基于位置式PID的水暖床垫温度控制系统设计

温度控制在生产生活中发挥着举足轻重的作用。位式控制算法在调节具有滞后性的水暖床垫温度控制系统时容易导致温度在目标值上下波动,控制效果不理想。为了解决此问题,设计了一种基于位置式PID的水暖床垫温度控制系统,系统以51内核的微处理器为核心控制器、以负温度系数热敏电阻(Negative Temperature Coefficient,NTC)为温度传感器、以PTC为加热器、以直流电机作为循环水泵。经实际测试结果表明,该系统运行稳定,控温精度在±0.5℃以内,达到了理想的温度控制效果。

80 MN压剪试验机竖向加载模糊PID控制系统的设计

为了稳定、精确、可靠地实施超大力值竖向加载,以80 MN压剪试验机为对象,对其竖向加载装置的机械结构、液压系统以及控制系统进行总体设计;建立位置-压力双闭环PID控制算法的数学模型,并设计模糊PID控制器;最后,通过AMESim-Simulink对控制系统进行耦合仿真,获取位移与试验力的时域响应曲线,并在80 MN压剪试验机上进行竖向加载试验以验证控制系统的可靠性。结果表明:竖向加载模糊PID控制系统使竖向加载在220 s后达到稳态,位移误差与试验力误差均小于0.05%,此控制系统的稳定性、精确性和可靠性得到验证。

基于BAS的模糊PID解耦算法在船舶动力定位中的应用

模糊PID应用于船舶动力定位控制时,因无法保证量化比例因子选取到最优值可能限制控制性能。基于某动力定位船舶的三自由度运动模型,利用串联补偿解耦算法消除船舶横荡与首摇控制量的相互影响,选取纵荡与横荡的时间乘绝对误差积分(Integrals of Time-weighted Absolute Error,ITAE)之和为目标函数,尝试利用天牛须搜索算法(Beetle Antennae Search algorithm,BAS)对模糊PID中的量化比例因子进行优化。利用Matlab/Simulink,采用PID、模糊PID、基于BAS的模糊PID等3种控制策略,对定点定位工况下动力定位船舶在无干扰和瞬时干扰条件运动响应进行仿真。研究发现,相比于PID和模糊PID,基于BAS的模糊PID在纵荡和横荡运动控制上可显著提高控制精度并减少超调量,进而可改善动力定位系统性能。

Application of Artificial Neural Network in Robotic Hybrid Position/Force Control

A hybrid position/force controller is designed for the joint 2 and the joint 3 of thePUMA 560 robot.The hybrid controller includes a multilayered neural network,which canidentify the dynamics of the contacted environment and can optimize the parameters of PIDcontroller.The experimental results show that after having been trained,the robot has sta-ble response to the training patterns and strong adaptive ability to the situation between thepatterns.

基于改进BP-PID算法的双舵轮AGV运动控制技术

针对双舵轮AGV的运动控制技术进行研究,首先建立了双舵轮AGV的简化运动学方程;然后针对其控制的复杂性和非线性特点,提出了一种BP-PID控制算法,使用动量因子对网络的学习率进行优化,抑制网络训练中出现的振荡。在控制系统训练完成后对其进行了仿真,并基于双舵轮AGV样机对控制算法进行试验验证,试验结果验证了所提控制算法的有效性。该控制算法提高了双舵轮AGV运动的控制精度和稳定性。

基于智能PID算法的爬壁机器人位置伺服控制方法

针对爬壁机器人实际与理想作业位置偏差过大的问题,提出了基于智能PID算法的爬壁机器人位置伺服控制方法。通过分析爬壁机器人的运动状态,构建爬壁机器人的运动学模型,获取爬壁机器人的运动规律和其位姿变化特征。运用智能PID算法对爬壁机器人的位置实施伺服控制,利用遗传算法不断调节机器人控制参数,得到最佳适应度函数,生成全局最优的PID控制参数。根据爬壁机器人运动状态得出控制终止条件,获取最终的位置伺服控制结果,实现爬壁机器人位置伺服控制。实验结果表明,所提方法的位置伺服控制稳定性较好,能够有效提高位置伺服控制精度,增强抗干扰性。

基于虚拟惯量模型和模糊PID算法的双馈风电机组频率解耦控制方法

当前的双馈风电机组频率解耦控制节点多设定为单目标处理,控制范围有限,导致最大频率偏移值增加,为此提出对基于虚拟惯量模型和模糊PID算法的双馈风电机组频率解耦控制方法的设计分析。根据实际的测定需求及标准,提取风电机组频率解耦响应特征,采用多目标的方式,部署风电机组的频率解耦控制节点,扩大实际的控制范围,构建虚拟惯量模型+模糊PID算法解耦控制模型,采用定向协调修正实现控制处理。最终的测试结果表明:与设定传统惯性/下垂风电机组控制测试组、传统Ziegler-Nichols优化算法风电机组控制测试组相比,此次所设计的虚拟惯量模型+模糊PID算法的双馈风电机组频率解耦控制测试组最终得出的机组控制最大频率偏移值较低,说明该方法的控制效果较高,针对性较强,具有实际的应用价值。

