空间天文望远镜自适应精密稳像闭环控制

针对空间天文望远镜低频段视轴扰动补偿问题,提出了一种基于主动光学技术的自适应精密稳像闭环控制方法。该方法以精细导星仪(Fine Guide Sensor,FGS)为高精度视轴扰动检测器,以四点支撑压电驱动大口径快摆镜机构(Fast Steering Mirror,FSM)为视轴扰动补偿器。首先,采用位置式PID控制器串联积分环节进行精密稳像闭环控制,得到补偿FGS检测出的二维视轴扰动所需FSM的二维摆动角度,进而根据驱动结构转换为每个支撑点的压电陶瓷执行器(Piezoelectric actuators,PZT)的伸缩量。然后,利用基于广义Bouc-Wen逆模型的压电动态迟滞前馈补偿方法进行高精度的压电陶瓷执行器定位控制。最后,根据有监督的Hebb学习规则,利用具有自学习和自适应能力单神经元对PID控制器参数进行调整,从而得到最优控制器参数。实验结果表明,所提控制方法能够有效地补偿空间天文望远镜的视轴偏差,可以将精细导星仪X方向和Y方向的星点质心位置偏差功率谱密度在0~6 Hz频段内积分值分别抑制了98.54%和98.62%。

基于比例继动阀的解耦式制动能量回收

针对纯电动商用车在连续制动时,气源压力偏低会导致驱动轴耦合制动力响应速度变慢,影响制动能量回收效率的问题,提出一种基于比例继动阀的解耦式制动能量回收系统(uncoupled braking energy recovery system,URBS)方案。首先,基于比例继动阀的迟滞特性,采用前馈-单神经元PID控制方法,实现制动气压的准确输出;其次,以电池SOC、车速等为约束条件,根据气源压力信号确定供压模式,并制定解耦式制动能量回收控制策略;最后,基于AMESim,MATLAB/Simulink及TruckSim搭建联合仿真平台,选取单次制动工况与循环工况验证了制动力耦合效果及系统的制动能量回收效果。结果表明,基于比例继动阀的URBS可实现耦合制动力的快速响应,达到稳态压力值75%的时间小于0.1 s,且在中国重型商用车行驶工况和中国重型商用车瞬态工况下有效制动能量回收率分别为10.13%,17.17%。所提URBS方案能有效提高驱动轴耦合制动力的响应速度及耦合精度,可为纯电动商用车气压式URBS方案设计提供参考。

双开关磁阻电机的改进交叉耦合同步控制

为增强两台开关磁阻电机(SRM)这一高度非线性被控对象的同步跟随性,降低不确定扰动造成的同步性能下降的影响,结合单神经元PID算法提出一种双SRM的改进型交叉耦合同步控制策略。建立并分析SRM的数学模型,结合基于单神经元PID算法的改进交叉耦合同步控制策略和基于有限元法的SRM静态特性参数,在MATLAB/Simulink搭建双SRM转速交叉耦合同步控制模型并进行稳态和动态性能仿真分析。结果表明,改进后的双SRM交叉耦合同步控制策略,对比传统交叉耦合同步控制策略,使得双SRM的转速同步控制的动态响应能力、抗负载扰动能力以及转速跟随能力更优。

基于单神经元PID的高增益DC-DC变换器

为使光伏系统和燃料电池的输出电压适应于并网发电系统所需的电压等级,提出一种基于单神经元PID的高增益DC-DC变换器。基于耦合电感的升压单元,使变换器在原有的开关占空比D上,增加一个新的自由度来调节输出电压。钳位单元的引入,削弱了耦合电感漏感与半导体器件的电压尖峰,提升了变换器的效率。通过单神经元PID,增强变换器抗扰动能力。该文先分析所提变换器的工作模态,推出其性能特点,并与经典变换器做出比较。通过仿真模拟电路运行和搭建实验模型研究,验证理论分析的正确性和实验过程的准确性。

