惯性稳定平台单神经元/PID自适应复合控制与参数优化

针对成像载荷对惯性稳定平台高稳定精度控制的要求,提出一种基于改进型细菌觅食优化算法的单神经元/PID自适应复合控制方法。首先将单神经元与PID控制结合组成单神经元/PID自适应复合控制器,实现惯性稳定平台自适应控制,提高系统控制精度;其次,针对传统试凑法难以获得控制器最优控制参数的不足,采用改进型细菌觅食优化算法对复合控制器进行参数寻优,实现控制参数最优化;最后,对提出方法进行仿真分析和实验验证。实验结果表明:采用参数优化的单神经元/PID自适应复合控制后,稳定平台稳定精度和扰动抑制能力都得到明显提高,静基座和动基座条件下角位置误差分别为0.0038°和0.2904°,与传统PID控制相比分别提高19.1%和39.9%。

电气传动系统PID自适应控制研究

本文利用神经网络组成的PID自适应控制器 ,对一大变负载电气伺服系统进行控制 ,仿真与实验表明

基于动态递归网络的PID自适应控制器的设计与应用

本文分析了改进的ELMAN网络的结构,并讨论了神经网络的学习算法,针对BP算法的缺陷,提出了用遗传算法修正网络权值的学习算法。本文不仅将采用遗传算法进行训练的改进ELMAN网络应用于汽车磷化加热系统的建模,而且针对该系统的特点提出了一种带预测模型的神经网络PID自适应控制器,并最后将该控制器应用于磷化温度控制,取得了良好的控制效果。

基于动态递归网络PID自适应控制器设计

本文分析了改进的ELMAN网络的结构,并讨论了神经网络的学习算法,针对BP算法的缺陷,提出了用遗传算法修正网络权值的学习算法。本文不仅将采用遗传算法进行训练的改进ELMAN网络应用于电阻炉加热系统的建模,而且针对该系统的特点提出了一种带预测模型的神经网络PID自适应控制器,并最后将该控制器应用于电阻炉温度控制,取得了良好的控制效果。

无人直升机发动机PID自适应控制系统

以某型无人直升机发动机为被控对象,设计了数字式发动机控制系统。介绍了该控制系统的结构、功能和软硬件实现,利用台架试车试验验证了发动机控制系统的可行性,采用PID自适应控制策略解决了试车试验中所发现的问题。利用PC104嵌入式计算机系统构建了发动机控制系统的半物理仿真平台,完成了半物理仿真试验。仿真结果表明发动机PID自适应控制器能够实现不同工况下的参数自动整定,满足无人直升机飞行控制要求。

基于模糊PID自适应算法的重介质洗选煤控制系统研究

在重介分选过程中,重介质悬浮液的密度控制效果直接决定重介分选的产品质量。本文针对重介质洗选煤过程中使用介质悬浮液密度和介质桶液位变化存在的时变、非线性等特征,采用模糊PID自适应算法,建立了重介质洗选煤过程控制模型。该模型由模态识别器和模糊PID自适应控制器组成,协同对主选分流执行阀、加介分流执行阀和清水阀进行调节,以实现对介质悬浮液密度和介质桶液位的控制,并进行工业运行试验。结果表明:采用模糊PID自适应算法的重介质洗选煤控制系统,对介质悬浮液密度和介质桶液位控制相对于常规PID控制调节,具有精度较高、响应速度快等优点,满足洗选煤过程控制要求。

基于单神经元的PID自适应控制器的仿真研究

本文将神经网络与PID控制器相结合,设计了一种具有自适应、自学习功能的单神经元自适应PID控制器,该控制器可以实现PID参数的在线调整,当控制对象参数在较大范围内改变时,该控制器表现出较强的鲁棒性。

基于专家模糊PID自适应的回转窑温度控制系统

回转窑温度的准确控制是保证钼精矿焙烧质量的技术关键。为解决回转窑温度控制超调量大、调节时间长等问题,本文提出了基于专家模糊PID自适应的窑温控制方法,阐述了控制回路的设计原则、控制原理及构成。这种控制方法获得了较好的跟踪能力和控制精度,使钼精矿焙烧的合格率提高了5 5%,经济效益显著。

