基于遗传算法的汽车主动悬架变论域模糊PID控制

针对1/4车主动悬架系统,提出一种基于遗传算法(genetic algorithm,GA)的变论域模糊比例-积分-微分(proportional-integral-differential,PID)控制方法.在建立主动悬架系统模型的基础上,引入变论域思想设计模糊PID控制器.为进一步改善控制器减振效果,采用GA来优化变论域中伸缩因子描述函数的参数.结果表明:相比PID、模糊PID与未优化的变论域模糊PID等控制方法,基于GA的变论域模糊PID控制方法在降低车身垂向加速度、改善乘坐舒适性方面具有优越性;所提控制方法对簧载质量和车辆行驶速度不确定性具备较强的鲁棒性.

基于变论域模糊PID的金属热处理过程温度控制方法

为高效且安全地提取金属合金内的可用材质并分析其性能,利用变论域模糊PID技术,实现对热处理过程的温度控制。设定在金属规则状态不变的情况下,论域会随着偏差的缩减出现伸缩,即需要增添新的规则。若偏差率能够支持模糊量化取整,控制器的伸缩因子可能会陷入无法取值的情况。此时,通过二元函数分片双一次插值法计算伸缩因子,在临近分档之间填充新规则,确保伸缩因子取值的连续性。然后,在模糊PID控制过程中加入变论域,依靠控制器实现对金属热处理过程温度的控制。根据实验验证情况可知:该方法有效提高了控制效果,在应用该方法后,缩短了温度控制时间,在100s内就可以是加热温度到达拟定值。

爆胎车辆动力学分析及模糊PID控制优化策略研究

车辆通过控制系统提高行驶的稳定性,但在爆胎时容易导致车辆行驶失去稳定性,从而造成车辆发生侧翻现象。为改善车辆动力学控制系统输出效果,建立了车辆轮胎动力学模型。引用模糊比例-积分-微分(PID)控制器,给出了模糊PID控制器输出参数与误差和误差变化率的关系图。提出人群搜索算法,利用人群搜索算法迭代搜索原理对模糊PID控制器参数进行寻优。以车辆2种行驶路况为例,利用Matlab软件对爆胎车辆的稳定性进行仿真,比较和分析爆胎车辆优化控制系统的输出效果。结果显示:采用模糊PID控制系统,爆胎车辆产生的偏航角、俯仰角加速度和侧倾角加速度较大。采用人群搜索算法优化模糊PID控制系统,爆胎车辆产生的偏航角、俯仰角加速度和侧倾角加速度较小。爆胎车辆采用人群搜索算法优化后的模糊PID控制器,不仅响应速度快,而且行驶的稳定性较好。

正压呼吸防护面罩中无刷电机的模糊PID控制

正压呼吸防护面罩是作为医护工作者抗击新型冠状病毒(SARS-CoV-2)所使用的个体防护装备。本文忽略呼吸扰动等因素对送风子系统所产生的干扰,以送风子系统中的无刷直流电机为研究对象,建立无刷直流电机的数学模型;在MATLAB/Simulink环境中建立无刷直流电机转速PID控制模型,但由于无刷直流电机存在非线性、时变性等特点,导致PID控制对送风子系统中无刷直流电机的控制效果并不理想。然而,由于模糊控制不需要被控对象的精确模型,所以可以使用模糊PID来完成对送风子系统中无刷直流电机的控制优化。通过仿真实验结果表明:使用模糊PID控制系统的稳定性优于PID控制系统,无刷直流电机控制性能得到提升。

基于改进麻雀搜索算法模糊PID控制器设计

为了提高无刷直流电机输出转速与转矩的平稳性,提出了一种通过时变惯性权重改进的麻雀搜索算法模糊PID控制器控制无刷直流电机。通过在Matlab/Simulink中对无刷直流电机进行控制仿真,仿真结果表明,时变惯性权重改进麻雀搜索算法模糊PID控制器控制无刷直流电机,其转速与转矩的平稳性符合要求,并且能够实时响应负载的变化。