基于交叉耦合的四足机器人Trot步态控制研究

目的提出一种基于单神经元PID与交叉耦合的联合控制转速的方法,提高少自由度四足机器人行走机构实现Trot步态时的稳定性和协调性。方法通过分析行走机构的结构特点和控制需求,针对行走机构转速控制进行方案设计;对单个行走单元的驱动提出基于单神经元PID算法的控制策略,并在对角两个行走单元的控制系统之间引入交叉耦合控制策略,通过Simulink平台对以上控制方法进行控制仿真并进行实体实验验证。结果基于单神经元PID算法的控制方法比传统控制方法的转速调节时间提高了31.2%;采用单神经元PID算法与交叉耦合控制相结合的控制策略时,同步转速偏差波动幅度降低了28%。结论采用单神经元PID控制算法和交叉耦合控制策略能实现运动的精确控制,并具有良好的抗干扰性和鲁棒性;且两个行走单元能更好地同步协调运转,增强了该机器人的运动平稳性,确保了Trot步态的稳态运行。

基于PID控制器的电力设备电机自动化控制研究

为实现电机自动化控制的自适应性和快速响应性,并提高控制过程对不同工况的泛化能力,提出基于PID控制器的电力运行设备电机自动化控制方法,构建电力运行设备电机的数学模型,融合神经元和PID,构建单神经元PID自适应控制器,通过径向基函数网络实现电力运行设备电机转速误差的非线性逼近,并将其作为单神经元PID自适应控制器的前馈路径,进行电机转速误差的非线性补偿,在控制过程中,不断调整径向基函数网络和单神经元PID自适应控制器的参数,依据参数调整后的单神经元PID自适应控制器反馈路径实现对电机转速误差精准控制。通过实验验证可知,该方法实现的电力运行设备电机转速控制具有较小的运行误差,对电机转速跳变以及突降进行快速反应,快速使得电机转速恢复平稳。

基于SIMULINK的智能剥锌机剥离过程液压控制系统建模与仿真分析

智能剥离单元是智能剥锌系统中的核心装备,用于对阴极铝板上的电沉积金属锌片进行剥离。本文以某公司研发的全新一代BKAS-32型智能剥锌机的智能剥离单元为研究对象,针对其非对称液压缸控制系统的特点,建立了电液比例阀控液压系统的数学模型,设计了基于单神经元控制算法的剥离过程液压控制系统模型并进行了仿真分析,通过与传统PID控制系统的仿真结果进行对比,论证了基于单神经元控制算法的剥离过程液压控制系统性能的优越性。经过现场应用表明,应用单神经元控制算法的智能剥离单元的剥离刀具组件双向运行速度曲线平滑,对称性高,两侧剥离刀具组件的速度差小于1%,极大地增加了智能剥离单元剥离作业的稳定性。

分布式驱动电动汽车直线工况电机同步控制策略

由于分布式驱动电动汽车将驱动电机直接安装在驱动轮内或驱动轮附近,四轮之间没有硬性连接,4个电机之间的同步只能通过控制算法实现,所以同步控制算法的效能对整车的控制尤为重要。传统PID控制算法显然难以满足车辆系统高响应速度和高精度的同步要求,为此,在相邻耦合控制策略的基础上,考虑车辆系统特性,通过赋予电机间同步误差不同的权值并结合单神经元PID算法,提出了基于加权相邻耦合的单神经元PID四电机同步控制策略。通过Carsim和Matlab/Simulink联合仿真验证车辆在直线加速工况下控制策略的可行性。实验结果表明:该控制策略相较于传统PID控制策略和相邻耦合控制策略,对车辆的稳定性有更好的控制效果,车辆最大横摆角速度减少了16.0%以上,0.8 s即可达到稳定状态,横摆角速度为0。

