矿井带式输送机液压拉紧Fuzzy-PID控制技术研究

针对矿井传统带式输送机拉紧系统响应速度慢、调节能力差、拉紧控制时变性和非线性等问题,提出了一种矿井带式输送机液压拉紧系统Fuzzy-PID控制(基于模糊算法的PID控制)方法。首先,根据液压拉紧装置建立数学模型,其次通过Matlab内置的Simulink仿真库分别对Fuzzy-PID控制器和PID控制器的液压拉紧系统进行仿真,得出输送带拉紧张力启动响应阶段和张力突变的调节响应图,并做出对比分析。最后,通过试验测试来验证算法模型的有效性。仿真结果表明:矿井带式输送机液压拉紧Fuzzy-PID控制系统不仅在启动阶段还有张力突变过程中都具有更好的稳态性能、更快的响应速度。在拉紧装置启动响应阶段的张力超调量降低了13.5%、到达期望值的时间缩短了0.5 s。在拉紧装置张力突变即模拟拉紧和松带阶段,当张力增加时,Fuzzy-PID控制器的调节速度缩短了0.4 s,超调量下降了4%。当张力减少时,Fuzzy-PID控制器的调节速度缩短了0.3 s,超调量降低了2%。试验结果表明:采用Fuzzy-PID控制的效果更佳优异稳定,且损耗更小。对比于PID控制,Fuzzy-PID控制效果更为良好,平均时间缩短31%且总体趋于稳定。对于矿井带式输送机这种连续运输作业的设备,Fuzzy-PID控制技术为矿井带式输送带平稳运行提供了一定保障,不仅减少了电能浪费,也降低了维护保养带式输送机的保养成本。

基于Fuzzy-PID的棉花打顶升降装置设计与试验

为解决棉花打顶机作业过程中由于仿形时与刀盘移动滞后、定位精准度低,导致的棉花漏打、过打及伤苗的问题,基于模糊控制技术对棉花打顶装置高度控制系统进行研究。以3MDZF-6棉花打顶机升降系统为分析对象,确定了刀盘在升降过程中的定位精度要求。以液压阀-液压缸为对象,在AMESim中建立打顶升降装置的控制模型,并将其导入到MatLab中,设计相应的模糊规则和模糊控制器,对其进行仿真分析,从超调量和响应时间两方面验证了PID和模糊PID控制方法的可行性。仿真结果表明:无外界干扰的情况下,PID参数分别为100800、500、30时,输入信号达到稳态的响应时间为0.55s;模糊PID控制下输入信号达到稳态的响应时间为0.31s。经过对比分析固定参数PID控制和模糊PID控制在不同扰动下的控制效果,发现模糊PID控制系统的超调量为0.84%,输入信号达到稳态所需的时间为0.39s,小于固定参数PID的0.64s。该方法实现了打顶升降装置的位移控制,提高了刀盘的定位精度及控制系统的抗干扰性和鲁棒性,可为棉田环境下的棉花打顶升降装置的精确控制问题提供借鉴。

基于BP神经网络的Smith-Fuzzy-PID算法在阀门定位中的应用研究

为解决气动调节阀控制过程中出现的超调大、精度低等问题,本文采用BP神经网络整定出较优的PID(Proportional Integral Derivative)控制参数,对Smith预估控制器以及模糊控制器进行设计,实现了基于BP神经网络的Smith-Fuzzy-PID控制方法。搭建了实验平台,通过阶跃响应实验来对控制方法进行验证,验证结果表明,提出的方法调节过程无超调,调节时间仅为1.9 s,定位精度在±0.5%以内,有效提高了系统的稳定性,实现了气动调节阀的快速精准定位。

采摘机器人机械手避障方法研究——基于遗传优化和模糊PID控制器

为了提高采摘机器人机械手移动的自动化程度,使其在移动过程中有效避开障碍物,将基于PID控制器的避障系统引入到了机械手的设计上,并采用遗传算法和模糊算法对控制器进行了优化,提高了机械手移动的准确性和平稳性。模拟采摘机器人机械手的作业环境,对机械手的避障功能进行了测试,结果表明:机械手可以成功躲避障碍物,且采用遗传和模糊算法优化的机械手具有更高的移动平稳性,对于提高果实采摘效率和质量具有重要的作用。

基于遗传算法的汽车主动悬架变论域模糊PID控制

针对1/4车主动悬架系统,提出一种基于遗传算法(genetic algorithm,GA)的变论域模糊比例-积分-微分(proportional-integral-differential,PID)控制方法.在建立主动悬架系统模型的基础上,引入变论域思想设计模糊PID控制器.为进一步改善控制器减振效果,采用GA来优化变论域中伸缩因子描述函数的参数.结果表明:相比PID、模糊PID与未优化的变论域模糊PID等控制方法,基于GA的变论域模糊PID控制方法在降低车身垂向加速度、改善乘坐舒适性方面具有优越性;所提控制方法对簧载质量和车辆行驶速度不确定性具备较强的鲁棒性.

