实际意义。

基于模糊控制技术的谷物干燥控制系统研究与设计

谷物干燥处理是粮食存储和农产品加工中一个既重要又复杂的过程。由于该过程受诸多不确定因素的影响,因此实现精准控制意义重大。介绍一种基于模糊控制技术的谷物干燥控制系统,从系统原理、结构设计、参数选择等方面进行论述,通过对谷仓内温度、湿度两个参数的调节评价模糊控制技术运行的稳定性和可靠性,取得理想的结果,为该技术的开发与推广打下良好的基础。

涡轴航空发动机转速的自适应模糊控制研究

常规的涡轴航空发动机转速的自适应模糊控制技术,对发动机转速扭矩参数的调整不太精准,导致转速控制效果较差;因此,提出涡轴航空发动机转速的自适应模糊控制研究;文章首先对逻辑进行模糊化处理,得到相应的隶属度函数,对其进行模糊推理,并采用重心法进行去模糊化;将模糊子集的参数作为控制器的主要参数,形成涡轴航空发动机转速模糊控制器;再基于此,构建转速模糊控制器系统结构,以便后续对实施自适应模糊控制;最后对变化率的调整规则进行设计,将转速波动控制在较小的范围内,并建立参数调整规则表,按照模糊自整定数值关系,对发动机转速扭矩参数进行精确调整,从而对发动机转速进行自适应模糊控制;仿真结果表明,使用文章设计的方法,对涡轴航空发动机转速进行自适应模糊进行控制后,能够较好地将发动机转速控制在3000 rpm附近小波动振荡,说明该方法的控制效果较好;当阶跃干扰为10 N·m时,转速波动在11.38~17.77 rpm之间,当阶跃干扰为15 N·m时,转速波动的平均值在11.69~17.81 rpm之间,相对于对比方法均较小,说明该方法具有较好的应用价值。

基于模糊控制的环形交叉口信号配时方案优化

为了缓解进口道流量差异导致的环形交叉口拥堵,提高环形交叉口的交通运行效率,运用模糊控制的方法,提出一种适合环形交叉口的模糊控制器,以当前相位和下一相位的车辆最大排队长度为输入变量,以当前相位的绿灯延长时间为输出变量,通过优化信号配时方案来减小环岛车辆的平均延误,并借助MATLAB的模糊逻辑工具箱对模型进行了构建。为验证模型的有效性,以长春市的景阳广场为例进行实例仿真,采用VISSIM软件搭建环岛模型,在保证外部条件不变的情况下分别对优化前后进行仿真。结果显示,环岛车辆的平均排队长度降低了5%,车辆平均延误降低了6%,研究成果为环形交叉口信号配时提供了新思路。

基于模糊控制与改进NMPC算法的机器人轨迹控制方法研究

机器人的运动轨迹具有强非线性和强耦合性的特点,在运动过程中包含多种不确定因素,故提出了基于模糊控制与改进NMPC算法的机器人轨迹控制方法。首先通过动力学理论建立运动轨迹方程,逐步分解轨迹位置姿态,根据轨迹误差设计虚拟变量并进行推导,矫正轨迹姿态误差;然后使用模糊控制确定变量隶属函数,规范轨迹运动范围;最后利用改进NMPC算法构建控制模型,实现机器人轨迹控制。实验证明,该方法可有效跟踪不同类型的轨迹,具有重要的应用价值。

基于模糊控制的设施菜心生产环境管控模型及系统

【目的】为实现设施菜心生产环境的实时监控和精准调控,设计一种基于模糊控制的设施菜心生产环境管控模型及系统。【方法】采用物联网设备实时监测菜心各生长阶段(种子发芽期、叶片生长期、菜薹形成期)的环境因子(空气温度、土壤温度、土壤湿度和土壤电导率),将参数的监测值与适宜范围进行对比,获得各环境因子的偏差及变化率。管控模型利用模糊推理与定性分析结合的方法优化环境因子控制量,确定环境调控设备的调控决策,达到对环境因子的精准调控。【结果】管理模式对比试验表明:在菜心3个生长阶段,管控系统模式的平均调控实时性指标分别为0.10、0.17和0.18,平均准确性指标分别为0.78、0.68和0.74;人工管理模式的平均调控实时性指标分别为0.37、0.41和0.43,平均准确性指标分别为0.31、0.34和0.30。管控系统的平均实时性和准确性与人工管理模式相比分别有62.50%和1.34倍的提升。【结论】管控系统模式实现了菜心生产环境信息的实时获取与精准调控,能帮助用户更好地进行设施菜心的生产管理。

基于小波变换-模糊控制的复合电源能量管理

以锂电池-超级电容构成的复合电源电动汽车为研究对象,在满足动力性能的前提下,为实现超级电容在合理的荷电状态(SOC)下承担高频率信号,且锂电池承担低频率信号的目标,建立了实时小波变换-模糊控制的能量管理控制策略。基于Matlab/Simulink和ADVISOR软件搭建整车模型,并在NEDC循环工况下进行仿真测试。仿真结果表明,与单一锂电池相比,在小波变换-模糊控制策略下,复合电源锂电池的驱动峰值电流降低了20.68%,寿命提高了16.74%。搭建了按一定比例缩小的复合电源系统试验平台,并在NEDC工况下进行试验验证。结果表明,小波变换-模糊控制策略对复合电源电动汽车的能量管理具有良好的控制效果。