视觉校对约束下生产线搬运机械手抓取定位控制

针对智能生产线环境中存在的随机振动、噪声等干扰因素会对机械手的传感器精度产生影响,导致生产线搬运机械手抓取定位控制精度低的问题,提出智能视觉约束的生产线搬运机械手抓取定位控制方法。分析生产线搬运机械手的动作流程,了解机械手在进行抓取操作时需要确定目标物体位置存在的问题;通过改进的YOLOv2模型识别待搬运物体的位置,估计出待搬运物体的大小;使用改进K-means聚类算法通过聚类过程估计出待搬运物体与机械手之间的相对距离和大小,改进单纯依靠传感器的弊端。设计PLC控制器来实现对机械手的定位控制;同时引入小脑模型神经网络模拟人类小脑的运动控制能力,优化PID控制算法,使机械手在抓取和定位控制中更加稳定和精确。实验结果表明:所提方法使生产线搬运机械手抓取定位时抗干扰性较强,精度较高,抓取定位控制效率较好。

模块化蛇形机器人运动控制系统研究

近年来,人工智能技术得到了广泛的应用和发展,其中机器人技术已经取得了长足进步。而蛇形机器人因其高度仿真的蛇形动态及运动特性而备受瞩目。以锥齿传动结构蛇形机器人为载体,以STM32为主控制器,采用开环控制和闭环控制相结合的方式控制其运动,通过位置式PID控制算法解算装置姿态,提出一种适用于蛇形机器人灵活运动的控制算法。

一种全局和声搜索算法及在PID控制中的应用

PID控制受到H∞多性能标准的限制,是一类约束优化问题.引入了一种全局和声搜索算法(GHS)以解决PID控制问题.由于使用了位置更新和小概率的变异,GHS算法具有很强的收敛性和跳出局部最优的能力.通过结合GHS算法和一种罚函数法来处理目标和约束之间的矛盾.实验结果表明,GHS算法在解决PID控制问题上具有很强的解空间开发能力,它所获得的解要好于文献中所报道的解.

基于PID控制和遗传算法的半导体激光器温控系统

为了实现半导体激光器温度的精确控制,设计了将PID控制与遗传算法相结合的高精度温度控制系统.该系统使用热敏电阻与光电二极管进行测量和反馈半导体激光器的温度值,并用热电制冷器作为温控执行器,构成了双闭环控制系统,提出了利用遗传算法在线优化PID参数的方法,根据实时测量偏差、控制器输出和上升时间构建函数作为待优化的性能指标,从而动态调整控制器的参数.结果表明,系统能够实现高精度的温度稳定控制,稳定度达到0.027%,温度偏差为0.002℃,控制效果优于传统的PID控制,具有较好的应用价值.

细菌群觅食优化算法及PID参数优化应用

针对细菌觅食(BF)算法收敛速度慢和粒子群优化(PSO)算法早熟的缺点,提出了一种细菌群觅食优化(BSFO)算法。将PSO算法中粒子速度的更新公式替代BF算法位置公式中的方向向量,使细菌在优化过程中具备感应周围细菌位置并向细菌群体历史最优位置游动的能力。Benchmark函数的测试表明,BSFO算法对于大部分测试函数的结果较为理想。将BSFO算法用于材料试验机电液位置伺服系统的PID控制器参数寻优仿真,获得了较好的控制性能。

位置伺服系统的单神经元PID/CMAC控制研究

在分析了位置伺服控制系统基本原理和数学模型的基础上,提出了一种单神经元PID/CMAC复合控制算法和控制器的设计方法。用单神经元PID替代常规PID控制,由神经元来在线调整PID控制参数,利用CMAC神经网络的自学习和自适应能力,来完成系统的实时控制。该算法直接应用于位置伺服控制系统,仿真结果表明,与传统PID控制算法相比较,该复合控制算法增强了系统的控制精度,提高了系统的响应速度,具有较强的鲁棒性和抗干扰能力。

基于神经网络补偿控制的PID双闭环球杆位置控制

针对球杆系统的位置控制难题,利用ADAMS软件建立球杆系统的三维虚拟样机模型,由此确定球杆系统的动力学模型,提出一种基于神经网络补偿控制的PID双闭环球杆位置控制方案,基于ADAMS/Controls与Matlab/Simulink进行了球杆位置控制的联合仿真。仿真结果表明:位置定值控制与方波信号跟踪控制时,PID双闭环-神经网络补偿控制较PID双闭环控制的稳态精度分别由0.06 m、0.08 m提高到0.002 m、0.003 m,正弦信号跟踪时,跟踪误差由0.15 m减小到0.05 m,PID双闭环-神经网络补偿控制具有更好的动态性能和较高的稳态控制精度。