基于模糊PID的丘陵山地灌溉控制系统设计

针对传统丘陵山地农业灌溉通常采用人工控制电磁阀进行灌溉所出现的水资源浪费、人工成本高等问题,设计了一套基于模糊控制和PID控制的丘陵山地农作物自动灌溉控制系统,将PID控制的稳定性和模糊控制的适应性相结合来控制灌溉时长。通过Simulink搭建的丘陵山地灌溉系统,分别用常规PID和模糊PID来控制该系统进行仿真实验。结果表明:模糊PID控制下的系统相比于常规PID控制,超调量和调节时间都明显降低,具有更高的稳定性、适应性和调节性能,可以用于丘陵山地农业自动灌溉系统中。

模糊PID控制在生物质锅炉燃烧控制系统的设计及仿真

生物质锅炉是一种能够充分、高效利用可再生资源的锅炉,由于生物质锅炉的燃烧机理复杂,构建模型和进行控制变得非常困难,使用传统的PID算法并不理想。为了解决这个问题,本文提出了一种模糊PID控制方案,并选用MATLAB软件进行了仿真。通过仿真曲线结果,验证模糊PID控制在生物质锅炉燃烧系统中具有良好的控制效果。

基于改进模糊PID果园双轮移动机器人运动控制

针对果园双轮机器人在果园路面移动时难平衡、易失稳的问题,提出了一种基于改进萤火虫算法优化的模糊比例-积分-微分(PID)控制策略。首先,根据机器人与果园不平整路面特点,建立其动力学状态空间模型;第二,阐述改进萤火虫算法原理并用其优化控制器模糊规则;第三,利用MatLab/Simulink软件对机器人运动控制进行仿真试验;最后,为检验所提出算法的可行性,建立对比试验。研究结果表明:改进萤火虫算法优化的模糊PID控制器实现了果园双轮移动机器人的稳定运动功能,到达稳定的时间与最大倾角较传统PID控制器分别减少了3.9s和20.4°。

基于区间二型模糊PID的四旋翼无人机姿态控制

针对传统PID控制与一型模糊控制在四旋翼无人机姿态控制中响应速度慢、超调量大等问题,提出了一种区间二型模糊控制与传统PID控制相结合的控制算法。首先,在一型模糊系统的基础上对系统的单值前件和后件进一步模糊化形成区间前件和后件,更适于处理模糊信息。其次,利用具有停止条件的改进迭代算法(enhanced iterative algorithm with stop condition,EIASC)进行降型过程中开关点的计算,减少了计算时间,并将求解出的参数变化量作为初始PID控制参数值的补偿。最后,在建立的四旋翼无人机动力学模型上对所提算法进行仿真验证,仿真结果表明,所提算法比传统PID控制算法和一型模糊PID控制算法具有更快的响应速度、更高的稳态精度和更小的超调量。

四旋翼无人机建模及模糊PID控制

针对传统PID(Proportional Integral Derivative,PID)控制的响应时间较长、动态性能不好等问题,采用模糊PID控制方法设计一种四旋翼无人机动力学模型。模糊PID控制结合模糊控制和PID控制的优点,能有效提高系统的稳定性和动态性能,加快四旋翼无人机的响应速度,增强抗干扰能力,使系统更加灵敏可靠。对四旋翼无人机动力学模型进行simulink仿真,结果表明模糊PID控制能有效地控制四旋翼无人机,并且达到了预期的控制效果。

基于麻雀搜索算法优化的模糊PID控制方法研究

为解决肥料和水的配比过程中,酸碱度(pH)和电导率(EC)的稳态时间长、超调量大等问题,在模糊PID控制的基础上融合麻雀搜索算法对控制器的三个增益参数(比例、积分、微分)进行有效优化。在MATLAB/Simulink下分别做传统PID控制pH和EC值的仿真试验、模糊PID控制pH和EC值的仿真试验以及基于麻雀搜索算法优化的模糊PID控制pH和EC值的仿真试验,将三者仿真试验中pH和EC值的稳定时间以及超调量进行对比。试验结果表明:基于麻雀搜索算法优化的模糊PID控制与传统的PID控制相比,酸碱度和电导率的稳定时间分别减少475 s和261 s,超调量分别减少5.4%和12.19%,与模糊PID控制相比,酸碱度和电导率的稳定时间分别减少356 s和95 s,超调量分别减少1.4%和2.34%。所提出的控制方法能够使系统具有更小的超调量和更快地达到上升稳态时间,可以精准的控制肥料和水的配比。

