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.

遗传算法优化的双线圈磁流变制动器模糊PID控制

针对磁流变制动器制动力矩输出不稳定的问题,采用遗传算法优化后的模糊PID控制器对双线圈磁流变制动器进行力矩控制。基于Bingham模型建立了双线圈磁流变制动器的制动力矩数学模型,同时推导了磁流变制动器的动态模型。完成了双线圈磁流变制动器的制动力矩实验,当励磁电流为1.0 A时,磁流变制动器制动力矩最大值为4.8 N·m;采用最小二乘结构模型,开展了双线圈磁流变制动器传递函数的参数辨识;基于遗传算法和模糊PID控制,设计了双线圈磁流变制动器的遗传算法优化的模糊PID控制器;搭建了磁流变制动器控制实验平台,开展了磁流变制动器力矩控制实验研究。研究结果表明,相比于传统模糊PID控制,在基于遗传算法优化的模糊PID控制下,双线圈磁流变制动器能实现较好的力矩控制效果,制动力矩阶跃响应上升时间为0.63 s,超调量为4.17%,制动力矩跟踪误差在0.2 N·m以内,具有较快的响应速度、较小的超调量以及较小的力矩跟踪误差。

基于遗传算法-模糊PID的双喷头FDM型3D打印机温度控制方法

熔融沉积成形(fused deposition modeling,FDM)3D打印需要将打印喷头加热至材料所需温度后才能开始打印。由于单喷头FDM型3D打印机的打印效率较低,以及其加热系统的滞后性较大且稳定性差,使得整个成形过程既耗时又浪费资源,且成形件的质量不高。为解决上述问题,结合打印材料物理性质和化学性质的差异性,提出了一种基于遗传算法-模糊PID(proportional-integral-derivative,比例-积分-微分)的温度控制方法,以实现对双喷头FDM型3D打印机加热方法的控制,并建立温度控制系统的MATLAB/Simulink仿真模型,以验证所提出的控制方法的可靠性。仿真和实验结果表明,与传统PID控制、模糊PID控制相比,遗传算法-模糊PID控制的响应时间缩短了36.03%和32.45%,调节时间缩短了28.06%和20.99%,具有响应速度快、调节时间短、超调量小和控制效果稳定等优势。研究结果可为复合材料的双喷头FDM 3D打印提供参考。

模糊PID控制算法在空调用制冷机组控制系统中的应用

空调用制冷机组通常采用PID进行控制,在实际应用中发现,水冷制冷机组的超调量较大,导致能耗偏高。为了提高温度调节控制的精度,在研究过程中建立了模糊PID控制算法,其设计重点包括温度传递函数、模糊化接口、模糊规则以及清晰化接口。利用MATLAB建立算法的仿真模型,将传统PID控制模式和模糊PID控制模式作为对照,观察制冷系统的超调量。结果显示,后者的最低超调量为6.95%,传统PID控制模式的29.60%。由此证明,模糊PID控制算法的调节精度更高。

采摘机器人机械手避障方法研究——基于遗传优化和模糊PID控制器

为了提高采摘机器人机械手移动的自动化程度,使其在移动过程中有效避开障碍物,将基于PID控制器的避障系统引入到了机械手的设计上,并采用遗传算法和模糊算法对控制器进行了优化,提高了机械手移动的准确性和平稳性。模拟采摘机器人机械手的作业环境,对机械手的避障功能进行了测试,结果表明:机械手可以成功躲避障碍物,且采用遗传和模糊算法优化的机械手具有更高的移动平稳性,对于提高果实采摘效率和质量具有重要的作用。

基于遗传算法优化模糊PID的甘蔗收获机切割器控制系统

针对甘蔗收获机切割器无法自动控制入土深度,从而影响收获质量的问题,设计一套甘蔗收获机切割器入土深度自动控制系统。该系统主要包含角度式仿形机构、入土深度检测系统以及液压系统和控制系统。利用基于遗传算法优化的模糊PID控制算法进行入土深度的实时调节,通过Simulink阶跃响应以及带随机干扰的阶跃响应仿真,结果显示:基于遗传算法优化的模糊PID控制算法超调量为4.9%、调节时间为1.535 s,与PID控制算法以及模糊PID控制算法相比均有所改善。室内试验结果表明,基于遗传算法优化的模糊PID控制算法误差在(-0.5,0.5),误差最小,有效实现了切割器入土深度自动控制。

