基于模糊神经网络的自适应PID控制器

提出了一种应用于自适应PID控制器的神经网络与模糊控制相结合的算法,该算法可以有效地解决普通PID控制器依赖于对象的数学模型的缺点,可实现控制系统的在线自适应调整,可满足实时控制的要求。仿真结果表明,基于模糊神经网络整定的PID控制器具有较好的自学习和自适应性,具有较快的响应速度。     

基于BP神经网络的多升降台同步控制研究

大型分布式升降台控制系统中,其同步控制是最关键的问题之一。针对传统神经网络PID控制器在多升降台同步控制的结构复杂及同步时间长等问题,提出一种基于相邻偏差耦合控制结构的BP神经网络PID同步控制策略,在确定同步误差定义的基础上,建立异步电机的矢量控制模型,改进了BP神经网络同步控制器。对多升降台同步控制系统的仿真实验表明：所研究的控制策略同步误差小,收敛速度快,实用性强。     

自适应模糊PID前馈补偿在机载挂飞摆扫转台控制中的应用

针对机载挂飞转台的摆扫速度控制问题,提出了一种利用模糊自适应PID技术进行前馈补偿的复合控制策略。首先根据实际应用提出摆扫转台的期望摆扫速度曲线,并对直流力矩电机驱动的摆扫转台进行了建模;然后根据扰动前馈补偿的控制原理,提出了模糊自适应PID前馈补偿方法,为摆扫转台的速度环设计了模糊PID控制器,并在此基础上设计了与之相适应的的自适应前馈补偿函数;最后进行了仿真结果验证。通过Matlab仿真结果表明,相对于模糊PID控制,所设计的模糊自适应PID前馈补偿控制器能有效的跟踪期望的转台摆扫速度,大幅地提高了在有稳定干扰和摆扫速度越变情况下的跟踪精度。     

模糊神经网络PID在数字舵机控制中的应用

针对某型号数字舵机系统在非线性时变的复杂条件下,传统的PID控制器响应速度慢,精度低,抗过载能力差的缺点,通过对模糊神经网络算法的研究,结合传统的PID控制器,设计了模糊神经网络PID控制器。分别将两种控制算法应用到舵机系统进行实验可以得出,模糊神经网络PID控制器使得舵机位置环阶跃响应上升时间从80ms减小到35ms,超调量从10％减小到小于5％,在频率特性测试中反馈曲线衰减从-2.79dB减小到-0.77dB,相移从65°减小到35°,同时系统非线性引起的畸变明显改善。     

一种三相三线与三相四线自适应电能表的设计

针对合成孔径雷达（SAR）清晰成像的特点,为保证雷达天线波束指向稳定,设计了某型机载雷达天线稳定平台。为了消除雷达天线稳定平台控制中存在的非线性及不确定性因素的影响,提出了一种应用于雷达天线稳定平台控制系统的模糊PID控制策略。稳定平台是依据陀螺仪所采集载机的角速度,运用反向运动补偿的原理进行工作。控制策略中,在传统PID控制的基础上引入模糊控制算法,根据跟踪误差信号动态改变PID控制器参数,改善稳定平台的控制效果,完成稳定平台控制器的优化设计。仿真结果表明,优化后的模糊PID控制算法与传统PID控制算法比较,在稳定平台转速控制方面受到的外部干扰影响更小,响应速度更快。因此,基于模糊PID控制算法的雷达天线稳定平台具有更高的稳定性能。     

光网络中基于模糊PID控制器功率补偿研究(英文)

为了限制光链路中传输功率物理损伤的影响,引进了基于模糊识别的模糊PID控制器进行功率补偿.该控制器结合了PID控制器和模糊控制器,在不改变PID控制参数的情况下能够完成在线、实时的功率补偿.通过Optisystem和Matlab搭建联合仿真平台并检验控制器的性能.仿真结果表明该控制结构能够较好地调整信道功率并实现光信噪比的优化.     