腿轮式机器人的模糊PID自适应控制

针对腿轮式机器人的动力学模型比较复杂 ,难以精确的建立数学模型 ,提出了一种基于模糊规则的新型自调整PID控制器用于机器人腿部末端的位置跟踪控制。该控制器利用人的经验和知识实时调整PID参数 ,从而改善控制系统的性能 ,提高控制器的适应能力。仿真实验表明该方法具有良好的轨迹跟踪精度和抗干扰能力。

基于PID自适应卡尔曼的惯导姿态算法

针对飞机、车辆等载体惯性导航系统中积分累积误差和噪声误差,导致姿态角偏差增大的问题,以惯导融合思想为基础,提出一种比例-积分-微分(PID)自适应卡尔曼滤波算法。算法首先融合加速度计和陀螺仪解算的实时角度值,利用PID控制器抑制误差波动并作为量测数据,将陀螺仪数据作为状态数据;再通过带有自适应系数的滤波方程,结合数据,给出了详尽的理论分析过程,最后得到可信的姿态定位信息。利用数字信号处理器(DSP)实时处理惯性测量单元MPU6050数据,实验结果表明:对比常用的姿态滤波算法,新算法精度提高了50%左右,运算时间缩短了40%左右,基本满足实际需要。

基于模糊自适应PID算法的直流电机控制设计

在当前直流电机控制系统中,通常采用传统PID算法来对电机进行控制和调节,但这一方法存在调节时间过长和超调量过大等问题。为此,提出一种基于模糊自适应PID算法的直流电机控制设计。在传统PID算法的基础上引入模糊控制理论,并借鉴专家经验和规则库,使PID算法中的3个参数能够跟随电机的实际运行状态进行实时调整,达到最优控制。实验结果表明,与传统PID算法和模糊PID算法相比,模糊自适应PID算法下的电机转速曲线更平滑、调节时间更短、超调量更小,具有更好的实时性和鲁棒性,能满足工控领域要求。

基于模糊PID自适应的汽车马达同步控制研究

为了进一步提高汽车的节能效果,开发了一种以同步阀和电磁比例阀同时实现的液压动力底盘,设计了马达同步模糊PID自适应控制系统,利用AMESim开展仿真测试。研究结果表明:采用模糊PID调节后,系统经过1.75 s马达恢复为目标转速,之后进入稳定运行状态,实现同步直线行走功能。在同样负载条件下经模糊PID控制器调节后实现同步精度接近0控制状态,到1.75 s时二液压马达转速重新恢复至目标转速的稳定状态。该研究可以实现高精度同步控制以及具备快速响应能力的液压同步控制系统,为后续的参数优化奠定理论基础。

基于模糊自适应PID的汽车硅油风扇离合器性能测试系统研究

以汽车硅油风扇离合器为研究对象,结合单片机和传感器技术,开发出性能测试系统.提出模糊自适应PID动态控制算法,设计控制器控制温度,利用速度传感器检测风扇转速,对测试系统进行整体设计,给出了硬件总体设计框图,设计模拟量输入输出电路,并设计对应的软件系统.实验结果表明:测试系统升降温速率最高不超过8.5℃/min,耦合区加温速率约为2.3℃/min,分离区降温速率约为6.6℃/min,系统性能稳定,符合标准.

基于PPO的自适应PID控制算法研究

采用MATLAB物理引擎联合Python搭建了一个六轴机械臂,并模拟带有扰动的复杂控制环境,为机械臂训练提供现实中无法提供的试错环境。使用强化学习中近端优化算法(proximal policy optimization,PPO)算法对传统PID控制算法进行改进,引入多智能体思想,根据PID三个参数对控制系统的不同影响及六轴机械臂的特性,将三个参数分别作为不同的智能个体进行训练,实现多智能体自适应调整参数的新型多智能体自适应PID算法。仿真结果表明:该算法的训练收敛性优于MA-DDPG与MA-SAC算法,与传统PID算法的控制效果相比,在遇到扰动及振荡的情况下,能够更有效地抑制振荡,并具有更低的超调量和调整时间,控制过程更为平缓,有效提高了机械臂的控制精度,证明了该算法的鲁棒性及有效性。

