基于模糊PID的动态履带张紧力控制系统研究

履带张紧力是影响履带可靠性的主要因素,保持履带张紧力的稳定性有利于提高履带服役寿命,使整车在越野工况中发挥出优越的性能。在对托带轮、负重轮、诱导轮以及履带张紧器的几何关系及受力分析的基础上,建立了履带张紧力的理论估算模型,通过与多体动力学仿真结果进行比较,验证了履带张紧力理论估算模型的正确性。在此基础上,基于模糊比例‑积分‑微分(proportional‑integral‑derivative,简称PID)控制理论设计了一种履带张紧力控制系统,可通过转动诱导轮曲臂来调整履带的松紧度。仿真结果表明:该控制系统能够快速、准确地达到期望履带张紧力,可有效地抑制车体振动的情况及托带轮所受履带的冲击载荷,增加了履带车辆行驶的可靠性。与传统的诱导轮固定方式相比,该控制系统可有效降低接地段履带的动态张力,且没有加剧履带脱轮的风险。

基于PSO优化的模糊PID恒力控制研究

针对工业机器人在抛磨等工作过程中对接触压力的要求,提出了一种基于粒子群(PSO)优化的模糊PID恒力控制方法。对柔性力控法兰装置的受力和气体流量模型进行分析,建立柔性力控法兰装置的数学模型;设计了基于PSO算法的模糊PID控制器,自适应调节模糊PID的控制参数,通过MATLAB仿真对比了普通PID、模糊PID和基于PSO算法优化的模糊PID这3种控制方法的性能;最后,通过搭建基于柔性力控法兰装置的打磨实验平台,对柔性力控法兰的恒力控制输出性能进行实验验证。仿真实验结果表明,与传统PID和模糊PID控制方法相比,基于PSO算法优化的模糊PID控制没有超调,系统响应速度更快,在0.43 s时系统达到稳定;在进行恒力打磨实验时,柔性力控法兰实际接触力输出误差小于0.85 N;打磨后的壳体表面各区域粗糙度稳定在Ra0.1~Ra0.2之间。该方法能够有效地抑制接触压力波动,具有更强的鲁棒性。

基于PSO的恒力执行器PID型模糊控制器

针对打磨机器人在打磨过程中对恒力控制精度和响应速度的要求,提出了一种基于粒子群优化算法的恒力执行器PID型模糊控制器。设计新型PID型模糊控制器,减少设计规则库数量;提出变权重综合型适应度函数,结合误差积分绝对值和控制信号积分绝对值优化PID型模糊控制器的综合性能,同时减小超调量与稳态误差;采用自适应惯性权重策略加快粒子群迭代速度,使用粒子群算法对PID型模糊控制的比例因子进行优化。仿真结果表明,经过粒子群优化的PID型模糊控制实现了打磨力的平稳输出,响应速度提升10%,调节时间缩短14%,系统无超调、无振荡,提高了打磨力的控制精度。

基于模糊PID的变幅液压缸伺服位置自适应同步控制技术

液压系统中存在许多非线性因素,例如摩擦、死区和溢流等。这些非线性特性会影响伺服位置的精度和同步性能,导致控制系统的不稳定和误差积累。为此,提出基于模糊PID的变幅液压缸伺服位置自适应同步控制技术。考虑变幅液压缸伺服系统的运行结构,分析变幅液压缸动力,构建液压缸以及伺服阀的数学模型;利用伺服输出流量和压降的关系,获取速度前馈控制信号;将其反馈到系统中,设计模糊自适应PID同步控制器,实现变幅液压缸伺服位置同步控制。实验结果表明,所提方法对液压缸的同步效果很好,有效减少了液压缸伺服位置控制的误差,在不同信号干扰下,有效提高其控制稳定性和同步性能,控制器超调量平均约为0.059%,响应速度较快。

