基于模糊自适应PID算法的两轮电动车技术研究

针对目前汽车仍是人类出行的主流交通工具,但是现在汽车增多带来的乱停乱放和污染环境等问题,提出并设计了一种基于模糊自适应PID算法的两轮电动车控制系统。首先,建立两轮智能平衡车数学模型;其次,针对精确判断小车的当前姿态,采用模糊自适应PID算法对其进行参数优化,从而达到车辆在运行时稳定;最后,通过直立和速度两种方式进行测试,证明系统具有较好的可控性。实验结果表明,应用本文系统可以达到平衡状态,改善两轮单轴代步电动车稳定性和可控性能,具有一定应用价值。

基于模糊自适应PID算法的列车自动驾驶系统研究

既有列车自动驾驶(automatic train operation,ATO)系统使用的传统PID算法囿于参数固定,在强耦合、高度非线性的实际运行场景中,难以很好地克服非线性干扰问题,控车效果不佳。对此,文章提出一种基于模糊自适应PID算法的列车自动驾驶方法,其可以根据预先制定的模糊规则实时调整比例、积分和微分系数,使PID控制器具有更强的速度跟踪性能,从而改善列车控制效果。以长沙轨道交通4号线线路数据为算例进行半实物仿真,实验结果显示,采用该算法后,列车真实速度与推荐速度的平均均方根误差为18.876 cm/s,小于传统PID控制器的35.200 cm/s;列车站间旅行贴合度为1.69 m/s,小于传统PID控制器的2.25 m/s,这表明文章所提算法能有效优化推荐速度曲线跟踪能力,提升系统运营效率。

基于速度环模糊参数自适应PID算法的弹载无刷直流电机控制系统研究

电动舵机是制导炮弹等飞行控制系统的重要组成部分,无刷直流电机作为其主要执行机构,是一种多变量、非线性以及强耦合的复杂系统。为了获得良好的控制性能,研究并设计一种基于速度环模糊参数自适应PID算法。分析弹载无刷直流电机的数学模型和运行特性并搭建其控制仿真模型;设计模糊系统,以参考转速与反馈转速的偏差以及偏差变化率作为输入,以参考电流值作为模糊系统的输出,比较电机控制速度环分别使用传统PI、PID与模糊参数自适应PID算法的控制效果。结果表明:所设计的模糊参数自适应PID算法使得电机在阶跃响应下的上升时间仅约为5 ms,几乎无超调;对于正弦波以及斜坡函数同样具有良好的跟踪效果,具有较好的鲁棒性且运行稳定。

基于自适应模糊PID算法的锂电池组双层均衡控制

为提高电池重组时的均衡效率,在传统Buck-Boost均衡拓扑电路的基础上,设计了一种锂电池组双层均衡拓扑电路。组内采用Buck-Boost电路均衡,组间利用双向反激变压器进行均衡。均衡控制策略采用自适应模糊PID算法,以电池荷电状态(state of charge, SOC)为均衡变量,利用模糊控制算法对PID参数进行调节,缩短了均衡时间,提高了均衡效率。在Matlab/Simulink中搭建了锂电池组双层均衡拓扑电路和自适应模糊PID控制算法模型。实验结果表明:在不同工作状态下,所提出的电池组均衡拓扑及其控制策略将均衡时间效率平均提高了58.36%,验证了该方案的有效性。

基于自适应PID的屏蔽门无刷直流电机控制研究

地铁屏蔽门作为城轨交通的重要部分,无刷直流电机是主要的执行机构。在屏蔽门控制中存在速度慢、易干扰、效率低。该文提出了速度环模糊参数自适应PID算法。建立模型并搭建双闭环控制系统。通过实验得出:在模糊参数自适应PID算法的控制下,速度曲线基本没有超调;与稳态误差相比,参数自整定算法的稳态误差为2.7%;参数自适应算法控制系统具有响应速度快、动静态性能好、自适应性能好、系统鲁棒性强且运行平稳,在地铁屏蔽门控制中的控制效果更佳。

基于自适应模糊PID算法的PLC控制系统的应用

以空气球控制系统为控制对象,设计基于自适应模糊PID的PLC控制系统,实现对伺服电机的速度控制。

一种基于BP神经网络模型的自适应PID控制算法

本文应用神经网络建立了系统参数模型,将线性系统时变参数的变化规律转化为神经网络参数模型,反映了参数随状态而变的规律;再结合文献[4]已知模型下PID控制参数的计算,推导出一种更具有应用性的自适应PID控制算法。通过在计算机上对非线性系统仿真,结果表明了这种自适应PID控制算法的有效性。