连铸结晶器自适应PID同步控制策略研究

在工业生产中,由于长期的使用,出现结晶器两侧的系统参数不一致以及其它不确定的因素,导致结晶器两个子系统之间出现同步输出误差,影响铸坯质量。为减少结晶器两个子系统同步输出误差,提高铸坯质量的同时降低人力成本。本文针对PID控制的液压伺服驱动的连铸结晶器提出了连铸结晶器自适应PID同步控制策略。对液压伺服系统驱动的连铸结晶器数学模型进行推导,通过仿真系统对连铸结晶器进行模型搭建,来模拟出实际工业生产中的结晶器,并采用粒子群优化算法(Particle Swarm Optimization,PSO)和遗传算法(Genetic Algorithm,GA)调用构建的模型并对其进行PID参数寻优。通过仿真验证由智能算法优化得到的PID参数具有较小的同步误差,达到了自适应同步控制的效果,满足工业生产的指标。

自适应PID在太阳能-新风系统温度控制中的应用

太阳能-新风系统是将太阳能热利用与新风系统相结合,用于室内进行通风换气的新型辅助供暖系统。太阳能-新风系统具有大惯性、滞后、非线性的特点,其数学模型难以精确建立,常规PID控制很难使新风温度保持平稳状态。为解决这一问题,设计了用于太阳能-新风系统的自适应PID控制器,通过在线调整PID控制器的参数来精准控制新风温度,以期为实现太阳能-新风系统温度控制提供另一种思路。

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。

基于自适应模糊PID算法的绷带压力补偿

医用绷带往往依靠医生经验施加,难以实现精准治疗。为了实现精准监测绷带下的压力,在医用绷带下加入薄膜压力传感器构建了绷带压力监测系统,以STM32微处理器为核心,结合薄膜压力传感器、电路采集模块、电源模块、蓝牙模块,分别实现了压力信号的采集、电路供电及数据传输功能。测量过程中,压力信号峰值较小且变化频率快。为得到有效稳定的压力信号,将传统PID与模糊算法结合对传感器输出电压进行处理,模糊算法对电压偏差与电压偏差变化率进行模糊化、模糊推理、解模糊化处理,实现对传统PID参数的调整,从而实现传感器输出电压的调控。利用压力与传感器输出电压的数学模型关系实现对系统压力误差的控制要求。实验结果表明,自适应模糊PID算法稳定性更高,系统测试最大误差仅为4.5%,实现了系统压力信号的误差控制。

基于预测自适应PID控制的家禽养殖基地温度控制系统设计

家禽养殖时,影响家禽生存状态的因素很多,其中最直接的因素是温度。由于温度控制的滞后性比较大,温度控制的要求不同,控制参数和设定要求存在差异。针对不同环境下的控制要求,结合普通PID的控制调节方式,提出一种能普遍适应的控制方法。其核心是基于常规PID的控制基础建立预测自适应控制模型,实现对控制系统中温度的预测自适应PID调节。该方法将模型预测所得的未来一段时间内系统输出值与期望值的均方误差作为性能指标,以间接的方式动态调节PID参数,控制精度较高,充分发挥了PID方法的鲁棒性。所提方法实现了温度的精准控制,能够改善家禽的生活环境,实现高效的无人化管理环境,对于实际的家禽饲养提供参考。

基于改进跟踪微分器与前馈的模糊自适应PID控制

经典PID控制器在工程领域应用广泛,但其快速性和超调量之间不能很好地实现协调控制,且误差信号在经典意义上不可微,导致微分难以被有效利用。基于此,在典型跟踪微分器研究的基础上,采用一种具有良好的动态响应和滤波功能的改进非线性跟踪微分器对输入信号进行快速、无超调跟踪。并结合前馈控制和模糊自适应PID控制提升系统的稳定性和快速性,设计了一种基于改进跟踪微分器与前馈的模糊自适应PID控制器。以移相全桥变换器为控制对象,用经典PID与其进行对比分析。仿真与实验波形分析发现,所提控制器的鲁棒性更高,同时可将调节时间缩短至40%,响应速度也更快。