雷达天线稳定平台的模糊PID控制设计

针对合成孔径雷达(SAR)清晰成像的特点,为保证雷达天线波束指向稳定,设计了某型机载雷达天线稳定平台;为了消除雷达天线稳定平台控制中存在的非线性及不确定性因素的影响,提出了一种应用于雷达天线稳定平台控制系统的模糊PID控制策略;稳定平台是依据陀螺仪所采集载机的角速度,运用反向运动补偿的原理进行工作;控制策略中,在传统PID控制的基础上引入模糊控制算法,根据跟踪误差信号动态改变PID控制器参数,改善稳定平台的控制效果,完成稳定平台控制器的优化设计;仿真结果表明,优化后的模糊PID控制算法与传统PID控制算法比较,在稳定平台转速控制方面受到的外部干扰影响更小,响应速度更快;因此,基于模糊PID控制算法的雷达天线稳定平台具有更高的稳定性能。     

基于增益调整型模糊PID的脉动真空灭菌器控制系统

针对目前脉动真空灭菌器控制效果不好而产生湿包的问题,结合Chien-Hrones-Reswicks整定算法,提出用模糊变增益PID的控制策略,控制器输入取控制舱内温度的偏差e和偏差变化率Δe。根据实际操作经验,加入模糊规则,输出取PID控制器2个参数的调整值,从而实现PID参数的在线自整定。在MATLAB/SIMULINK环境下进行了仿真实验,进行了传统PID控制与模糊变增益PID控制动态性能的仿真比较,结果表明采用模糊变增益PID控制策略可明显提高脉动真空灭菌控制系统的动态性能。.     

基于类前馈解耦的双模糊控制在电站锅炉燃烧系统的仿真研究

为了进一步提高目前电站锅炉燃烧系统的控制性能,在分析了某亚临界锅炉燃烧系统动态特性与影响因素的基础上,将各回路主控制器采用可以适时调整控制器参数的模糊自适应PID控制器,并且根据前馈补偿解耦原理在各耦合回路间增加类前馈补偿的模糊解耦控制器来实现全新的燃烧系统优化设计;通过MATLAB仿真表明,采用文章提出的双模糊控制策略相比常规的模糊自适应PID控制,响应时间缩短了45.2%,超调量降低了53.6%,调节时间减少了32.7%,鲁棒性增强,控制性能有了很大提升。     

基于模糊PID控制的永磁同步电机控制器研究

为了提高复杂环境条件下永磁同步电机（PMSM）控制器的动态控制性能与抗干扰能力,分析了永磁同步电机的速度-电流（或力矩）双闭环控制调速结构,提出了一种基于模糊PID控制原理的速度环控制策略。速度环运行时,模糊PID控制器首先将永磁同步电机转速的误差及误差变化率进行模糊化处理,然后依据模糊规则进行模糊推理,并自动在线整定出速度环PID的三个系数（比例系数、积分系数、微分系数）,不仅减少了速度环的调节时间,也能增强抵御来自电流环（或力矩环）的干扰。仿真结果表明,当永磁同步电机的转速发生变化或负载发生扰动时,相比于传统的PID控制器,模糊PID控制器能提高系统的动态性能与鲁棒性。该方法用于永磁同步电机的控制是可行、有效的。     

Fractional-order optimal fuzzy control for network delay

Fuzzy logic control has been used frequently in tuning network control system (NCS) due to its on-line dynamic static non-linear match and several remarkable fractional-order controllers have achieved satisfactory control performance when applied to NCS in present years, therefore, in this paper, a novel fractional fuzzy logic controller which combined the fractional algorithm and fuzzy logic control together has been proposed to deal with fixed and random network induced delays in closed-loop feedback systems. The comparisons of set-point tracking performances of fractional fuzzy logic PID controller (FFuzzyPID), conventional fuzzy logic PID controller(FuzzyPID), fractional optimal PID controller (FOPID), and optimal PID controller(OPID) on a representative plant with fixed and random network delays have been shown with simulations. The simulation results indicate that fractional fuzzy logic controller has higher capability to handle network delays compared with other controllers in most cases.     