遗传算法优化的空气悬架模糊PID控制

针对空气悬架系统模糊PID控制方法中参数选取存在局限性和难以选取的问题,利用遗传算法优秀的全局优化搜索能力和并行能力,提出了一种用遗传算法来优化模糊PID控制器参数的策略。采用遗传算法对空气悬架的模糊PID控制器参数进一步优化,比较优化前后模糊PID控制下的空气悬架性能指数值。结果表明,采用遗传算法优化的模糊PID控制空气悬架较传统模糊PID控制以及普通的空气悬架,能够减小车辆振动,提升空气悬架性能,改善车辆的平顺性与舒适性。

基于遗传算法的芦苇笋采收机模糊PID控制策略研究

芦苇笋采收机在工作时需人工实时操纵输出电压来适应负载力矩的变化,为提高采收效率和降低操作难度,提出了一种基于遗传算法的模糊控制PID算法以实现芦苇笋采摘装置同步带转速的智能控制。通过分析芦苇笋采摘装置的工作原理,建立了控制电压和负载力矩输入和液压马达输出轴角速度输出的状态方程数学模型;利用MATLAB/Simulink软件设计通过遗传算法优化隶属度函数和模糊规则的Mamdani模糊PID控制器,对液压马达的状态方程进行仿真。结果表明:采用遗传算法优化的模糊PID控制器相较于普通PID控制器和模糊控制器能够对输入信号更迅速地做出响应,且上升过程平稳无超调,有较强的抗干扰能力,鲁棒性较强,满足对芦苇笋采收机工作过程的简化操作和提高效率的控制要求。

遗传算法优化模糊PID的管内液压校圆机构控制研究

管件的椭圆度对于焊接质量和效率有着巨大影响,并且影响管件的残余应力分布,进而影响使用寿命。因此,需要设计一种体积小巧、适用于一定尺寸范围的集成式管内校圆机构,故提出一种管内液压校圆机构。为了提高管内液压校圆系统的控制精度,采用遗传算法优化模糊PID的控制方法。由于在校圆过程中需要多缸同时运动,采用误差补偿多缸同步控制方法。仿真结果表明:优化后模糊PID控制器相比于传统PID及普通模糊PID控制方法响应速度更快,超调量更小,更加精准快速地控制滚轮的位置,误差控制在0.1%~0.2%。多缸同步控制响应速度快,控制精准,能够实现对管道的精准校圆。这种模糊PID液压校圆机构提高了校圆质量,为管内校圆机构设计提供新思路。

基于遗传优化模糊PID高压共轨系统喷油量的控制算法

根据高压共轨燃油喷射系统的物理结构和工作原理,建立了电控高压共轨系统数学模型,用模糊PID控制算法建立柴油机高压共轨燃油喷射系统的控制模型,用遗传算法对该模型的控制参数进行优化,在Matlab/Simulink中搭建优化的控制仿真模型并进行仿真分析。仿真结果表明:优化后的模型比传统的模糊PID模型动、静态性能都有所改善,对喷油量的控制更灵活精确,优化后的控制器能有效提高高压共轨燃油喷射系统的性能。

基于模糊PID控制策略的双轴光伏逐日系统设计

在“双碳”战略背景下,光伏发电产业的“井喷式”增长对光伏发电效率提出了更高要求。现有技术难以直接提升光伏组件的光电转化效率。为此,利用STM32F103ZET6控制器、光敏二极管、双舵机等设备搭建光伏逐日系统控制系统硬件部分,并采用模糊PID控制算法组建控制系统软件部分。结果表明,与传统PID控制相比,模糊PID控制的鲁棒性更强,可在保证控制精度的前提下极大加快响应速度并提升系统抗干扰能力,进而提升光伏系统效率。

基于PSO-Fuzzy PID算法的采煤机调高控制策略研究

针对采煤机调高系统存在的控制精度低、稳定性差等问题,研究基于PSO-Fuzzy PID算法的采煤机调高控制策略,建立采煤机调高系统数学模型,在设计模糊PID控制算法的基础上,利用粒子群算法对模糊因子Ke、Kec进行寻优,实现采煤机滚筒调高精确、稳定控制。由仿真结果可知,基于PSO-FuzzyPID算法的采煤机调高控制策略可将系统超调量由18%降至6%,系统稳定时间从4 s缩短至2 s,且抗干扰能力强,满足采煤机调高控制实际要求,提升了采煤机的智能化水平。

基于改进遗传算法的模糊PID控制器设计

针对具有右半复平面零点的非最小相位系统,设计了模糊控制和PID控制相结合的双模控制器。应用改进的遗传算法优化其参数,并将其应用在非最小相位系统中,仿真结果表明该方法可行有效。