基于ISSA-Fuzzy-PID算法的无刷直流电机调速控制系统

为了使无刷直流电机(BLDCM)从复杂多变的非线性关系中找出最佳PID参数,提出了一种基于改进麻雀算法(ISSA)优化模糊(fuzzy)控制的调速系统。根据BLDCM工作原理及控制方法在MATLAB平台上搭建仿真模型并加入反向学习策略初始化麻雀种群,形成非线性时变控制系统,并将该优化系统与传统PID以及模糊PID(fuzzy-PID)控制系统进行对比分析。仿真结果表明,基于ISSA-Fuzzy-PID的调速控制系统有较快的动态响应,有效增强了BLDCM转速控制的精度和鲁棒性。

基于PID的ROV运动控制仿真

针对观察型水下机器人在水下运动时易受暗流、波浪影响,造成操控困难、系统稳定性差等问题,建立遥控水下机器人(Remotely Operated Vehicle,ROV)不同运动的控制模型,考虑电机和导管螺旋桨推进器的传递函数对ROV控制系统的影响,确定定艏向和定深控制系统的闭环传递函数,结合模糊控制和比例积分微分(Proportional Integral Differential,PID)控制法,得到模糊PID控制器,基于MATLAB/Simulink环境进行ROV定深度运动仿真和ROV水平面艏向定偏角运动仿真。结果表明,与传统PID控制相比,模糊PID控制具有更优的ROV定艏向和定深度控制效果,不会发生超调现象,在抗干扰能力和响应速度方面具有明显的优势,可有效地实现ROV定艏向和定深度运动控制。

基于模糊神经网络PID的煤矿掘进机俯仰控制研究

目前煤矿掘进机俯仰控制主要采用PID控制方法,在掘进机俯仰控制时变性与液压系统非线性情况下的控制精度不高。掘进机俯仰控制通过控制液压缸行程实现,将传统PID算法与模糊控制、神经网络等相结合,可有效提高液压缸行程控制精度。提出了一种基于模糊神经网络PID的煤矿掘进机俯仰控制方法。通过分析掘进机支撑部运动学关系,得到俯仰角与支撑部液压缸的数学关系;介绍了掘进机俯仰控制液压系统工作原理,建立了液压系统及其传递函数模型;将模糊控制与神经网络相结合,形成模糊神经网络,利用模糊神经网络优化PID控制参数,再结合支撑机构数学模型和液压系统传递函数模型,建立掘进机俯仰角模糊神经网络PID控制模型,实现煤矿掘进机俯仰机构自动精确控制。该方法可使掘进机俯仰机构更加快速、准确到达预设位置,解决掘进机俯仰控制中的时变性与非线性难题。仿真结果表明:模糊神经网络PID控制算法相较于模糊PID和PID控制算法,跟踪误差分别降低了69.34%和74.49%。通过液压缸位移控制模拟煤矿掘进机在突变工况和跟随工况下的俯仰控制,结果表明:模糊神经网络PID控制算法相比模糊PID和PID控制算法,俯仰控制跟踪误差最小,对位置信号的平均响应时间分别缩短了27.22%和50.33%,动态控制性能更好。

基于模糊PID控制算法的温度控制系统

本文指出现代的工业生产环境下,由于控制目标的复杂性、动态特征和不可预测的特点,使得传统的PID控制无法满足控制要求。在使用PID技术来调节电锅的温度控制的背景下,将模糊控制与传统控制技术相结合,通过设计模糊控制器的结构、制定模糊控制规则,对PID的参数进行自动调整。结果表明模糊PID控制算法的控制优势显著提升。

基于变论域模糊PID的金属热处理过程温度控制方法

为高效且安全地提取金属合金内的可用材质并分析其性能,利用变论域模糊PID技术,实现对热处理过程的温度控制。设定在金属规则状态不变的情况下,论域会随着偏差的缩减出现伸缩,即需要增添新的规则。若偏差率能够支持模糊量化取整,控制器的伸缩因子可能会陷入无法取值的情况。此时,通过二元函数分片双一次插值法计算伸缩因子,在临近分档之间填充新规则,确保伸缩因子取值的连续性。然后,在模糊PID控制过程中加入变论域,依靠控制器实现对金属热处理过程温度的控制。根据实验验证情况可知:该方法有效提高了控制效果,在应用该方法后,缩短了温度控制时间,在100s内就可以是加热温度到达拟定值。