基于长短期记忆网络-模糊控制的光伏最大功率点跟踪算法

光伏阵列具有非线性特点且其最大功率点会随环境变化而产生偏移现象。尽管最大功率点跟踪算法被广泛地应用于跟踪和预测光伏系统的最大功率点,但仍然面临着模糊控制的动态品质低、控制精度不佳等挑战。为解决前述问题,提出了一种集成长短期记忆网络与模糊控制的光伏最大功率点跟踪算法。首先,采用长短期记忆网络以时间序列法预测最大功率点电压。其次,将该预测电压与光伏阵列电压间偏差及其导数作为模糊控制的输入,然后直接调节Boost变换器的占空比。再者,为防止开关管常通,预先设置了变换器的最大、最小占空比。最后,在四种可变大气条件下,利用MATLAB/Simulink对所提算法进行仿真验证。实验结果表明:与长短期记忆网络、电导增量法和遗传算法相比,所提出的算法具有良好的跟踪性能、稳定精度及效率,并且具有波形更平滑、振幅较小的优点。

基于模糊控制的温室气候控制器设计

为解决猕猴桃基地“瑞玉”新品种苗木繁育中农业大棚温湿度控制精度、速度、稳定性的难题,依托猕猴桃育苗玻璃温室,设计适合农作物生长的环境因子模糊控制系统。该系统针对温室环境中温湿度的强耦合规律,在控制中增加温湿度解耦算法,通过建立不对称温湿度补偿规则库,将温度、湿度模糊控制的输出变量和解耦补偿输出合成后得出实际温湿度控制输出,对农业大棚的温湿度控制过程进行改善,优化大棚环境监控效果。结果表明:空气温度、空气湿度、光照强度控制精度分别达到了±2℃、±5%RH、±200 Lux,达到稳态时间分别为9 min、16 min、4 min,且基本保持稳定,本系统控制精度较高、调节速度快、鲁棒性好,具有较好的实用价值和推广价值。

抽水蓄能机组新型变工况自适应模糊控制策略

针对抽水蓄能机组工况之间频繁转换、常规比例-积分-微分控制(proportional-integral-derivative control,PID)控制对不同工况变化下适应性弱及现有的新型控制方法难以应用于实时性要求较高的可编程逻辑控制器(programmable logic controller,PLC)调速系统中等问题,同时考虑到导数分量易引入高频测量噪声。结合模糊控制理论,创新地提出了一种以水头和功率作为模糊推理输入变量的新型自适应模糊PI控制器(innovative adaptive fuzzy PI,IAFPI)。首先结合所设计的控制器建立了基于弹性水击和对数投影曲线法的抽水蓄能调节系统精细化模型;然后利用多目标粒子群算法(multiple objective particle swarm optimization,MOPSO)优化该模型的控制参数;最后结合我国某实际抽水蓄能电站数据,分别与传统PI、传统模糊PI控制在不同负荷不同水头下进行对比仿真试验;验证所设计的新型自适应模糊PI控制器可有效提高机组对工况变化的自适应性。

基于模糊控制原理的电容薄膜真空计数据优化算法研究

电容薄膜真空计广泛应用于中、低真空的测量,为了提高电容薄膜真空计的测量准确性,将算法应用于电容式薄膜压力计的数据处理中。分段拟合方法可以根据每个数据段上的数据特性,使每个数据段上的误差数据曲线拟合得更加准确。然而,这种方法会在边界点处出现数据点跳跃间断的问题,这对实际使用有很大影响。文章设计了一种基于模糊控制原理的数据处理算法,以消除气压测量值在分界点处的跳跃间断问题。经过模糊控制算法的处理,电容薄膜真空计的测量精度得到了提高,气压测量数据曲线在全范围内具有良好的连续性。

计及动力部分损失的动车组精准停车自适应模糊控制

列车执行器未知故障引起的动力部分损失、列车模型参数不确定和未知外界干扰可能会造成停车精度降低进而影响运行效率,为解决上述问题影响下的动车组速度跟踪和精准停车问题,考虑设计一种输入饱和的自适应控制方案。首先,考虑列车的非线性,建立执行器复合故障下的多质点列车动力学模型,使用存在有界逼近误差的光滑非线性函数来逼近饱和函数,并根据中值定理将非仿射系统转换为仿射系统。其次,基于动车组故障模型,结合自适应模糊逻辑系统和反步法设计一种不需要执行器故障信息的自适应模糊容错控制器,利用自适应模糊逻辑系统逼近系统中未知外部干扰、模型不确定项等系统函数,并通过使用范数估计方法使得每个模糊逻辑系统只需要一个自适应参数,降低系统自适应更新律的复杂度。然后,根据李雅普诺夫稳定性定理证明闭环系统所有信号均有界,并且通过选取适当的控制器参数可保证跟踪误差收敛到原点附近任意小的邻域内。最后,选取CRH5型动车组作为控制对象进行仿真试验。仿真数据显示:控制器可以确保动车组平稳运行,同时使得最终停车误差在±0.5 cm以内,并且控制输入始终在受限范围内。仿真结果说明所设计的控制器可以在执行器复合故障和输入饱和同时存在的情况下完成预期控制目标并有效抑制外界干扰与模型不确定的影响。

结合模糊控制的深度强化学习交通灯控制策略

现有交通信号灯控制策略大多针对单一交叉口展开分析,该策略仅考虑车流量的单一因素,难以适应动态的路网状态。对此,提出了一种结合模糊控制的深度强化学习交通灯控制策略,利用SAC(soft actor critic)深度强化学习对两交叉口的交通信号灯相位选择及配时进行联合优化,同时考虑车辆速度、路段车辆排队长度等因素,利用模糊控制对SAC的惩罚函数进行处理。实验结果表明,与固定循环周期策略、SAC控制策略和DDPG(deep deterministic policy gradient)控制策略相比,提出的交通信号灯控制策略能获得更快的车辆通行速度,车辆的油耗和尾气排放情况也得到了改善。