串联模糊PID控制的四旋翼无人机控制系统设计

针对四旋翼无人机飞行过程中遇到信号干扰时姿态控制性能变差的问题,设计了基于串联模糊自整定PID控制器。系统采用串级PID控制算法,在内环角速度控制器中加入了模糊自整定PID参数控制器,提高了系统稳定性和抗干扰能力。在无人机飞行控制实验过程中响应速度快,振荡幅度小,缩短了系统稳定的调整时间。在该实验系统的基础上开设了本科生开放创新实验——四旋翼无人机控制系统设计,有效提高了学生专业知识运用能力和创新能力。     

基于ADRC的四旋翼无人机高度协同控制

本文主要讨论基于ADRC(自抗扰控制)的四旋翼无人机高度协同控制。在建立四旋翼无人机动力学和运动学模型的基础上,根据自抗扰控制的基础理论,基于模型设计了四旋翼无人机三个欧拉角和高度的自抗扰控制器。同时,根据四旋翼无人机高度运动学模型,设计了三种不同通信拓扑的高度协同算法。通过仿真,分别验证了姿态角的ADRC控制算法、高度的ADRC控制算法和三种不同的高度协同控制算法的有效性。     

基于HJI理论的四旋翼飞行器姿态滑模控制设计

由于四旋翼无人机存在建模不确定性以及飞行过程中的外部未知扰动,使得四旋翼无人机姿态控制成为时下的热点问题.本文充分考虑到了上述问题,基于HJI(Hamilton-Jacobi Inequality)理论,设计了相应的非线性滑模控制器,并基于Lyapunov稳定性判别方法给出了严格的理论证明.其数值仿真结果显示,本文提出...     

基于神经网络自适应滑模的旋翼飞行器姿态控制

针对四旋翼小型无人机的姿态控制问题,考虑四旋翼无人机动力学模型中的未建模动态以及外部未知扰动,采用基于径向基函数的神经网络在线对未建模部分进行补偿,并结合滑模控制算法增强系统对外部未知扰动的鲁棒性.随后,对控制系统的闭环稳定性给出了严格的理论性证明.基于MATLAB/SIMULINK的数值仿真结果验证了所提出的控制算法...     

基于教学实践的四旋翼无人机设计

为了帮助高职院校学生理解无人机控制技术,提出适用于教学实践的四旋翼无人机设计的方法。对四旋翼无人机基本控制系统进行分析,并整体设计。选用STM32F103作为飞控核心芯片,设计四旋翼无人机飞控,利用校企合作企业的上位机工具箱和飞控平台,搭建测试系统。结果证明：该方法可以帮助学生很好地理解四旋翼无人机基本控制原理,帮助学生更好地掌握无人机控制技术,为后续无人机维修技能提供有力的知识铺垫。     

基于扰动观测器的四旋翼无人机自适应姿态控制方法

针对四旋翼无人机携带未知质量载荷对机体姿态控制带来的影响,提出了一种基于扰动观测器的自适应控制方法。该四旋翼无人机在携带未知质量载荷时的动力学模型,针对未知质量载荷对四旋翼无人机造成的干扰,设计了扰动观测器并基于此提出了一种自适应姿态控制器。使用Lyapunov方法证明了该控制器的稳定性。同时,在四旋翼无人机上携带一个未知质量的载荷,分别使用自适应控制器和反步控制器控制四旋翼无人机姿态来进行对比实验,验证控制器的有效性。     

四旋翼飞行器实验平台设计

为培养应用型创新人才,设计了四旋翼飞行器实验平台。该实验平台采用模块化设计,系统主控芯片采用STM32F103,采用MPU6050测量飞行器的姿态,采用GPS测量飞行器的位置,采用串级PID对飞行器进行控制,外环控制飞行器的位置,内环控制飞行器的姿态,经过Matlab/Simulink仿真可以看出,所设计的控制器可以满足要求。该实验平台应用范围较广泛,不同专业、年级的学生都可以在此实验平台上进行理论知识的验证以及系统的设计开发,取得了良好的教学效果。模块化的设计思想便于学生进行扩展设计,经过实践证明,四旋翼飞行器实验平台有利于培养学生的创新思维和创新能力。     

