板球系统的PSO优化模糊RBF神经网络PID参数研究

板球系统是一个典型的多变量、非线性控制系统。针对板球系统在PID控制中震荡大、精度低、实时性差等问题,应用拉格朗日方程对板球系统在忽略干扰因素条件下进行数学建模,采用粒子群算法对模糊RBF神经网络初始参数进行优化,并设计RBF神经网络与模糊PID控制相结合的控制方法。在MATALB环境下完成板球系统定位实验,仿真结果表明,经粒子群优化模糊RBF神经网络的PID参数后,提高了板球系统的定位精度,并增强了系统控制的实时性。     

模糊径向基神经网络球磨机优化控制

球磨机是一个非线性、强耦合、时变性的复杂对象,针对其实现自动控制的难点问题,在基于神经网络PID控制的方法基础上,提出模糊径向基神经网络PID的思想用于其生产过程的控制。采用粒子群优化与BP算法优化调整网络权值,模糊径向基神经网络的输出即是PID算法的参数,实现PID算法参数的自适应整定。通过对某球磨机制粉系统的控制仿真表明,该方法控制的响应快、超调量小、抗干扰性强,具有良好的跟踪性和鲁棒性,控制品质优于常规的神经网络PID控制方法。     

基于RBF神经网络的X型四旋翼飞行器优化控制

为使X型四旋翼无人机系统能够在受到扰动时快速调整状态以适应环境变化,对X型四旋翼无人机进行区别于传统的受力分析,建立动力学数学模型,采用RBF神经网络和PID联合控制方法,依靠神经网络自学习和非线性映射特征实现系统控制参数的动态整定。以MATLAB/Simulink为实验平台,对RBF神经网络PID控制系统和单纯PID控制系统分别进行仿真。实验结果表明,RBF神经网络PID控制比传统的PID控制调整时间更短、控制效果更好,增强了系统自适应性。     

采用模糊PID控制的机器人运动轨迹跟踪控制研究

创建了机器人两关节二维模型简图,给出了机器人动力学方程式,设计了模糊PID控制方法,对机器人关节运动轨迹控制参数进行了在线调整。采用Matlab对机器人关节模糊PID控制效果进行仿真。仿真结果显示,机器人关节采用模糊PID控制方法,实际输出运动轨迹与理论输入运动轨迹偏差较小。机器人关节引用模糊PID控制方法,能够避免不确定环境因素的干扰,提高两关节运动轨迹的跟踪精度。     

一种永磁同步电机模糊神经网络PID速度控制研究

永磁同步电机交流伺服系统为复杂的强耦合、时变、非线性系统,传统PID控制难以实现伺服系统高精度控制性能要求.在传统PID控制基础上,对永磁同步电机转速引入模糊神经网络控制,设计一种基于鸡群算法优化的模糊神经网络PID速度控制器.仿真分析与试验结果表明,应用模糊神经网络PID速度控制的永磁同步电机矢量系统,转速响应快、超调小、控制精度高、抑制扰动能力强、鲁棒性好,取得了良好的控制效果.     

基于遗传整定的光源跟踪伺服系统模糊PID控制器

提出了一种基于遗传算法整定的模糊PID控制器,并将其应用到光源伺服跟踪系统中.针对光源跟踪伺服系统,设计了模糊PID控制器,实现PID参数的在线调整.由于PID参数初值对于系统的控制效果影响较大,传统的齐格勒-尼科尔法初值整定效果不佳,因而利用遗传算法来整定模糊PID控制器的初值.仿真结果表明：基于遗传算法初值整定的模糊免疫PID控制器具有超调量小,响应速度快和鲁棒性强等优点,提高了系统的性能.     

永磁同步电机的模糊控制研究

永磁同步电机(PMSM)采用传统PID控制器时,在面对特定参数的情况下,控制系统能够取得良好的控制效果.但当系统参数发生变化时,需要对PID控制器进行重新设计,使其适应各种情况.为了解决这个问题,本文提出了一种新型的模糊PID控制器,它可以随时调节PID参数,对比例、积分、微分环节进行自调整,使得永磁同步电机能够快速跟踪输出量.通过仿真实验表明,模糊PID控制器具有响应速度快、稳定精度高等优点.     

基于模糊神经网络PID的无刷直流电机控制系统研究

针对传统PID控制在无刷直流电机控制系统中达不到良好的控制效果的问题,在无刷直流电机的数学模型基础之上,设计一种模糊神经网络自适应PID控制器,该控制器利用模糊控制非线性控制作用和BP神经网络的学习能力及适应能力相结合对PID参数进行在线实时调整。对基于模糊神经网络自适应PID控制器的无刷直流电机的双闭环控制系统进行仿真实验,实验结果表明,可以提高控制系统的响应速度,减小超调量,对负载及电机参数的变化都有较强的鲁棒性。     

光电跟踪系统的模糊自适应PID控制实验

针对REVS-50M小型光电跟踪系统控制性能的不足,将经典PID控制与模糊控制相结合,设计了基于模糊自适应PID控制的光电跟踪系统控制实验。实际应用表明,模糊自适应PID控制算法具有响应快、超调量小、抗干扰能力强、稳态性能好等优点,对光电跟踪系统具有较好的控制能力。通过该实验,学生能够对PID控制、模糊控制以及模糊自适应PID控制进行深入了解,并掌握这些控制方法在实际系统中的应用,取得了良好的教学效果。     

永磁无刷直流电动机调速系统的模糊控制研究

永磁无刷直流电动机调速系统是一个非线性、多变量、时变系统。采用传统的PID控制方法进行控制,难以达到良好的控制效果。通过设计一种模糊PID控制器,应用模糊算法在线自动整定PID参数的方法,将其应用于无刷直流电动机调速控制系统。仿真实验结果表明,该模糊PID控制方法较常规PID控制和单纯的模糊控制具有更好的控制性能,具有无超调、响应快、鲁棒性强等特点。     