基于粒子群优化模糊PID控制的水厂加氯系统

水厂加氯过程具有非线性、大时滞等特点,采用传统的PID控制方式难以实现消毒剂精准投加。因此,以某采用次氯酸钠消毒系统的水厂为例,首先通过分析该水厂加氯系统工作原理,结合工程经验和运行数据确定了加氯过程的近似数学模型。然后综合使用粒子群优化算法、模糊控制算法和PID控制算法,设计了一种粒子群优化模糊PID控制器,并利用MATLAB软件搭建了粒子群优化模糊PID控制系统和传统PID控制系统的模型进行仿真验证,结果表明:相较于传统PID控制系统,粒子群优化模糊PID控制系统的超调量减少了89.36%,调节时间减少了46.63%,其抗干扰能力也更强,系统整体控制效果有了较大提升。最后使用基于粒子群优化的模糊PID控制法对水厂加氯控制系统进行改造,试运行后发现,新系统控制效果良好,出厂水游离氯值能够稳定在设定值附近。

基于串级模糊PID控制的NB-IoT智能保温箱

针对农产品冷链物流中存在的运力不足和无法混装小批量冷链农产品等问题,提出一种基于NB-IoT技术的智能保温箱解决方案。该方案基于半导体制冷片、PT100温度传感器和NB-IoT技术构建了系统的硬件部分,实现了远程温控和冷链物流追溯,同时利用串级模糊PID算法实现了全程精确控温。此外,基于Simulink搭建了智能保温箱温度控制系统模型,通过仿真对比验证了智能保温箱的温度控制效果。结果显示,与PID算法和模糊PID算法相比,保温箱应用的串级模糊PID算法具有更快的调节速度和更小的超调量,并在受到干扰时表现出更好的稳定性,为农产品冷链物流领域提供了高效可靠的温度控制方案。

多策略改进粒子群优化AGV模糊PID控制

为解决AGV在复杂环境下控制精度低下、响应速度慢和鲁棒性差等问题,提出一种基于改进粒子群优化模糊PID控制方法。在粒子群算法(PSO)引入Logistic混沌映射对种群进行初始化,其次对惯性权重和学习因子进行非线性控制更新,提升种群寻优能力和避免陷入局部最优;选取9个测试函数验证改进PSO算法效果。仿真结果表明改进PSO在寻优精度和收敛速度都优于其他3种算法,而且不易陷入局部最优。最后对被控系统进行效果验证,结果表明改进PSO优化模糊PID控制器在常规和外部干扰两种环境下控制性能都优于传统PID和模糊PID,具有高可靠性、高控制精度,满足系统要求。

基于Fuzzy-PID的负载敏感挖掘机位姿控制策略

挖掘机执行机构轨迹的精确控制是实现其智能化、无人化发展的基础。针对泵控/阀控相耦合的负载敏感(Load Sensitive,LS)系统挖掘机,提出了一种自适应的模糊PID控制方法(Fuzzy-PID)以实现LS挖掘机执行机构位姿的精确控制。该方法不依赖离线计算,可实现作业过程中PID参数的整定。建立LS挖掘机联合仿真模型对Fuzzy-PID的控制性能进行验证,结果表明,Fuzzy-PID控制精度更高,与PID相比,其均方根误差(Root Mean Square Error,RMSE)减少了23.85%。进一步,通过发动机转速及斗杆运行速度验证了Fuzzy-PID稳定性和响应性。研究结果可为负载敏感系统液压挖掘机智能化升级提供理论指导及工程应用价值。

一种量化因子改进型的模糊自适应PID控制算法

针对模糊PID控制下的动态性能问题,提出一种量化因子改进型的模糊自适应PID(Fuzzy-PID)控制算法。在模糊量化环节引入模糊论域量化因子在线调整函数,实现对模糊量化因子的实时调整;将传统PID控制、传统模糊PID控制和量化因子改进性模糊PID控制,分别在100 kHz和200 kHz的系统频率下,进行单位阶跃输入信号下的动态性能对比实验。结果表明:该算法在2种系统频率下均能实现无超调,调节时间不超过0.15 s,其动态性能相较传统控制算法具有明显提升。

