基于变论域模糊比例积分微分控制的介入手术机器人系统研究

在微创介入手术中,保证主从端导管位移的同步性,可解决医生能够有效控制主端电机转速来实现力反馈,提高手术的安全性,避免给病人带来不必要的风险。对传统比例积分微分(proportion integration differentiation,PID)主从端力反馈控制加以优化,使用变论域模糊PID控制算法对主从端力反馈进行监控,调节伸缩因子来获取最合适的PID数值,能够保证主从端的同步性。把两种控制方法进行主从端位移同步实验比较得知,变论域控制算法下的平均误差和方差都小于传统PID,表明了该算法对主从端同步控制的优越性,验证了变论域控制方法的有效性和可行性。

用于飞轮储能单元的神经元自适应比例-积分-微分控制算法

提出了种应用于飞轮储能系统的神经元自适应比例?积分?微分(proportional integral differential,PID)控制算法。该算法基于传统的双闭环调速系统与神经网络理论,实现对飞轮驱动电机的控制,使飞轮驱动电机能够根据系统要求,驱动飞轮储能单元储存或释放能量。运用李亚普诺夫稳定性理论证明了该控制算法的稳定性和有效性,并给出了其稳定性条件。经过仿真验证,该算法可以有效地实现对飞轮储能单元的充放电控制,其控制参数可以随着系统的运行自适应调节,飞轮储能单元的控制精度和鲁棒性也有所提高。

基于小脑模型神经网络-比例积分微分控制的异步风力发电机组软并网控制系统建模与仿真

分析了利用晶闸管进行软并网的原理;采用改进的小脑模型神经网络与比例积分微分并行控制方法对风力发电的异步发电机并网过渡过程进行了研究;利用Matlab/Simulink平台建立了仿真控制模型。不同风速下风电机切入电网的仿真结果验证了文中所提出控制方案的正确性:采用该控制方案可将并网冲击电流控制在额定电流的2倍以内,且该软并网系统具有较好的稳定性、实时性。

感应电机单神经元微分积分比例调节器

运用常规的控制方法很难使普通感应电机转子的速度或位置在任何时候都能自动、连续、准确地复现给定信号的变化规律．讨论了一种采用单神经元PID（比例－积分－微分）调节器来实现感应电机速度跟踪的方法．首先介绍了单神经元PID调节器的基本工作原理，然后构造了采用单神经元PID控制的感应电机调速系统的仿真模型，最后通过计算机仿真，对此种调节器在感应电机调速系统中的应用进行了分析，仿真结果验证了此调节器可使感应电机具有很高的跟踪性能，整个系统对参数变化不敏感，具有良好的自学习与自适应能力．

非线性比例积分微分神经网络控制的康复设备(英文)

介绍一种针对脑卒中患者的运动康复训练仪,采用直线运动模式和圆周运动模式作为训练轨迹,按照预先设定的轨迹运动帮助患者达到神经康复的目的。康复训练仪采用气动人工肌肉作为运动驱动器,气动人工肌肉具有重量轻、出力大、柔性好、使用安全方便、能源方便清洁等特点,适于在康复医疗仪器中使用。由于气体的可压缩性、气动人工肌肉的非线性、以及关节内部固有滞环等原因的存在,使得气动人工肌肉驱动关节位置控制精度差及响应时间比较慢,从而直接影响整个关节的轨迹规划问题。因此采用比例积分微分神经网络控制器对气动人工肌肉进行位置控制。

基于PID神经元网络控制的空间光通信ATP跟踪性能分析

针对空间光通信中跟踪系统的高精度、宽带宽要求,提出了一种基于PID神经元网络(Proportional integral differential neural network-PIDNN)的控制方案。采用MATLAB对所建立的跟踪系统模型进行了仿真分析研究,对采用PIDNN控制器的精跟踪系统的在线训练能力及学习、调整功能进行了仿真验证,同时加入扰动源对精跟踪系统的稳态、动态性能及鲁棒性进行了仿真测试。仿真和测试结果表明:通过PIDNN控制的精跟踪系统具有良好的稳态及动态性能和很强的鲁棒性,系统跟踪精度高且系统带宽较宽。

基于模糊神经比例微分积分的静变电源控制

针对静变电源模糊比例微分积分(模糊PID)控制隶属度和控制规则一旦确定后无法更改等不足,为提高静变电源输出电压的质量,提出以模糊神经比例微分积分(模糊神经PID)控制代替模糊PID控制。利用神经网络自学习的特点完善和调整模糊逻辑规则,并与PID稳态控制性能的优势相结合,实时地对静变电源电压控制量进行调整。仿真结果表明,模糊神经PID控制系统具有良好的鲁棒性和自适应能力,对干扰也有较好的抑制效果,解决了模糊PID控制器在静变电源控制中的精度不太高、自适应能力有限的难题,满足了静变电源输出的要求。