内圆磨床伺服系统模糊PID控制研究

针对数控内圆磨床伺服系统的控制精度不高、超调量大的问题,提出采用模糊PID位置控制方法。该控制方法结合常规PID和模糊控制算法的优点,通过模糊控制规则在线修改PID参数,解决了PID控制器参数整定不良、性能欠佳的问题。Madab仿真结果表明,该模糊PID控制器具有控制精度高、响应快、超调量小、适应性强等特点,具有良好的动态、稳态特性。     

模糊PID消防机器人无刷直流电机驱动系统设计

传统消防机器人主要运用有刷直流电机和经典PID控制。提出一种将无刷直流电机和模糊PID控制算法相结合的电机驱动系统,为消防机器人提供低速大转矩驱动。通过建立无刷直流电机控制系统模型和模糊PID控制设计,在MATLAB/Simulink仿真环境下建立系统仿真模型。在仿真环境中将传统PID控制器和模糊PID控制器各项指标作对比,结果表明使用无刷直流电机并运用模糊PID控制器组成的消防机器人,具有良好的静动态性能、抗干扰能力及转速/转矩特性。为验证试验的可靠性,建立消防机器人实物模型,对机器人进行整体测试,表明模糊PID消防机器人爬坡、越障、爬楼梯能力强,具有实用价值。     

基于模糊PID的城市供水恒压控制研究

鉴于城市供水恒压控制系统水压因季节性和时段性不同而波动大的问题,采用传统的PID控制不能满足动态控制要求,本文提出了基于模糊PID的恒压控制方法,根据供水压力系统反馈管网供水不利点压力的变化情况,调整控制系统相应PID控制参数,满足快速动态响应的要求。仿真对比实验证明基于模糊PID的恒压供水控制超调量小、响应速度快,解决了城市供水时变系统智能控制问题。     

无刷直流电机的模糊调速控制研究

无刷直流电机(BLDcM)的动力学特性是一个高阶、非线性、强耦合的系统,采用传统的PID控制方法进行控制,难以达到理想的控制效果.采用模糊控制理论与常规PID控制相结合组成模糊PlD控制器,应用模糊算法在线自动整定PID参数的方法,并将其应用于无刷直流电动机调速控制系统.仿真与试验结果表明,该模糊PID控制的效果明显优于常规PID控制和模糊控制,具有无超调、响应快、鲁棒性强等特点,从而验证所用控制方法的可行性.     

基于PSO优化的模糊RBF神经网络学习算法及其应用

有一种基于PSO优化的模糊RBF神经网络学习算法,该算法首先将模糊RBF神经网络需要调整的参数作为粒子,利用PSO算法的全局搜索及快速收敛特性对模糊RBF神经网络结构进行优化,然后将经PSO算法优化的各参数结果作为模糊RBF神经网络各个参数的初始值,再结合梯度下降法对网络的各参数进行动态调整。将之应用于对UCI数据集的分类及函数逼近,仿真结果表明优化后的模糊RBF神经网络具有更高的精度及鲁棒性。     

并联机器人的模糊滑模跟踪控制研究

本文针对以交流伺服电机驱动的少自由度并联机器人,设计了一种模糊滑模跟踪控制律.仿真结果表明,该算法解决了传统变结构控制在数字实现时的抖振问题,且对系统参数变化不敏感,具有良好的跟踪性能,实现了对该并联机器人机构的高精度实时控制.     

基于模糊预测控制的路径跟踪控制研究

在构建与分析移动机器人运动学模型基础上,研究了基于模糊预测控制的移动机器人路径跟踪控制方法。充分利用模糊控制和预测控制优点,改进了传统模糊控制算法,提高了移动机器人路径跟踪的快速性和平稳性。仿真实验表明,机器人的仿真轨迹和参数表现良好。     

基于模糊自适应PID的龙门刨床直流调速系统

针对龙门刨床的主拖动系统，提出将模糊自适应PID控制用于直流调速系统的方法。利用模糊控制器的控制规则对PID参数进行在线实时调整，较好的克服了传统控制中稳定性差、参数调整困难的问题，仿真结果表明是一种有效的控制策略。     

水轮机调速器模糊自适应PID参数整定方法

针对水轮机调节系统结构复杂、难以控制等问题,在传统PID控制的基础上,运用模糊理论提出了基于模糊自适应PID控制的水轮机调速器参数整定方案,以实现对系统进行实时、在线控制。在水轮机调节系统数学模型的基础上,根据PID 3个参数分别对系统性能产生的影响,完成了模糊自适应PID控制器的设计与Matlab环境下的程序编写。在系统处于不同频率扰动下,分别采用提出的模糊自适应控制方案和Ziegler Nichols算法进行仿真实验。结果表明,提出的模糊自适应控制方案是一种有效的水轮机调速器参数整定方法,相比Ziegler Nichols算法,该方案控制下的系统能获得更好的动态性能。     

基于神经元自适应PID的交流永磁同步电机仿真研究

伺服电机因其可实现精确的速度、位置控制广泛应用于工业机器人领域.而由于机器人工作环境和工作对象的复杂和多变,导致传统控制算法的控制效果无法满足系统的既定目标.利用神经网络学习算法的自学习和自适应能力,结合传统PID控制算法设计了一种神经元自适应PID控制器.与传统PID控制器的控制效果相比较,仿真结果证明应用神经元自适应PID控制算法的伺服系统具有更强的稳定性和抗干扰能力.