基于模糊推理的自适应PID控制算法仿真

对时变不确定性系统要实现有效的控制,是实现全球智能化的必要一步,为此研究一种有效的时变控制系统算法具有极其重要的意义。为克服常规PID控制算法适应能力弱的缺点,结合模糊理论探究一种基于模糊推理的自适应PID控制算法。将模糊推理引入到PID控制策略中,仿真实验证明基于模糊推理的自适应PID控制算法提高了常规PID算法的适应能力及控制精度。

SEPIC变换器模糊自适应PID控制参数算法研究

模糊自适应PID控制已经在各类电力电子装置中得到普遍应用,可以实现对PID参数的最佳调整。目前该控制方法已应用于Buck和Boost直流变换器上,在理论和实践应用上都取得良好效果。本文以Sepic变换器为研究对象,将模糊自适应PID控制方法应用于此型变换器上,通过对整定规则的理论分析和仿真研究,进而得出了模糊自适应PID控制方法的仿真效果。

基于FI-SNAPID算法的经编机多速电子送经系统开发

为了提高经编针织物的质量和增加可生产的花型品种,对德国卡尔迈耶双针床经编机原已老化的单速电子送经系统进行升级改造,开发了多速电子送经系统.在研究多速电子送经原理的基础上,给出系统架构、硬件电路和基于模糊免疫-单神经元PID(FI-SNAPID)算法的软件实现方法.系统上位机采用嵌入式工控机/触摸屏,搭载MCGS组态软件,方便、直观地实现了产品设计、工艺参数的设置以及生产管理等功能.为了节约改造资金,提高性价比,在升级改造过程中保留了原系统6个经轴直流电机,重新为其开发伺服驱动器作为下位机.下位机主要基于高性能8位微处理器、智能功率模块(IPM)和FI-SNAPID算法设计实现.经实际测试运行表明,系统性能稳定,送经精度高,人机界面友好.

自适应PID控制算法在智能车控制系统的应用

智能车系统是一个非线性的时变系统,采用传统的PID算法这种单一反馈控制会导致系统存在一定程度的超调和振荡现象,因此很难得到理想的控制效果。而单神经元算法具有自我学习、自动整定加权系数,能够实现控制参数自我调节。因此将单神经元算法和PID控制结合起来可以使系统的控制性能得到改善,系统同时具有自学习、自整定能力,现场调整参数少,调整周期短以及适应性和鲁棒性得到显著的提高。

单神经元PID算法在包装机温控系统中的应用

介绍了包装机温度控制系统的工作原理,以及单神经元自适应PID算法的原理,通过对基于单神经元自适应PID算法的包装机温度控制子系统的调试,成功将单神经元自适应PID温控算法移植到包装机控制器中,试验测试表明用该方法进行参数整定的控制系统,具有很好的自适应性和稳定性以及很高的控制精度。

高速开关阀控气动位置伺服系统的模糊自适应PID控制

为实现高速开关阀控气动位置伺服系统的精确控制,以4个高速开关阀控制气缸的结构作为研究对象,提出一种模糊自适应PID算法以提高其控制精度。介绍了系统的结构与工作原理,并在此基础上建立系统数学模型。针对常规PID控制器难以适应多工况位置跟踪的问题,利用模糊控制原理对PID控制器的参数进行在线调整,以满足系统控制过程中对于参数的不同要求。实验结果表明,采用模糊自适应PID控制能够获得良好的位置控制性能。跟踪不同幅值阶跃信号时,均能够实现无超调位置跟踪且稳态误差小于0.2 mm,跟踪幅值为30 mm,频率为0.5 Hz的正弦信号时,最大跟踪误差、平均跟踪误差及标准跟踪误差分别为2.4,0.82,0.46 mm。