爆胎车辆动力学分析及模糊PID控制优化策略研究

车辆通过控制系统提高行驶的稳定性,但在爆胎时容易导致车辆行驶失去稳定性,从而造成车辆发生侧翻现象。为改善车辆动力学控制系统输出效果,建立了车辆轮胎动力学模型。引用模糊比例-积分-微分(PID)控制器,给出了模糊PID控制器输出参数与误差和误差变化率的关系图。提出人群搜索算法,利用人群搜索算法迭代搜索原理对模糊PID控制器参数进行寻优。以车辆2种行驶路况为例,利用Matlab软件对爆胎车辆的稳定性进行仿真,比较和分析爆胎车辆优化控制系统的输出效果。结果显示:采用模糊PID控制系统,爆胎车辆产生的偏航角、俯仰角加速度和侧倾角加速度较大。采用人群搜索算法优化模糊PID控制系统,爆胎车辆产生的偏航角、俯仰角加速度和侧倾角加速度较小。爆胎车辆采用人群搜索算法优化后的模糊PID控制器,不仅响应速度快,而且行驶的稳定性较好。

正压呼吸防护面罩中无刷电机的模糊PID控制

正压呼吸防护面罩是作为医护工作者抗击新型冠状病毒(SARS-CoV-2)所使用的个体防护装备。本文忽略呼吸扰动等因素对送风子系统所产生的干扰,以送风子系统中的无刷直流电机为研究对象,建立无刷直流电机的数学模型;在MATLAB/Simulink环境中建立无刷直流电机转速PID控制模型,但由于无刷直流电机存在非线性、时变性等特点,导致PID控制对送风子系统中无刷直流电机的控制效果并不理想。然而,由于模糊控制不需要被控对象的精确模型,所以可以使用模糊PID来完成对送风子系统中无刷直流电机的控制优化。通过仿真实验结果表明:使用模糊PID控制系统的稳定性优于PID控制系统,无刷直流电机控制性能得到提升。

双缸液压驱动系统灰色预测模糊PID控制研究

为了提高双缸液压驱动系统非线性变化力的跟踪精度,使驱动力变化相对稳定,设计了灰色预测模糊比例积分微分(PID)控制器,并对驱动力跟踪效果进行仿真验证。为了对双缸液压驱动系统工作原理进行介绍,绘制了双缸液压驱动系统装置简图。针对传统PID控制器进行改进,结合模糊推理和灰色预测理论,设计出灰色模糊PID控制器,并且给出了双缸液压驱动系统控制过程。利用灰色补偿提高控制器的抗干扰能力,采用Matlab软件对双缸液压驱动系统非线性力的变化跟踪进行仿真,与改进前的控制效果进行对比。结果显示:在无干扰环境中,采用PID控制、模糊PID控制和灰色预测模糊PID控制方法,均能提高双缸液压驱动系统力的变化跟踪精度,这3种控制器控制效果相差不大。在有干扰环境中,灰色预测模糊PID控制方法明显优于PID控制和模糊PID控制方法。双缸液压驱动系统采用灰色预测模糊PID控制方法,能够抑制外界波形的干扰,从而提高控制系统的稳定性。

电液负载敏感-变转速复合流量调节与模糊PID控制

针对伺服电机驱动的电液变量泵系统,提出一种负载敏感-变转速的复合流量调节策略,设计模糊PID控制器,采用电控方式实现变压差负载敏感控制。采用AMESim-Simulink软件建立仿真模型,搭建试验平台并进行试验。研究结果表明:与PID相比,模糊PID具有更快的响应速度,更小的超调量。与单负载敏感流量调节相比,复合流量调节策略的流量调节范围提高36%,流量超调量减少20%;主控制阀开口为阶跃信号时,全流量(7~81 L/min)调节的上升时间约0.5 s,下降时间约0.2 s,与单负载敏感流量响应时间基本一致。

基于模糊PID汽车变速箱自动控制方法

为改善汽车变速箱的目标速度跟踪水平,提升汽车的动力性,基于模糊PID汽车变速箱自动控制方法,确定汽车行驶的目标车速,计算目标车速与实际车速之间的偏差,以及速度偏差的变化率,将上述结果作为PID控制器的输入,利用参数整定后的PID控制器,确定汽车变速箱的控制变量,控制汽车传动机构输出理想车速。实验结果表明,汽车以阶跃信号、斜坡信号和正弦信号状态行驶时,该方法均可以精准跟踪汽车变速箱的速比,控制效果与动态跟踪性能优异,为保持汽车的最佳动力性能提供了良好的控制策略。