基于Bouc-Wen前馈及模糊PID反馈的三层MFC-PBP并联变形翼大位移控制

三层预压缩压电宏纤维复合材料双晶片(MFC-PBP)并联变形翼存在较强的迟滞非线性,严重影响变形控制精度。为了实现对其的精确变形控制,本文提出了以Bouc-Wen逆模型为前馈补偿,以模糊PID作为反馈控制器的三层MFC-PBP并联变形翼的大位移跟踪控制策略。首先,利用遗传算法对Bouc-Wen模型进行参数识别,构建前馈模型并对变形翼进行开环控制;其次,加入模糊PID反馈控制器,得到可以自适应改变PID参数的闭环控制。变形跟踪控制试验结果表明,BoucWen前馈控制的相对误差(RE)约为13.5%,将Bouc-Wen前馈模型与模糊PID结合后控制的相对误差在4%以内,提高了变形控制精度。

基于虚拟惯量模型和模糊PID算法的双馈风电机组频率解耦控制方法

当前的双馈风电机组频率解耦控制节点多设定为单目标处理,控制范围有限,导致最大频率偏移值增加,为此提出对基于虚拟惯量模型和模糊PID算法的双馈风电机组频率解耦控制方法的设计分析。根据实际的测定需求及标准,提取风电机组频率解耦响应特征,采用多目标的方式,部署风电机组的频率解耦控制节点,扩大实际的控制范围,构建虚拟惯量模型+模糊PID算法解耦控制模型,采用定向协调修正实现控制处理。最终的测试结果表明:与设定传统惯性/下垂风电机组控制测试组、传统Ziegler-Nichols优化算法风电机组控制测试组相比,此次所设计的虚拟惯量模型+模糊PID算法的双馈风电机组频率解耦控制测试组最终得出的机组控制最大频率偏移值较低,说明该方法的控制效果较高,针对性较强,具有实际的应用价值。

固着磨料双面研磨压力模糊自整定PID控制方法研究

以NUMPOWER1060数控系统为主控单元,结合力-位控制和模糊推理的特点,提出了一种模糊自整定PID参数的力-位控制方法。利用高精度扭矩传感器和力传感器对Z轴电机输出扭矩与研磨压力之间的关系进行了标定,通过检测Z轴输出扭矩间接获得了研磨压力的大小。根据Z轴进给速度调节因子uv对研磨压力的影响规律,建立了模糊控制规则集,设计了模糊控制PID算法,保证了研磨压力的恒定。工件研磨试验表明该方法提高了工件的表面质量。

基于模糊PID的直升机模型飞行姿态控制

针对微型无人直升机具有非线性、多变量耦合等特性,利用模糊组合PID控制方法研究直升机模型飞行控制系统的姿态控制问题。首先以三自由度直升机模型为控制对象,建立动力学方程。然后对PID控制方法采用模糊控制算法进行改进。为使直升机模型能够平稳飞行,且具有较强的鲁棒性,基于解耦的直升机模型分别设计模糊-PID阈值切换和加权控制方法,对直升机模型的俯仰轴和横侧轴进行控制。最后将所提出的控制方法应用于直升机模型本体实现姿态优化,实时仿真效果说明所设计方法的可行性和有效性。

模糊PID控制的原子力显微镜仿真平台

为了在传统PID控制的基础上实现参数的实时在线调整,获得更好的控制效果,进行了模糊PID控制的原子力显微镜仿真研究。运用欧拉-伯努利方程对幅度调制模式原子力显微镜(AM-AFM)的探针动态过程进行建模,并依据AM-AFM负反馈控制的系统模型,加入模糊PID控制模块,建立了一套完整的AM-AFM系统仿真平台。根据专家经验并查找模糊规则手册,建立了PID参数的模糊规则表,实现PID参数实时在线调整,实现了高品质的控制;同时,结合Ziegler-Nichols法离线调整出一组初值,并将此初值运用于模糊系统的模糊中心选择,进一步提高了控制效果。运用仿真平台对两个典型样品进行扫描仿真,检验了模糊PID的控制效果,表明模糊PID能显著提高AM-AFM对表面起伏较大的样品的成像质量。