四旋翼飞行器动态粒子群优化算法的PID控制技术

针对四旋翼飞行器的标准粒子群优化算法PID控制器容易陷入局部最优解、过早收敛的问题,提出了一种动态粒子群优化算法的PID控制技术。该算法主要由两部分组成:①根据迭代过程中粒子群粒子与全局最优粒子间的欧氏距离大小动态改变惯性权重,并设置系数控制其对惯性权重的影响程度;②引入杂交进化,在指定迭代次数内,若粒子群全局最优值连续未变,则对指定数量的粒子进行杂交,增加粒子多样性,避免陷入局部最优。通过Matlab/Simulink搭建四旋翼飞行器模型并仿真。结果表明,该优化算法能有效地避免陷入局部最优和过早收敛,使四旋翼飞行器得到更平稳、精确的控制,减少超调,提升计算效率。     

基于双处理器的四旋翼飞行控制系统研究

为提高四旋翼飞行器工作可靠性,采用STM32F407VGT和R5F100LE处理器,设计了四旋翼飞行器控制系统。加速度陀螺仪MPU6050模块采集飞行姿态数据,超声测距模块、激光传感模块和摄像头模块提供导航参数,采用滤波算法对传感器所采集的数据进行处理,使用PID控制算法实现寻线前进。实验测试表明,飞行器能一键起飞,完成空投任务,精确降落。     

四旋翼无人飞行器串级PID控制系统研究

分析推导小型四旋翼飞行器的数学模型,选取合适的输入输出量以及状态量,运用matlab工具对飞行器在悬停点进行配平和线性化,从而得到输出对输入的传递函数,实现控制模型的简化。针对线性化后的飞行器模型传递函数,进行稳定性分析。结合经典控制理论对每一个通道进行校正,设计了串级PID控制器,并搭建matlab/simulink仿真环境对设计好的控制器进行仿真分析,完善所设计的串级PID控制器的参数。     

基于模糊控制的PID参数的整定

数字PID控制在生产过程中是一种最普遍采用的控制方法,在机电、冶金、机械、化工等行业中获得了广泛的应用,但对于复杂系统和难控系统来讲,PID在控制精度、抗干扰性等方面都存在不足。运用模糊数学的基本理论和方法,把规则的条件、操作用模糊集表示,并把这些模糊控制规则以及有关信息作为知识存入计算机知识库中,然后计算机根据控制系统的实际相应情况,运用模糊推理,可自动实现对PID参数的最佳调整,这就是模糊自适应PID控制。     

基于模糊神经网络PID控制的打捆机控制系统设计

为实现打捆机工作过程中秸秆喂入量随机具行驶速度变化的精准控制。采用由模糊控制、神经网络和PID组合算法构成的控制系统实现对打捆机捡拾喂入量的精确控制,用电子皮带秤对喂入量实时检测,以实测值与设定值的误差和误差变化率作为输入量并进行模糊化处理、确定隶属函数并通过模糊推理和反模糊化生成输出量作为控制系统的调控因子,采用RBF神经网络调控模糊控制过程,以梯度下降算法对网络加权系数、基宽向量和中心向量进行调整。田间试验结果表明该控制系统可以将喂入量误差控制在±5%之内,且对机具速度控制响应速度较快。模糊神经网络PID控制模式具有控制精度高、抗干扰能力强、收敛速度快等特点,为打捆机控制系统的发展提供了一种方法。     