基于线性二次型调节器与比例积分微分控制的步态轨迹跟踪研究与优化

老龄化或疾病导致下肢功能障碍的患者逐渐增多,传统的康复方式存在一定局限性,因此下肢康复机器人成为当前康复技术主流领域。为了在下肢康复设备轨迹追踪性能良好的同时保证患者使用时的安全性,本文设计了一种将线性二次型调节器(LQR)与比例积分微分(PID)控制相结合的控制算法。首先利用运动捕捉设备采集正常步态轨迹,然后在已搭建的足底驱动式踏板步态训练设备中,对步进伺服控制系统采用位置环–速度环–电流环三闭环的PID控制。求得系统数学模型后,使用LQR算法优化PID控制器各环反馈系数,然后将控制器部署至装置中,并进行了实验验证。实验验证了控制器的可行性与有效性,提升了康复设备追踪步态轨迹的性能。

基于比例积分微分控制的微网协调控制建模仿真

针对微网协同控制建模仿真受到运行条件的影响,存在电压波动大、协调控制模式切换频繁等缺点,以提高微网协调控制稳定性为目的,提出了基于比例积分微分控制的微网协调控制建模仿真。根据比例积分微分控制是否影响微网系统的功率盈余,将微网的运行划分为4种模式,通过分析4种运行模式的原理,划分了微网运行模式。在微网协调控制建模仿真流程的基础上,根据微网系统中电源状态信息,计算每一个子微网的初始功率余量,结合每一个子微网实际承担的波动功率,实现了微网协调控制的建模仿真。仿真结果表明,基于比例积分微分控制的微网协调控制建模仿真方法不仅可以稳定微网协调控制的电压,还可以稳定微网协调控制的电流,从而提高了微网协调控制的稳定性。

基于PID神经元网络的水面舰艇减摇方法

文章研究水面舰艇减摇问题,采用PID神经元网络控制方法。舰艇在大风浪条件下产生剧烈横摇,减摇鳍是目前应用最为广泛的减摇装置之一。鳍角与升力矩的水动力特性主要依靠静态实验获取,实际使用中,鳍控制力矩与鳍角呈复杂非线性关系,使水动力特性存在较大误差。为解决升力系数及航速等反馈中的重要参数不确定性而导致鳍角产生的力矩难以确定的问题,提出一种基于PID神经元网络的减摇方法。构造三层神经网络模型,将比例、积分、微分分别作为网络的隐含层单元,在减摇控制过程中动态调整鳍控制参数,仿真结果表明,PID神经元网络控制横摇系统,实时性能好,稳定性高,有较好的稳定舰艇横摇效果。

可编程序控制器比例积分微分控制在油田站库生产中的应用

为实现油田五化建设,对联合站进行提升改造,提升信息化集成水平,实现提质增效,将可编程序控制器比例积分微分控制应用于油田站库生产。针对联合站可编程序控制器控制系统,提出联合站三相分离器液位调节的比例积分微分控制方案,实现分离器内液位恒定。通过在油田站库生产中应用可编程序控制器比例积分微分控制,实现了无人值守,降低了人工成本,提高了生产效率,对智能油田的发展建设起到推动作用。

基于模糊神经网络PID的无人艇航向控制器研究

针对常规比例、积分和微分(proportional integral derivative,PID)控制器在无人艇航向控制系统中表现出的稳定性差、控制精度低等问题,文章提出一种将模糊控制与反向传播(back propagation,BP)神经网络相结合的控制算法;在MATLAB中对比常规PID控制器、模糊PID控制器与模糊神经网络PID控制器在给定期望航向角下的航向控制性能,仿真结果表明模糊神经网络PID控制器对无人艇的航向控制性能最佳;在搭建的实验平台上对不同航向控制器下无人艇的航行轨迹和航向角进行比较,实验结果进一步验证了模糊神经网络PID航向控制算法的优越性。

永磁同步电机自构式模糊神经网络控制器设计

针对传统PID控制方法不能对电机在工况状态变化时做出快速反应的问题,结合模糊控制和神经网络的特点提出一种智能控制方法。依据模糊神经网络算法组成新的速度控制器代替传统的PID速度控制器。通过RBF神经网络辨识器给出永磁同步电机的Jacobian信息,传递给模糊神经网络控制器,以此解决算法中转速对网络输出的偏导项无法计算的问题。通过自构式反馈来修正网络的拓扑结构,确定模糊神经网络中隐含层的神经元个数,避免因隐含层神经元个数设定不当引起欠拟合或过拟合。仿真和实验的结果表明,电机在启动时能够快速平稳地达到给定转速,超调量和稳态误差小,转矩脉动小、响应迅速。突加负载时速度变化量小且能快速回归平稳运行,突变转速时能快速稳定在变化后的给定转速。

