在化工、生物及废水处理工程中 ,大量存在着的 p H过程需要得到精确的控制。由于 p H过程是一个具有严重非线性及滞后性的被控对象 ,传统的 PID控制或非线性 PID控制难以达到理想的控制效果。这里给出了一种模糊神经网络控制器与传统 P...在化工、生物及废水处理工程中 ,大量存在着的 p H过程需要得到精确的控制。由于 p H过程是一个具有严重非线性及滞后性的被控对象 ,传统的 PID控制或非线性 PID控制难以达到理想的控制效果。这里给出了一种模糊神经网络控制器与传统 PI相结合的控制方法 ,即 p H过程的 FNNC- PI控制方案 ,该方案能很好地处理 p H过程的严重非线性和滞后性 ,而且具有较强的鲁棒性和抗干扰能力。展开更多
文摘在化工、生物及废水处理工程中 ,大量存在着的 p H过程需要得到精确的控制。由于 p H过程是一个具有严重非线性及滞后性的被控对象 ,传统的 PID控制或非线性 PID控制难以达到理想的控制效果。这里给出了一种模糊神经网络控制器与传统 PI相结合的控制方法 ,即 p H过程的 FNNC- PI控制方案 ,该方案能很好地处理 p H过程的严重非线性和滞后性 ,而且具有较强的鲁棒性和抗干扰能力。
文摘树障清理空中机器人的刀具系统在进行切割作业时存在负载扰动,且刀具电机的电机参数会有摄动情况的发生,若使用常规的双闭环 PI控制,会存在动态性能欠佳、超调大、适应性差等不足,而且在给定转速突变的情况下可能会导致 Windup现象。针对以上问题,为防止给定突变时产生 Windup现象,电流环控制器采用了一种在反计算 Anti Windup方法基础上改进的变结构 Anti Windup PI控制方法。为提高系统的自适应能力,将模糊控制思想与PID控制思想相结合,设计了转速环的模糊 PID自适应控制器。最后通过仿真与实物实验对提出的控制器的可行性进行验证。结果表明,控制器对系统参数变化有很强的自适应能力,且对负载的扰动有很强的抑制能力,给定转速突变时系统有较快的动态响应且超调较小。