模糊PID控制在电视跟踪伺服系统中的应用

针对电视跟踪伺服系统提出了一种模糊PID控制方法，该方法结合简单模糊控制与常规PID控制的优点,讨论了模糊PID控制器的设计方法，同时利用MATLAB软件中的模糊控制工具箱进行了系统的辅助设计与仿真实验.仿真结果表明，该控制方法可使电视跟踪伺服系统性能得到提高.     

电机温度时滞耦合系统自抗扰控制仿真研究

电机温度过高会造成绝缘性能老化,电机安全性能下降。电机控制系统是典型的非线性系统,电机温度也因此具有时滞性和耦合性的特点,难以建立准确的数学模型。传统的方法对电机温度的控制精度较差,从而导致电机温度失控。为此,提出基于BP神经网络自抗扰控制算法的电机时滞耦合关系下温度控制方法。将BP神经网络与PID控制方法相结合建立电机温度网络自抗扰控制器模型,利用梯度下降法修正电机温度控制器模型的权值系数,从而实现了BP神经网络自抗扰控制器参数的实时调整。实验结果表明,利用BP神经网络自抗扰算法进行电机时滞耦合关系下温度调整,能够有效提高控制的精确度,缩短了控制过程中的时间延时。     

BP神经网络PID控制算法在农作物干燥控制系统中的应用研究与设计

针对传统PID控制算法对于农作物烘干控制方法存在的不足,以实现对农作物高效、节能的干燥为目的,设计了一种新型农作物干燥控制系统。系统采用DS18B20、SHT10为信息采集源,将采集到的温湿度信息传递到以C8051F340单品机为核心的控制器进行整个干燥过程的控制决策。系统应用了BP神经网络PID控制算法调节温湿度。     

Robust adaptive fuzzy neural tracking control for a class of unknown chaotic systems

In this paper, an adaptive fuzzy neural controller (AFNC) for a class of unknown chaotic systems is proposed. The proposed AFNC is comprised of a fuzzy neural controller and a robust controller. The fuzzy neural controller including a fuzzy neural network identifier (FNNI) is the principal controller. The FNNI is used for online estimation of the controlled system dynamics by tuning the parameters of fuzzy neural network (FNN). The Gaussian function, a specific example of radial basis function, is adopted here as a membership function. So, the tuning parameters include the weighting factors in the consequent part and the means and variances of the Gaussian membership functions in the antecedent part of fuzzy implications. To tune the parameters online, the back-propagation (BP) algorithm is developed. The robust controller is used to guarantee the stability and to control the performance of the closed-loop adaptive system, which is achieved always. Finally, simulation results show that the AFNC can achieve favourable tracking performances.     

基于感知模糊自适应蚁群算法的非线性PID控制

随着系统复杂度的提高和对象不确定性因素的增加,为克服线性PID动态性能和稳态性能差的缺陷,分析了非线性PID控制器各控制参数对误差的理想变化过程,构造非线性PID控制器。由于增益参数大量增加,传统参数优化方法不再适用,在分析蚁群算法的基础上,提出了基于感知自适应蚁群算法,并加入模糊自适应信息素更新机制,用于优化非线性PID控制器的设计方法。通过仿真实验将该控制器与基于蚁群算法的非线性PID控制器和基于蚁群算法、Z-N法的PID控制器进行对比,并对控制性能和收敛性能进行了分析,结果表明该算法有效克服了传统蚁群算法收敛速度较慢、容易陷入局部最优而停滞的缺陷,该控制器具有更好的动态性能和稳态性能。     

模糊PID控制下移动机器人定位方法研究

机器人定位研究一直是机器人学研究的重点,但目前机器人定位方法都存在缺点,抗干扰能力差,不能做到准确定位,主要是由于环境等多方面因素的干扰,定位误差会逐渐加大。由于上述原因,提出了一种基于设定值加权模糊PID控制的移动机器人自定位方法。给出了定位过程的参数,为机器人移动建立模型,设计一种模糊 PID 控制器,根据误差及变化率大小,选择模糊定位或PID定位,实现移动机器人的智能定位,提高机器人定位准确的准确性。通过仿真实验结果证明：模糊PID控制的机器人自定位方法对移动机器人的定位过程有较好的改善作用,实用效果较好。