伺服电机的预测控制与比例-积分-微分控制

为完成伺服电机平稳而快速的控制,根据预测控制方法中动态矩阵控制原理,提出了基于动态矩阵的预测控制和比例-积分-微分(PID)控制的伺服电机的控制方案。分析了交/直流伺服电机三环控制的统一模型,用预测控制器设计了伺服电机的电流环,提出了利用上升时间和稳态值确定电流环等效惯性环节的方法,最后用PID控制器设计了速度环和位置环。计算和仿真结果表明,电流环的等效惯性环节时间常数与-ln(0.368)成反比,该预测控制和PID混合控制可以很好地实现伺服电机平稳快速的运行。

改进比例-积分-微分控制方法在无功补偿和混合滤波综合补偿系统中的应用

设计了一种兼有无功补偿和混合滤波功能的综合补偿系统。由于传统比例-积分-微分控制方法对上述系统的检测精度、计算延时和被控对象状态变化具有较强的依赖性,文中将增量递推预测模型预作用于上述系统以补偿延时带来的控制误差,提出了一种采用预测模型实现的多模比例-积分-微分控制方法,使得当电网状态变化时该补偿系统可自动在比例-积分和比例-微分模型间切换。仿真结果和实际运行情况表明该补偿系统具有控制精度高、鲁棒性强等特点,验证了该控制方法的正确性和有效性。

大型电力系统励磁比例-积分-微分调节器的闭环优化方法

采用传统频域方法进行发电机比例–积分–微分(proportional integral differential,PID)励磁调节器的参数设计时只考虑本机组的运行,而忽视了电网的整体运行情况,且性能好坏取决于设计人员的经验。针对这种情况,提出了基于大型电力系统时域仿真曲线的励磁PID调节器闭环优化方法,既能综合考虑机组和电网的运行情况,又能克服传统设计过于依赖经验的不足。该方法使用时域积分性能指标来评价含有PID调节器的闭环电力系统的综合性能,运用Nelder-Mead单纯形方法来有效搜索最优的PID参数。在实际大型电网中的应用结果表明,该优化方法可有效提高大电网电压的动态调节能力,有很好的实际应用前景。

基于动态RBF神经网络在线辨识的单神经元PID控制

针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法。采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智能控制。仿真结果表明,与常规RBF神经网络辨识的PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。

基于遗传算法比例积分微分控制器的铅冷快堆堆芯功率控制

比例积分微分(proportion integration differentiation,PID)控制器对堆芯功率控制过程存在适用性低的问题,而采用遗传算法(genetic algorithm,GA)整定PID控制器参数可以很好地解决此问题。为了实现铅冷快堆堆芯功率的有效控制,基于遗传算法PID控制器,结合堆芯状态空间模型,建立铅冷快堆堆芯功率控制系统,模拟堆芯反应性和堆芯进口温度扰动下系统的响应情况,并与PID控制器的控制结果进行比较。结果表明,外界存在扰动时,引入控制器可使堆芯达到稳定状态,与初始状态偏离较小,且遗传算法PID控制器的控制效果比PID控制器更为显著。

比例-积分-微分压力控制的放电雾化烧蚀磨削加工方法

为了提高电火花放电雾化烧蚀加工效率,以烧结金刚石材料作为加工电极,利用金刚石颗粒的磨削作用实现了高效雾化烧蚀与机械磨削的复合加工.其中,通过测量加工过程中金刚石颗粒与工件之间的机械磨削作用力,实现了基于压力信号检测的伺服控制,以保证金刚石颗粒的磨削作用,并采用反比例、模糊和比例-积分-微分(PID)压力控制方法来维持加工过程中的压力稳定性.同时,以高强钢Q420C为加工对象进行了3组加工效率对比试验.结果表明:采用PID压力控制方法,在30min的加工时间内所得加工深度可达14.5mm,最大压力在1.0N以内,其加工效率和加工稳定性优于其他2种控制方法.

一类比例延迟Volterra积分微分方程的配置法

研究数值求解一类比例延迟Volterra积分微分方程(DVIDE)的配置法.讨论了配置法的收敛性和整体超收敛性,并在一种弱假设条件下给出了配置法的局部超收敛性.数值实验验证了理论结果的正确性.