力控法兰的模糊PID恒力控制方法

针对工业机器人进行接触式作业过程中对末端接触力的要求,提出了一种基于力控法兰的末端恒力控制方法。对力控法兰进行了分析建模与参数辨识,设计了模糊控制与比例积分微分(proportion integral derivative,简称PID)控制并行的模糊PID控制器,通过Matlab仿真对纯模糊控制与模糊PID控制效果进行了对比,并研究了模糊PID控制器各参数对控制性能的影响。最后,搭建了基于Labview和外部设备互连(peripheral component interconnect,简称PCI)总线数据采集卡的实验平台,对力控法兰末端输出力进行了实验验证。仿真结果表明,纯模糊控制可提高系统响应性能,但存在一定的稳态误差。加入PID控制与模糊控制并行控制后,仿真与实验证明,阶跃响应的稳态误差消除,正弦跟随效果明显改善,恒力控制输出力在期望力F=10N时波动误差为±0.8N。因此,通过模糊PID控制可实现力控法兰末端的恒力控制,具有较好的动态响应性和跟随鲁棒性。

基于模糊PID的力/位混合控制机器人自动化叶片磨削加工

针对机器人自动化航空发动机叶片磨削加工质量不高的问题,提出了一种基于模糊PID的力/位混合主动力柔顺控制。基于外部固定工具坐标的重力补偿算法解决了叶片重力对接触力求解的影响,根据坐标变换,完成接触力的精确感知。将机器人、工件和砂带轮简化成弹簧-阻尼二阶系统模型,利用最小二乘参数辨识方法建立系统模型。基于模糊PID的力/位混合力控制策略根据实际接触力与参考力的差值对离线编程轨迹进行在线修正,实现恒力控制。实验表明,相对于经典PID控制,基于模糊PID力/位主动柔顺控制算法可提高系统响应性能,降低稳态误差,改善系统鲁棒性,实现机器人自动化磨削加工过程的主动力柔顺控制。

基于多重模糊神经网络的PID温度控制算法

传统PID算法在控制具有大滞后、非线性、时变性等动态特性复杂的温度对象时,存在超调量大、参数无法自调节、模型自适应能力差、系统稳定性低等问题。为此,文章提出一种多重T-S型模糊神经网络PID温度控制算法。该算法根据PID算法的结构特点,利用T-S型模糊神经网络的单输出特性,建立能分别输出PID 3个参数的3重网络模型。MATLAB仿真实验结果表明,该算法与传统PID、BP神经网络PID,以及常规模糊神经网络PID等相比,超调量低,稳定性好,模型自适应性强,抗干扰能力强,综合性能指标好。

基于模糊多模型的专家PID在主汽温控制系统中的应用研究

针对电厂主汽温度系统参数时变的特点,常规单控制器难以取得满意控制效果,提出了基于模糊多模型的专家PID控制方法。仿真结果表明,主汽温度在负荷变化的扰动下,能适应对象参数的变化并表现出良好的控制品质。

飞机空调车的多模型模糊PID控制器设计

飞机地面空调车温度控制系统是一个非线性、时变、模型不精确、工作环境不确定的复杂系统,传统的PID控制方法难以满足该系统的控制要求。因此,设计了一种多模型模糊PID控制器。该控制器考虑空调输入电压对温度控制的影响,将输入电压分为2个区间分别建模,每个区间设计不同的模糊PID控制器,多个模糊PID控制器构成多模型模糊PID控制器。当输入电压发生变化时,选择相应区间的控制器进行调温。仿真结果表明,多模型模糊PID控制器优于单模型模糊PID控制器,有效地改善系统的瞬时响应、稳态精度和鲁棒性,具有良好的工业利用前景。

液压机压边力模糊PID智能控制系统研究

针对液压系统压边力控制动态响应和稳态性较差等特点,以YJ28E-1000/1600Q液压机为研究对象,建立了一个基于模糊PID智能控制的系统,并利用MATLAB/Simulink仿真工具进行仿真计算。结果表明,采用模糊PID控制器进行变压边力智能控制可大大改善液压控制动态性能,提高稳态精度。