基于单神经元自整定PID的稳定平台调平控制

稳定平台调平回路大多采用PID进行控制,但这种算法具有抗干扰性能不高的问题,利用神经网络具有自学习、自组织、联想记忆和并行处理的功能和优势,设计了单神经元自整定PID控制算法。该控制算法不仅结构简单,而且适应性强,鲁棒性强。在设计中,采用了一种改良的Hebb学习算法对稳定平台调平回路进行控制。最后的仿真结果表明,单神经元自整定PID控制算法比传统PID控制算法在很多指标上都要好。尤其超调量、干扰抑制能力、过渡时间等动态指标非常优秀,是一种较为理想的控制算法,可以推广应用于各类稳定平台系统。

基于单神经元PID水平炮控系统稳定控制

为保证坦克行进间炮塔始终处于稳定位置,针对系统齿隙进行非线性补偿。利用径向基函数(radical basis function,RBF)神经网络对炮塔水平方向调速系统进行系统辨识,同时采用齿隙死区模型代表齿隙环节,建立水平向的模拟炮控系统;提出一种单神经元PID控制器;模拟外界扰动,利用计算机对控制过程完成仿真。仿真结果表明:在给定条件下,考虑齿隙因素,炮塔水平向位置与稳定位置的误差始终足够小。

基于神经元PID的烟气脱硝温控系统研究

烟气脱硝温控系统直接影响着烟气脱硝系统的性能,在分析烟气脱硝系统的工艺要求及温控要求的基础上,设计了基于神经元PID的烟气脱硝温控系统。重点分析了该温控系统功能和控制算法,通过Matlab仿真与实验验证,从理论与实践相结合的角度对基于神经元PID的烟气脱硝温控系统进行了研究分析,表明该方法是一种先进的,抗干扰能力强的温控算法,对优化烟气脱硝系统具有良好的作用。

双感应电机驱动振动筛的控制同步研究

以振动同步方式作为工作机理的振动筛在社会产生中已不能满足工艺需求,通过引入控制方法来实现零相位差状态,实现增加振幅的目的。根据机械动力学理论将振动筛的运动状态转化为双机驱动振动系统动力学模型,对振动系统实现同步运动的同步性条件和稳定性条件进行推导和分析;整体基于主从控制策略,采用模型预测磁链控制策略设计了单台感应电机的转速控制器,在单神经元PID控制中引入前馈控制,设计了相位控制器来实现两偏心转子零相位差状态;根据动力学模型在Matlab/simulink中搭建仿真模型,通过仿真表明提出的控制策略、方法是有效的,并具有稳定性;将提出的控制方法与其他控制方法进行仿真比较,结果表明该控制方法的同步控制效果更好,快速性更好。

单神经元控制器在剥锌机主剥离过程控制的应用研究

国产剥锌机主剥离单元的执行机构属于非对称液压缸,采用比例阀进行控制,由于非对称液压缸活塞两边的面积不同,当液压控制系统变更动作方向时,往往容易发生一定的不稳定性,比如液压力突跳或系统振动,而且双向动作具有一定的动态不对称性,这些问题对于剥锌机主剥离单元控制系统的动态性能存在负面影响,引起剥离过程不稳定。单神经元是构成神经网络的基本单位,具有神经网络所具有的自学习和自适应能,而且结构简单易于计算、抗干扰能力强,故将其应用于剥锌机主剥离单元控制系统中,可以克服非对称液压缸的影响,提高剥锌机主剥离单元的动态性能。

采煤机电液比例自动调高系统研究

为解决采煤机调高系统采用传统电磁换向阀控制存在精度低、响应慢以及适应能力差的问题,在对电液比例方向阀自动调高原理分析的基础上,对电液比例方向阀的自动调高系统中的电液比例方向、调高油缸以及位移传感器等器件进行重新选型设计;并对传统PID控制器和单神经元PID控制器的控制效果进行对比,为今后实践生产应用提供理论指导。

