基于压电叠堆的智能风洞尾支杆结构主动抑振PD参数整定

验证飞行器气动性能往往需要进行风洞全模试验,尾支杆支撑结构设计简单、拆装便捷、对试验流场干扰低,因此全尺寸模型普遍采用尾支杆支撑形式。但其支撑刚度低、结构阻尼小,容易引发支杆-模型系统的振动。本文基于压电叠堆设计了集成于尾支杆根部的智能主动抑振结构,应用改进粒子群算法对工程上常用的比例微分(PD)控制方法进行了整定优化,改善了其参数整定所需时间长、整定效率不高的问题。控制仿真及试验结果表明,采用基于改进粒子群算法的PD控制器可降低振动信号振幅最大值为52%,缩短99.48%的调整时间,抑振效果明显,能够为风洞尾支杆主动控制提供理论及实践参考。

基于串级PI-(1+PD)算法的含飞轮储能互联电网AGC控制器设计

针对传统控制器存在的响应速度较慢、超调较大及鲁棒性较差等问题,提出一种基于串级PI-(1+PD)算法的含飞轮储能互联电网AGC控制器设计方法。首先,建立含飞轮储能的两区域互联电网AGC系统模型,模拟飞轮储能联合火电机组参与AGC的过程。然后,设计一种基于串级PI-(1+PD)算法的AGC控制器。外环采用PI控制,内环采用带滤波系数的(1+PD)控制。在保证系统稳态性能的前提下,提高动态响应速度和抗扰能力,并通过粒子群算法的迭代寻优获得最优的控制器参数。最后,基于Matlab/Simulink进行算例仿真分析。结果表明:与传统PID控制和PI-PD控制相比,所提方法不仅具有更快的响应速度与更小的超调量,而且增强了系统抵御内部参数摄动的鲁棒性。

基于PD算法的四旋翼飞行器控制系统研究

目前现有的四旋翼无人飞行器控制系统主要存在鲁棒性差及控制精度低的问题。针对四旋翼无人飞行器控制鲁棒性差的缺点在现有模型的基础上提出了PD(比例-微分)控制算法。首先建立了四旋翼飞行器的模型并且阐述了四旋翼飞行器的飞行机控制原理。然后根据四旋翼飞行器的飞行原理设计了四旋翼飞行的器控制系统,控制系统的设计包括硬件各个功能模块的设计和控制程序的设计,飞行器姿态反馈控制采用PD控制算法。最后通过"微影"一号和"微影"二号验证机分别验证了四旋翼飞行器的飞行原理及基于PD算法的控制系统的性能,基于PD算法使控制系统的鲁棒性有所提升。

基于门限自调整的车辆主动横摆力矩PD控制策略研究

针对目前主动横摆力矩控制算法存在的问题,提出了基于门限自调整的PD控制算法,即利用逻辑门限值方法产生并调整PID控制器参数,并由PD算法产生车轮制动力矩实现车辆稳定控制。利用MATLAB/Simulink软件建立了该控制算法的仿真模型,分别在高附着路面和低附着路面进行了仿真分析。结果表明,该算法在各种工况下均能很好保持汽车稳定性。

基于PD运动控制算法的装配机器人设计

根据工业装配机器人的功能要求,设计一种自动装配机器人,给出机器人的机械系统、电路系统和传感器系统设计方案,并在此基础上提出一种基于PD的机器人运行控制算法。该算法根据接收到的传感器信息,准确校正机器人在行走过程中的姿态偏差,使机器人可以按预设的路径自主运动,准确地定位目标,从而实现工件抓取、装配等一系列复杂任务。

基于PD算法的两轮自平衡车直立控制

建立了两轮自平衡车的动力学模型;在Matlab环境中设计了基于PD控制算法的两轮车直立控制器;仿真分析了控制器中各参数对系统的影响。利用普通小功率直流电机,模拟量输出的陀螺仪和加速度传感器,BTS7960半桥芯片等低价位元件设计了一套硬件电路,并将仿真程序移植到16位Freescale单片机中对两轮自平衡车进行控制;实测数据验证了所设计控制算法的合理性和设计电路的正确性。