基于自适应遗传算法整定的刨花板热压系统PID控制

刨花板热压控制系统存在着迟滞、非线性、时变性以及模型参数的不确定性,针对此问题,提出了基于遗传算法的自适应PID智能控制策略,通过自适应控制与遗传算法相结合,实现对PID参数的在线自整定,使其具有更大的灵活性和适应性,完善了PID控制器的性能。在Matlab7.0环境下进行仿真,结果表明:与常规PID控制器相比较,该控制器明显地提高了热压位置伺服控制系统的动态性能和静态性能,抗干扰的能力也明显增强,兼具更好的鲁棒性能。

基于重复控制补偿的电液位置伺服系统分数阶PID控制

针对电液位置伺服系统参数时变和外负载干扰等不确定性,建立了电液位置伺服系统数学模型.为了提高电液位置伺服系统的跟踪精度,基于分数阶控制理论,引入重复控制回路,提出一种基于重复控制补偿的分数阶PID控制策略,采用Oustaloup滤波算法实现分数阶微积分运算.应用MATLAB/Simulink仿真软件对控制策略进行验证,分析了系统开环增益、伺服阀固有频率和阻尼比、动力机构固有频率和阻尼比等参数摄动时的跟踪效果.仿真结果表明:所提控制策略有效提高了电液位置伺服系统的跟踪精度,抗参数摄动能力较强,鲁棒性较好.

基于粒子群优化算法的桥式起重机PID控制参数优化

为提高桥式起重机自动化水平,使起重机实现精确定位、有效防摆和快速消摆;以桥式起重机的定位和防摆控制为研究对象,根据拉格朗日方程,建立了桥式起重机二自由度运动的数学模型,并将其在Simulink中搭建出来;利用在Matlab中编写的粒子群优化算法程序,对PID的参数进行优化,设计了粒子群算法优化PID的定位和防摆摆控制器;由Matlab和Simulink联合仿真得:采用PSO算法优化PID参数的控制器后,起重机小车实现了无超调无静差的快速定位,同时吊重系统摆动得到了快速有效的抑制,仿真结果证明了该方法的有效性。

改进遗传算法在PID优化中的应用

现有的比例积分微分（PID）优化设计算法难以兼顾系统对快速性、稳定性和鲁棒性的要求。为此,提出一种改进的Pareto遗传算法。该算法采用新的拥挤距离计算算法,改进非支配性的比较算法,引入双重精英机制,提高进化效率和解的质量,并且解的多样性好。将该算法应用于PID多目标优化设计,仿真结果表明,决策者可根据当前工作需求在所得的Pareto解集中选择最优的满意解。

位置伺服系统PID控制器参数在线整定算法

为了使ＰＩＤ控制器参数能够在线自动调整，获得最优或次优的控制器参数，提出了基于浮点数编码遗传算法（ＧＡ）的位置伺服系统ＰＩＤ控制器参数在线整定算法（ＧＡＣＰＴ），设计了相应的改进遗传操作，同时提出了通过运动学习保证控制器稳定鲁棒性的适合度函数设计方法．完成一次ＰＩＤ控制器参数在线整定只需１０ｍｉｎ，效率较人工整定有很大提高．对一个实际机电位置伺服系统的仿真研究表明，ＧＡＣＰＴ算法能够在对象参数未知时，使系统阶跃响应趋于期望曲线，高效地完成ＰＩＤ控制器参数在线整定．该方法可用于数控机床位置伺服控制、过程控制等一般工业控制系统，以及机器人高精度轨迹控制系统．

基于ABMSSA的PP算法分布式自动驾驶轨迹跟踪控制策略

针对在轨迹跟踪控制中横向纯追踪控制算法前视距离的选取受车辆速度影响较大的问题,本文设计了一种改进樽海鞘优化算法对纯追踪控制中的前视距离进行实时调整优化。首先在纯追踪控制模型的基础之上,采用横向误差作为主要决策参数,设计了改进樽海鞘优化算法的目标函数,同时还在算法中引入布朗运动和自适应权重以防止陷入局部最优解和提高算法的收敛速度。其次本文还设计了纵向双环PID控制算法用于实现智能体车辆对于参考速度的跟踪。最后在智能体车辆实际平台上对所提出的基于分布式纵向双环PID控制算法、横向前视距离优化的纯追踪控制算法进行实验验证,并且设置多组对比实验。结果表明采用基于前视距离优化的纯追踪轨迹跟踪控制控制算法具有最优控制性能,其中最大横向误差为0.068 m,平均横向误差为0.014 m,相较于模糊优化其控制精度提升了24.73%。