基于阶跃模型的非线性模糊PID控制算法研究

针对大多数非线性系统建模和控制较困难的问题,引入了基于C-R模糊阶跃模型的非线性系统建模方法,该模型中的参数ai*是时变的,能够表征系统的非线性特征。根据C-R模糊阶跃模型的结构特点,与PID控制算法结合,将ai*表示出PID控制算法的参数,提出了非线性模糊PID控制算法CR-PID,克服了常规PID控制的参数难以较好地表征非线性的问题。通过对连续搅拌反应釜控制系统的仿真结果表明了该方法的有效性。

CT扫描攀爬机器人模糊PID力控制算法

【目的】提出一种CT扫描攀爬机器人水平伸缩关节夹持力模糊PID控制算法,以实现其夹持力的精确控制,增强对古建筑立木柱的安全保护。【方法】首先,使用巴特沃斯二阶低通滤波器对压力传感器输出值进行滤波,减弱噪声等干扰信号对测量值的影响;然后,以力误差和力误差变化率为系统输入,选择三角函数为隶属度函数进行模糊化处理,根据PID整理规则分别建立PID参数的模糊推理规则,利用系数加权平均法对系统输出进行反模糊化处理;最后,对比分析模糊PID控制算法和耦合PD控制算法的力控制效果。【结果】接触过程中,压力传感器信号经滤波处理后,波动明显减小。夹紧过程中,相比耦合PD控制算法,模糊PID控制算法的夹持力控制精度最大可提高51.8%,相对关节力误差最高可提高99.8%,力调节时间也不同程度优化,且模糊PID控制算法还可消除夹持力调节过程中的超调现象。【结论】巴特沃斯二阶低通滤波可有效滤除压力传感器输出值中噪声等信号的干扰,提高接触检测的可靠性;相比耦合PD控制算法,模糊PID控制算法具有更好的夹持力控制效果,不仅可以提高CT扫描攀爬机器人工作的可靠性,而且能够进一步保证古建筑木立柱的安全。

基于模糊PID的模型参考自适应IMC汽包水位控制

针对发电厂锅炉汽包水位具有非线性特性、存在虚假水位,且运行过程中控制系统超调量大、响应速度慢、抗干扰能力差等问题,提出了一种基于模糊推理的模型参考自适应内模控制(IMC)方法。将模糊控制方法和IMC方法相结合,采用相消法设计IMC器,根据参考模型输出与实际被控对象输出的偏差e及其变化率ec在线模糊调节PID参数。通过Simulink对基于模糊PID的模型参考自适应IMC的汽包水位控制系统进行仿真验证,并与IMC-PID的汽包水位控制系统进行对比。结果表明,基于模糊PID的模型参考自适应IMC方法自适应能力更强,抗干扰能力和鲁棒性更好,能够更好地保证水位的稳定。

基于LuGre摩擦模型前馈补偿的模糊PID控制系统设计

牙科CT在拍摄X光片时,牙科CT转台需要低速运转。在低速运转时摩擦带来的非线性最严重,为解决非线性摩擦,提出将摩擦模型前馈补偿与模糊PID结合实现对转台的控制。摩擦模型选用LuGre,并对摩擦模型参数离线辨识,确定出牙科CT转台的摩擦模型,在Simulink软件中分别对摩擦模型和模糊PID控制器进行封装建模,搭建了基于LuGre摩擦模型前馈补偿的模糊PID控制系统。通过仿真验证了采用该控制系统避免了位置跟踪平顶、速度跟踪过零时出现‘死区’等缺陷,并且跟踪误差很小、响应快,稳态稳定。通过实验验证了采用摩擦模型前馈补偿的模糊PID控制系统定位精度高,证明该控制系统的设计能很好地解决低速运转时摩擦带来的非线性问题。

模糊自适应PID在气液增力缸压力控制中的应用

为提高气液增力缸的输出压力精度并增强系统的一致性和稳定性,设计一种模糊自适应PID控制器。根据气动伺服系统的建模推导出比例阀控制气液增力伺服系统的数学模型,并结合模糊自适应控制原理,以离线生成控制查询表在线查询的方式,实现实时自整定PID参数。通过建立系统仿真模型,得到比常规PID控制更好的稳态和动态特性的控制系统。仿真结果证明,该方法可以大大地提高气液增力缸在压力控制中的控制精度。