基于模糊PID控制的水肥一体化实验系统设计

设计了一种基于PLC控制的水肥一体化实验系统。采用模糊PID控制器,通过恒压供水系统调节进水压力及流量,由文丘里射流器混合水肥调整水肥EC值调整水肥浓度,运用触摸屏进行操作,实时监控,进行精准施肥,营造作物最适宜生长环境。通过对系统分析,在建立EC调控模型基础上运用MATLAB进行建模仿真。仿真结果显示,模糊PID控制比传统PID超调量和到达稳态时间有明显改善,即超调量减少8%,达到稳态时间减少20 s。系统在试验基地调试运行,超调量在2%以内,EC配肥在60 s内稳定,符合实验系统要求。     

基于模糊控制的单神经元PID配浆浓度控制

配浆浓度控制过程具有大干扰、强滞后的特点,针对这一对象,本文提出一种基于模糊控制的单神经元PID配浆浓度控制算法.该算法采用双闭环控制,外环为弥补系统滞后利用模糊控制器,进行智能控;内环根据浓度变化的预测值,采用单神经元PID模块对稀释水流量进行调节,抑制系统干扰.实际应用效果证明该算法的有效性.     

模糊自校正PID液位串级控制系统设计与仿真

针对双容水箱液位控制问题,探讨了模糊控制理论在液位控制系统中的应用,提出了基于模糊自校正PID的串级液位控制方案,设计了一种模糊自校正PID控制器,并在此基础上对该双容水箱液位在3种不同控制方案,即单回路PID控制、串级控制以及基于模糊自校正PID的串级控制下的控制效果进行了Simulink仿真研究。结果表明,相对于常规单回路PID以及常规串级控制,基于模糊自校正PID的串级控制系统在超调量、调节时间、抗干扰等方面有更好的控制品质。     

模糊PID温度控制系统设计

设计了一种基于STC系列单片机的温度控制系统,采用模糊控制规则,实现调节加热丝通断电信号的占空比来有效的控制加温。结果表明,该系统具有良好的稳定性．能很好的进行温度控制并提供完善的人机交互界面。     

基于模糊变系数PID算法的注塑机料筒温度控制

注塑机料筒温度是注塑工艺的重要参数,对料筒温度进行有效地控制是保证塑料制品成型质量的重要环节。料筒温度系统是一个多变量、离散、间歇工作、大滞后、非线性、强耦合且需要人工参与的复杂系统。本文采用模糊变系数PID控制,用模糊规则对模糊变系数PID算法中的系数进行在线修正。结果表明该算法提高了温度控制系统的鲁棒性,超调减小,提高了注塑机料筒温度控制的精度。     

变论域模糊自适应PID控制

模糊自适应PID控制器具有PID控制精度高,又具有模糊控制器快速、适应强的特点,工业控制中应用广泛.但是传统的模糊控制精度低,常常影响模糊自适应PID控制效果.因此,通过改变模糊输入和输出变量的论域,提出了一种基于新型伸缩因子的变论域模糊自适应PID控制方法.该方法以简单函数作为伸缩因子,简单方便,计算量小,并给出其严格性证明.仿真结果显示,该方法超调量小,控制精度高,控制效果明显好于模糊自适应PID控制器.     

基于遗传计算模糊PID的数字随动系统设计

开发了以TMS320F28335为主控芯片的数字随动系统控制器,实现了遗传计算模糊PID控制算法在微控制器上的应用。上位机软件采用MFC程序设计编写,实现控制器与PC机的串行通信,将给定量与反馈量在PC机上进行波形和形态显示,便于更直观地对其控制性能进行分析。实验结果表明,实际控制效果与Matlab仿真有一定的差距。遗传计算模糊PID控制与PID控制相比较,系统的稳态性能增强,动态性能减弱。仿真与真实系统的对比可以使学生对理论与实际有更加直观的认识和深入的理解,能够取得良好的学习效果。     

基于模糊PID的空调机组智能控制器设计

空调机组的智能控制是楼宇自动化领域的重要内容.本文采用基于模糊PID的空调机组智能控制器的设计方法.设计中充分利用LonWorks现场总线的技术优点,神经元芯片和主处理器进行主从式设计,并利用模糊PID控制算法对各回路进行有效控制.实际应用证明该设计方法的合理性和先进性.