直接驱动机器人的函数链神经网络-PD复合控制

为了实现直接驱动机器人精密控制,研究了直接驱动机器人的函数链神经网络-PD(FLNN-PD)控制问题。首先,对机器人动力学模型及FLNN的函数逼近特性进行分析;然后为机器人构建双闭环控制系统,推导出系统的误差动力学方程及不确定性动力学函数;引入FLNN逼近不确定性函数并为系统规划出FLNN-PD控制律;最后进行了仿真控制实验。结果显示,该控制器可使系统转角误差和角速度误差控制在±0.002rad和±0.1rad/s之内,且其对系统的参数变化及外部扰动具有较强的自适应性和鲁棒性。

具有自适应学习的开环PD型迭代学习控制算法研究

针对常见的PD型迭代学习控制算法收敛速度慢、收敛精度低的问题,提出了一种具有自适应学习的开环PD型迭代学习控制算法。该算法融合自适应学习和开环PD型学习律,采用自适应因子来优化学习率,通过数学方法证明了其收敛性,并通过仿真验证了算法的有效性。

基于改进BFO优化的高速无人艇航向PD控制

针对无人艇高速航行过程中航向控制问题,提出一种基于改进细菌觅食算法优化的PD控制算法.基本细菌觅食算法使用固定步长易导致算法遗失局部最优解,文章设计了一种改进的分维自适应步长策略,以实现步长的自适应调整;针对细菌觅食算法的游动操作可能导致细菌重复的无用游动,提出了一种智能探针操作方法;引入一种自适应迁徙概率算法,优化细菌觅食算法的驱散操作;将改进后的细菌觅食算法融合到高速无人艇的PD航向控制系统当中,用于优化PD控制参数,并通过半物理仿真实验验证了所提出算法的有效性、可靠性和优越性.

基于PD控制的航天飞行器控制系统的设计与实现

当前的飞行器控制系统在运行过程中容易受到噪声因素的干扰,对飞行器的控制存在滞后性和片面性,无法直观描述飞行器的运行状态,设计并实现了一种抗干扰能力强的航天飞行器控制系统,给出了无刷直流电机、电源电路、无线通信模块以及RS-232接口的硬件设计原理,给出了系统主控中心的人机交互界面组成;通过PD算法运算出不同电机的调整量,按照运算出的调整量控制电机的PCA模块,进而控制飞行器电机的转速,调整飞行器的姿态,克服干扰;实验结果说明,该种系统可对飞行器的各种飞行攻角进行准确的控制,该种系统的控制效率参数优于传统系统。

机器人臂的多项式PD型学习控制方法

提出一种用于机器人臂的带有重力补偿的多项式PD型(PPD)学习控制器,基于多项式神经网络给出了这种控制器的比例系数连续学习算法,由非线性机器人动力学模型与所提出的学习控制器所组成的闭环系统被证明在满足李雅普诺夫直接法和拉萨尔不变集定理时是全局渐近稳定的,除了理论结果,也提供了在两自由度机器人臂位置控制中的仿真实验比较,结果表明PPD学习控制器在系统快速响应性方面优于常规PD控制器。PPD学习控制器为机器人控制系统提供了一种新的途径。

基于PD控制算法寻烟羽源机器人最优行为决策

为了解决空气中有害气体烟羽源分布辨识问题,提出了基于PD控制算法寻烟羽源机器人最优行为决策,通过浓度传感器对环境中的化学浓度信息进行实时采集,然后将采集到的浓度信息传送到机器人中的数据处理模块中。数据处理模块对机器人左右两端浓度传感器采集到的浓度信息进行数据滤波预处理:采用递推平均滤波算法克服机器人在行进过程中遇到的随机干扰和周期性干扰;采用限幅滤波算法克服机器人在行进过程中的脉冲或尖峰干扰。将预处理后的数据信息分别以数组的形式进行存储。机器人采集信息浓度差的大小决定了机器人向左侧或者右侧飞行。根据存储的历史浓度信息多次改变机器人的运动,使机器人能够更快、更准确地寻找到烟羽源位置,具有较强的实用性。

基于PD控制算法与Isight系数优化的无人机轨迹跟踪

建立了无人机飞行动力学模型,设计了PD控制算法对无人机进行轨迹跟踪控制;基于Isight软件将多岛遗传算法和序列二次规划法相结合,对PD控制系数进行了优化调节,获得了较好的控制效果;对优化所得结果进行了仿真验证。仿真结果表明,PD控制算法可以较好地实现对无人机的轨迹跟踪控制,位置误差与速度误差最大值基本为0,组合优化方法可以提高参数寻优效果,可将代价函数减小2.9%。