基于模糊PID的阀门电液伺服开度控制

针对电液伺服开度控制系统存在的非线性、负载扰动、时变性等问题,以蝶阀的阀门电液伺服开度控制系统为研究对象,使用AMESim软件搭建该系统的物理模型,使用MATLAB软件搭建控制模型,将二者进行联合仿真,并对常规PID控制(proportional-integral-derivative control)和自整定模糊PID控制两种算法的控制性能进行对比。实验结果表明:与常规PID控制相比,采用自整定模糊PID控制方式的电液伺服开度控制系统超调量更小,调节时间更短,准确性有很大提升,且对扰动也有很好的鲁棒性。

基于参数自整定模糊PID的BLDC控制研究

为解决传统PID控制在无刷直流电机调速系统中的控制精度低、效果不佳等问题,设计了一种基于参数自整定模糊PID控制的调速系统。通过在Matlab/Simulink仿真软件中建立了无刷直流调速系统的模型,分别采用传统PID控制、模糊PID控制和参数自整定模糊PID控制来对转速环进行调控,而电流环则采用PID控制。通过对比研究结果发现,采用参数自整定模糊PID控制的调速系统具有许多优势。系统的超调量较小,控制效果较好,同时提高了系统的鲁棒性。通过搭建模型并进行仿真实验,证明了采用参数自整定模糊PID控制的调速系统在解决无刷直流电机调速系统控制精度低、效果不佳等问题方面具有优势。这一方法能够有效提升系统的控制性能,并增强系统的鲁棒性。该无刷直流电机的调速系统可以稳定、可靠运行,满足使用需求。

冗余机器人运动轨迹模糊PID控制优化与仿真研究

为了提高冗余机器人控制系统输出精度,设计了优化模糊比例-积分-微分(PID)控制系统,通过仿真验证控制系统的可行性。建立了冗余机器人的运动学模型,应用了模糊PID控制系统。研究改进粒子群算法,通过修改交叉算子和非线性动态惯性权重,提高粒子群算法的全局搜索能力。根据冗余机器人模糊PID控制优化流程,利用改进粒子群算法迭代搜索能力在线调整PID控制参数,使得进一步提高冗余机器人控制系统稳定性。在无干扰和有干扰条件下,利用Matlab软件对冗余机器人输出精度进行仿真实验。结果表明:在无干扰状况下,冗余机器人采用2种控制系统,其输出精度没有明显差别。在有干扰状况下,基于改进粒子群算法优化模糊PID控制系统,冗余机器人抗干扰能力增强,输出精度更高。冗余机器人采用改进粒子群算法优化后的模糊PID控制系统,可以得到更稳定的控制效果。

基于模糊PID控制的点胶单螺杆泵流量控制方法研究

建立了单螺杆点胶泵流量控制系统数学模型,采用了一种模糊PID控制器以提高系统控制性能,并基于实际系统和Mamdani模糊推理算法确定偏差e,偏差变化ec,输出量K_(p),K_(i),K_(d)的论域变量范围、语言值、隶属度函数、模糊控制规则表,搭建了模糊PID控制器。使用MATLAB/Simulink软件对所搭建的系统控制器进行仿真实验,并通过对比传统PID控制与模糊PID控制的系统阶跃响应图,得出模糊PID控制器的效果最佳,并且具有调节时间快、超调量小、抗干扰强的优点,一定程度上提高了单螺杆泵流量控制系统的稳定性。

中频加热电源模糊自适应PID控制系统的设计与实现

针对中频感应加热电源控制系统存在着严重的非线性、参数时变性以及滞后性和惯性缺陷,同时考虑采用常规PID控制很难取得较好的控制效果,设计了一种模糊自适应PID控制系统。该系统结合模糊控制和常规PID控制两种算法的优势,利用模糊控制在线性整定和修改PID的控制参数,较好地解决了系统的存在问题,获得了良好的动态性能和静态性能。在分析模糊自适应PID控制算法的基础上,详细介绍了模糊化处理、模糊控制规则建立表以及模糊判决和决策表等,分别给出了模糊自适应PID控制参数在线整定程序流程,上位机程序的设计方法,系统硬件组成和工作原理,以及主要部件特性等。通过对系统MATLAB仿真分析,其结果表明:该系统与常规PID控制相比较,具有控制精度高、响应速度快、稳定性好的特点,明显改善了中频感应加热电源的控制效果,具有一定的推广价值。