基于模糊PID的移动机器人路径纠偏控制方法研究

移动机器人按照预设路径控制前进方向,受控制精度和障碍物的影响,有可能出现路径偏移。为了实现路径自动纠偏,基于模糊控制理论和比例积分微分(proportional integral derivative,PID)控制器设计了相应的算法模型,具体包括路径纠偏模糊控制算法和PID速度控制算法,前者先输出移动机器人左、右轮速度偏差的精确值,再由后者驱动直流电机,实现轮速精确调节。通过仿真和实验,分别检验两种算法的应用效果。结果显示,路径纠偏模糊控制算法能够生成精确的左、右轮转速差数值,并且将其作为PID速度控制算法的输入量,实测速度和设定速度的偏差仅为1/8 000,具有良好的控制精度。

分子束源炉加热丝温度控制算法研究

分子束源炉工作过程中,由于内部温度场受到多种复杂因素的干扰,导致温度控制精度与稳定性下降,影响束流质量。源炉温度变化滞后性及非线性的特点使得常规PID控制参数整定不良、性能欠佳,达不到良好的控制效果。针对以上问题,提出一种复合温度控制算法,将遗传算法和变域模糊控制与PID相结合,基于变域理论调节模糊PID控制过程中变量论域的比例因子,实现了PID控制参数的自适应调节,又利用遗传算法优化PID控制的初始参数,提高了PID控制的自整定能力。通过在源炉设备上的实验结果表明,该算法自适应能力强,调整时间短,控制精度达到了0.1℃,能够满足分子束源炉温度控制系统的实际应用需求。

基于遗传算法的同步发电机模糊PID励磁控制器

在常规模糊比例、积分、微分PID(Proportional,IntegralandDifferential)励磁控制器基础之上,提出了一种利用遗传算法优化模糊控制器的量化因子和比例因子的同步发电机励磁控制器。介绍了同步发电机自动励磁系统及模糊PID励磁控制器的构成、模糊PID控制器的原理及作用,给出了用遗传算法优化模糊控制器的实现方法。进行了仿真研究,结果表明利用该方法设计的励磁控制器具有更好的动态特性和静态特性。

模糊PID控制算法在变频调速中的新应用

针对目前自动称重配料系统中采用传统PID控制的不足、系统误差不稳定、动态特性不理想,提出了一种基于模糊PID控制的算法。将模糊控制与传统的PID控制技术结合起来,共同应用于实际系统的调节当中。系统采用可编程逻辑控制器(PLC)实现模糊PID双模控制,大大加快了系统的响应速度,PLC模拟输出控制变频器调节皮带电机转速,从而达到控制物料流量的目的。经过实际系统的仿真试验,系统控制性能良好,有效解决了系统运行中误差不稳定和动态特性不理想的问题。

基于遗传算法优化的车辆主动悬架模糊PID控制

针对汽车主动悬架模糊PID控制器参数的最优选取问题,利用遗传算法的全局优化能力和并行能力优化模糊PID控制器的量化因子及其PID参数的修正系数。以汽车行驶平顺性和接地性等作为综合评价指标,建立包含车身垂直加速度、悬架动行程和轮胎动载荷3项指标的目标函数,采用遗传算法进行控制器参数优化,以Granada车参数为例进行控制仿真。仿真结果表明:主动悬架采用基于遗传算法优化的模糊PID控制后,其性能优于无优化的模糊PID控制以及相应的被动悬架。

模糊自适应PID控制算法在纸机烘缸蒸汽系统中的应用

介绍一种模糊自适应PID控制算法及其实现方法。它包含四个部分:①模糊自适应PID参数模型的整定;②模糊逻辑推理及PID参数修正方法;③模糊自适应PID控制算法的实现方法;④系统稳定性分析。该算法能够实现造纸机干燥部烘缸蒸汽温度按设定曲线控制。应用结果表明该算法合理,实现简单,烘缸干燥效果更佳。

一种基于模糊神经网络和遗传算法的智能PID控制器

常规的PID控制器参数整定方法需要被控对象的精确数学模型,且整定出的参数不能进行在线调整.而模糊控制和神经网络均不依赖被控对象的数学模型,且具有较强的自适应和自学习能力;遗传算法则是一种新型的全局优化方法.鉴于此,提出将模糊控制、神经网络和遗传算法引入PID控制器的设计过程.首先,运用遗传算法优化隶属度函数的中心值和宽度,并借助模糊逻辑控制确定遗传算法中的交叉概率和变异概率.然后,再运用BP算法优化模糊神经网络的连接权系数.仿真结果表明,该方法提高了系统的自适应能力和抗干扰能力,增强了系统的鲁棒性.