基于单神经元PID解耦的循环流化床锅炉蒸汽压力控制方法

传统的循环流化床锅炉蒸汽压力控制方法,在解耦过程中只对部分耦合关系进行解耦,导致鲁棒性较差。因此,提出基于单神经元PID解耦的循环流化床锅炉蒸汽压力控制方法。使用DMC控制算法设计控制参数,根据参数构建锅炉蒸汽压力负荷分段模型,使用单神经元PID,对全部循环流化床锅炉耦合关系进行解耦,构建循环流化床锅炉蒸汽压力控制模型,对循环流化床锅炉蒸汽压力进行控制。仿真实验的结果表明,本文设计的循环流化床锅炉蒸汽压力控制方法,能够较快地对锅炉蒸汽压力的变化进行调整,鲁棒性较好,能够满足循环流化床锅炉蒸汽压力控制的需要。

基于优化粒子群神经PID的双变量解耦控制

在工业过程控制系统中,存在多变量耦合的现象,其中双变量耦合较为常见。针对双变量耦合现象,该文提出了自适应粒子群优化算法与单神经元PID相结合的解耦控制方法,利用PSO算法对单神经元PID网络进行参数进行优化,从而提升系统解耦效果,并对双变量耦合系统进行仿真验证。结果表明,适应度经过参数寻优后有了不同程度的降低,在局部最优中的全局最优值降低了93.75%、39.90%;解耦效果稳定性提高,系统误差降低,精度提升。

基于单神经元PID的电炉加热多点温度自动控制

由于电炉温度控制过程中易受到外界干扰,导致温度控制速度、超调量的效果不理想。因此,提出一种基于单神经元PID的电炉加热多点温度自动控制方法。为了实现电炉加热多点温度控制,在电炉不同位置布置温度数字传感器。采集读取过程中得到传感器地址,使用二叉树遍历法搜索到总线挂载的传感器地址,完成温度采集。根据单神经元模型设计相应的学习算法,设计单神经元PID控制器。利用ZigBee技术搭建通信网络,搭建多备用链路的网络拓扑结构,完成基于单神经元PID的电炉加热多点温度自动控制方法的设计。仿真实验结果表明,设计的温度自动控制方法稳态过程的温度控制精度保持在±1℃内,超调量降低了5.23%。说明设计的方法在维持、稳定电炉内温度的速度、降低超调量等方面与传统方法相比有明显的优势。

采煤机单神经元调高系统控制研究分析

采煤机调高控制系统对实现采煤机自动化综采具有重要的影响作用。采用电液比例阀的形式进行滚筒高度的闭环调节,并采用单神经元PID的策略进行控制。对其控制效果进行仿真分析,结果表明,单神经元PID控制均能够快速地达到系统稳定,并且超调量较小。

基于神经元优化PID算法的粒子加速器电源调节

粒子加速器电源受到惯性冲击、工作装置共振以及电磁干扰等,容易造成数字化调节过程的振荡、非平稳性、非线性、特征信息相近时难以正确辨识的问题。为此,该文设计一种基于神经元优化PID的粒子加速器电源频率自动控制方法。改进自适应陷波器微分方程,完成电源频率的采集,确定频率值的安全区间。根据经典PID控制架构,明确比例、积分和微分环节发挥的作用,结合各参数线性组合情况建立控制方程。为进一步提高控制效果,将神经元与PID控制相结合,添加转换器,引入输入权重,建立控制模型,实现粒子加速器电源频率的自适应控制。实验结果表明,该方法跟踪到的电源频率波形与给定波形具有更高的拟合度,在所提方法控制下电源频率始终保持在12 Hz,即使施加负载,也能够很快调节到理想频率值,说明该方法的响应速度也较快。

基于神经网络算法的电加热过程温度控制

采用单神经元PID与传统PID控制相互结合的方法,探索高效电加热过程智能温度控制系统,并利用Simulink软件对传统PID控制和单神经元PID控制下的加热炉温度控制系统进行了仿真对比实验。结果表明,单神经元PID模型控制下的加热炉温度控制系统能够实时调整控制参数,使得控制参数和温度控制系统较为匹配,可以实现系统在最稳定的状态运行,该系统对干扰的抵抗性更好,鲁棒性更强。而实际试验中,单神经元PID控制下的加热炉温度控制系统在温度响应阶段具有较高的稳定性,同时在稳态阶段也拥有较高的控制精度,但是在初始温升过程中的响应速度较低。