基于Smith预估模糊PID的浮选液位控制系统设计

浮选机内液位高低影响着浮选效果和生产稳定性,针对煤泥浮选中浮选机液位对浮选结果产生的影响,结合浮选液位控制系统的特点及其性能要求,采用了一种将Smith预估控制、模糊控制、PID控制结合的液位控制系统,并利用MATLAB中Simulink模块设计浮选液位仿真模型,进行仿真分析,同时改变液位以测试系统的稳定性。通过对传统PID、模糊PID及Smith预估模糊PID控制算法进行比较可知,液位控制系统采用Smith预估模糊PID算法,其控制效果由于传统PID和模糊PID控制,调节时间更短,稳定性更强,提高了浮选机液位的稳定性,能更好地满足浮选过程对液位的要求。

基于改进粒子群算法的移相全桥模糊PID控制

[目的]为了得到具有良好性能指标的移相全桥(PSFB)控制方案,本文提出了基于改进粒子群算法(IPSO)寻优的模糊比例积分微分(PID)控制方法.[方法]在PSFB的小信号模型基础上,使用模糊控制器改善PID的参数,随后应用自适应惯性权重和压缩因子法优化PSO的全局特性和收敛性,进而计算模糊控制器的比例因子和量化因子,以提高系统的控制效果.在Simulink仿真环境中分别使用常规PID、模糊PID、IPSO优化模糊PID三种方式对移相全桥拓扑进行仿真,并设计了一台100 W的样机,验证所提控制策略的有效性.[结果]仿真结果中,IPSO优化的模糊PID控制相对于常规PID和模糊PID,其调节时间、超调量、稳态误差分别下降79.6%、99.4%、42.9%和40.2%、20%、87.5%;基于TMS320F28034硬件的实验结果中,IPSO优化的模糊比例积分(PI)控制相对于增量式PI和模糊PI,其调节时间、超调量、稳态误差、电压输出纹波分别下降52.4%、56.4%、46.7%、75.0%和12.1%、37.4%、20%、66.7%.[结论]将IPSO应用于PSFB的PID控制,相对于常规PID和模糊PID,具有更高的控制精度、更快的收敛速度、更强的抗干扰能力.

Smith预估模糊PID控制算法及其在粉末定量称重中的应用

针对上海科源电子科技有限公司研发的定量称重系统(由高精度抖粉装置与万分之一天平组成),在工作中因粉末密度、粉末流动性、颗粒大小、湿度、天平延时等因素造成的非线性和滞后等问题,采用Smith预估模糊PID控制器优化控制方法。首先通过理论分析,得出系统的传递函数,再构建Smith预估的模糊PID控制器,以适应系统的非线性、滞后等特性,最后将此算法代入MATLAB进行仿真并于实际系统中进行1 g定量抖粉实验。Smith预估模糊PID控制算法和传统PID算法的标准差分别为0.0020和0.0042,表明Smith预估模糊PID控制算法在实际环境中稳定性更好,能有效减小系统的称重误差。

基于BP-NSGA-Ⅱ优化的高速电梯轿厢水平振动变论域模糊PID控制

针对影响高速电梯乘坐舒适性和安全性的轿厢水平振动问题,提出一种基于反向传播(Backpropagation,BP)神经网络和非支配排序遗传算法-Ⅱ(Non-dominant Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)的变论域模糊PID控制方法。首先建立基于达朗贝尔原理的轿厢动力学模型,其次在传统变论域模糊PID控制的基础上建立以量化因子作为输入,轿厢水平振动加速度均方根和位移均方根作为输出的BP神经网络模型,最后将该模型作为NSGA-Ⅱ算法的适应度函数,通过NSGA-Ⅱ算法优化量化因子来提高系统控制精度。仿真分析结果表明:基于BP神经网络和NSGA-Ⅱ算法的变论域模糊PID控制方法对轿厢水平振动的抑制效果优于变论域模糊PID控制方法。