运载火箭自适应增广控制参数优化整定方法

针对参数众多的自适应增广控制(Adaptive Augmenting Control,AAC)技术,提出了两种基于优化算法的参数整定方法,实现了对AAC控制器参数的合理设计。第1种方法是使用粒子群算法,通过设计合理的适应度函数,使得优化得到的参数在标称状态下尽量不影响系统,在有干扰的情况下提升系统的抗扰动能力。第2种方法是重新定义高低通滤波器,减少优化参数数量,使用遗传算法得到优化的参数可以加快计算速度。仿真结果验证了使用优化算法得到的参数的合理性。与PD控制系统相比,AAC控制能够提升抗干扰能力;与滑模控制系统相比,能够看到相同精度下AAC控制的控制指令更加平滑。将第2种方法中得到的参数与使用粒子群算法对比,使用遗传算法得到的参数具有更优的性能。

基于GPS技术的水田平地机的设计与试验

【目的】设计基于GPS技术的水田平地机,实现水田精准平整.【方法】GPS接收天线固定在平地铲上,以GPS高程定位数据作为平地铲高程信息,通过限幅平均滤波算法和PD控制算法实现平地铲运动精确和稳定的控制.【结果和结论】经GPS技术控制的水田平地机平整后的田块田面相对高程的标准偏差值由15.8 cm减小到4.7 cm,绝对差值在不大于5 cm的采样测量点累积百分比数达85.4%,限幅平均滤波算法减少了GPS高程数据误差.GPS高程定位数据能满足水田精准平整的要求,能有效改善田面平整状况.

基于FUZZY-PID的主汽温控制

基于ＳＴＡＮ－９０火电机组全仿真机系统平台，选用全论域范围内带自调整因子的模糊控制器与ＰＩ控制器相结合的复合控制方案设计过热器减温控制系统：编程建立相关模糊控制算法并组态实现了控制系统功能．动态试验结果表明，与常现ＰＩＤ串级控制系统相比该系统达到了更好的动、静态性能。

汽车电动助力转向系统的匹配分析及优化设计

在对汽车电动助力转向系统(EPS)的结构及其动力学特性分析的基础上,建立了线性三自由度汽车模型与EPS系统的集成数学模型。采用单参数自适应模糊PD控制策略,通过时域和频域的仿真计算,研究了EPS与整车动态性能的匹配关系及EPS主要参数的设计原则,并给出了EPS系统主要参数所必须满足的稳定性准则。在此基础上,建立了汽车系统和电动助力转向系统的综合系统多目标优化设计模型,并采用遗传算法对EPS主要参数进行优化设计。最后,通过试验验证了所设计的硬件参数和控制算法的有效性。

基于遗传算法的高速飞行器模糊控制律设计

以吸气式高超声速飞行器X-43A的纵向通道为控制对象,针对其6自由度非线性模型设计了飞行控制系统.飞行控制系统包括2个回路,制导回路采用PD控制器,控制回路应用模糊控制器.制导回路负责跟踪轨迹,控制回路执行制导指令.基于遗传算法实现了PD反馈参数和模糊控制规则的自动优化,无需先验知识和训练数据.在控制飞行器轨迹、姿态和推力时,综合考虑非线性动态特性、不确定性和约束.仿真表明,该方法可以同时满足飞行控制系统鲁棒性和优化过程收敛性的要求.

新型雕刻机器人控制策略的研究

建立了新型雕刻机器人的雕刻并联头的运动学模型,计算出了运动学的正解和反解;研究了新型雕刻并联工作头的控制策略,建立了PD算法、PD加重力补偿算法和计算力矩法3种控制策略的模型;采用Matlab/Simulink软件,仿真了3种算法搭建的数学模型,比较得出了不同控制算法的优劣。结果表明,在3种控制策略中,计算力矩法的位置控制效果最好,能够保证系统有较强的抗干扰性。所以,新型雕刻机器人选用计算力矩法作为自身的控制策略。

实现人身和机器人交流的神经振动子控制算法

为实现人身和机器人交流时的运动同步,首先提出了一类非线性多关节神经振动子运动控制算法,其输入为机器人和人相互作用所产生的关节扭矩信号,输出为机器人关节期望角度;然后对具有代表性的二关节神经振动子控制算法中各参数的耦合特性进行了分析;最后,基于7自由度机器人臂平台对该神经振动子控制算法的有效性进行实验.实验结果表明,该控制算法能够实现人和机器人相互运动的同步,通过调节神经振动子的增益参数,同步的程度能够被改变.