下肢步行助力外骨骼机器人的模糊自适应PID控制

针对人体生物学特点及户外步行助行要求,设计了一款下肢步行助力外骨骼机器人。为实现外骨骼机器人对人体下肢助力柔顺性目标,研究并提出了模糊自适应PID控制方法。在MATLAB/SIMULINK中搭建仿真模型,比较外骨骼关节力矩控制分别采用传统PID及模糊自适应PID控制算法的跟随效果。由仿真和试验结果可知,模糊自适应PID算法相较于经典PID算法具有响应速度快、超调量小等优点。模糊自适应PID算法对关节力矩跟踪效果有明显改善。在步态周期30%~40%时,误差最大;在步态周期15%~20%时,误差最小,为0.5 N·m。模糊自适应PID算法力矩跟踪曲线更加平滑,与参考输入幅值更为接近,支撑相最大误差为7%,且可以有效抑制外骨骼助力行走过程中带来的关节抖动。力矩跟踪能够达到理想的跟随效果,能够使得不同穿戴者的髋关节助力更加柔顺。

基于模糊PID算法控制开关电源研究

提出了一种应用于BUCK型开关电源的模糊自适应PID算法。根据状态空间平均法对系统的每个环节建立数学模型,在控制环节建立具有三角形函数特征的隶属度函数,制定具有专家经验的模糊规则。利用MATLAB/Simulink对主电路进行仿真验证,对系统的指标和性能进行分析,并与传统PID算法比较。结果表明:模糊自适应PID控制系统的动态响应时间提高0.03s、超调量降低10%。

基于生物质锅炉的模糊自适应PID控制系统仿真研究

在MATLAB/SIMULINK平台上,通过实验的方法建立了模糊自适应PID系统的仿真模型,给出了模糊自适应PID仿真的具体实现方法,并进行生物质锅炉控制子系统仿真应用研究,通过常规PID控制算法与模糊自适应PID控制算法对干扰信号的反应过程仿真结果对比,表明了模糊PID控制策略使系统具有强抗干扰性、灵活性和适应性强的优点,又具有控制精度高的优势。

基于模糊理论的参数自适应PID智能控制系统

针对平地机进行刮平作业时无法实现稳定恒速控制的问题,提出了基于模糊理论的参数自适应PID算法的行走智能控制系统,并完成了将该算法应用在平地机的控制系统中协调解决作业时油门大小、档位和恒速控制问题。同时,为验证参数自适应PID算法对整机运行参数实时监控的有效性和可靠性,系统采用单片机作为控制器,通过Mat Lab软件的Simulink仿真,分别对平地机作业恒速控制设定干扰信号、参数自适应过程性能以及不加PID、加PID、自适应模糊PID3种控制方式进行了恒速控制效果对比分析。测试显示:该系统响应时间短、速度较快,具有良好的工作稳定性和可靠性,能够满足设计要求。

基于模糊自适应PID的智能车控制与仿真

由于智能车的行驶是时变非线性系统,传统的PID算法无法很好地满足需求,改进的模糊自适应的PID算法采用高效的PID算法和模糊自整定控制相结合进行自动调节,可以让智能车系统克服传统PID算法无法实时调节参数的缺点,提高智能车在速度控制上的效率和鲁棒性。利用MATLAB中的Simulink仿真模块,设计搭建模糊控制器,并应用模糊规则进行仿真,分别给与负载电机转速扰动和电磁转矩的阶跃扰动,利用传统PID和改进后的模糊自适应PID控制对比测试电机控制系统的阶跃响应性能。实验表明,该系统不仅实现了智能车速度的实时调控和优化,而且与传统的PID控制算法相比较,具有更稳定的动态响应、鲁棒性与精确度。

基于PID算法下机组机舱环境智能控制系统研发

本文通过对机舱环境智能控制系统功能要求的分析,选择和研究了适用于控制系统的步进电机控制算法。通过调整专家自适应PID参数,通过判断算法,进而使步进电机得以运行控制,达到了机舱内部的送风和智能过滤系统过滤网的自动更替给进。通过对三组样机采用输出有功功率和机舱内部齿轮箱温度曲线的对比分析,总结出机舱环境智能控制系统使风机的运行、发电效率能够显著的改善,可以解决目前风机机舱环境现存问题。

用于生化传感检测的自适应增量PID恒温控制系统

以控制生化传感检测中的样液温度保持恒定为目的,基于自适应增量PID算法,设计了一种精确控制样液温度值的恒温系统.首先,该系统以MSP430微处理器为系统核心,并设计了驱动半导体制冷片的驱动电路;其次,理论证明了自适应增量PID温度控制算法,并用MATIAB软件进行仿真验证,该算法可以根据温度的误差条件自适应调整参数.结果表明,设计的自适应增量PID控制的恒温系统可以对温度进行快速精确控制,使其稳定误差在±0.5℃,能够满足生化传感检测样液中温度控制的要求.