基于T-S模糊神经网络的飞机防滑刹车系统研究

航空业的发展对飞机防滑刹车系统提出了更高的要求,而传统PID+PBM控制器存在着低速打滑、刹车效率较低等问题;针对刹车过程中的不确定性和非线性问题,提出采用T-S模糊神经网络来进行防滑刹车控制器设计;在MATLAB/SIMULINK平台建立飞机刹车总体仿真模型,将设计的控制器与传统控制器进行对比仿真试验;仿真结果表明,基于T-S模糊神经网络的控制器解决了传统PID+PBM系统存在的问题,具有良好的控制效果,系统具有鲁棒性,能够适应变化的跑道情况,为飞机防滑刹车控制提供了一种新的方法。     

液压舵机伺服系统的专家PID控制

为了更好地分析与优化液压舵机的控制性能,根据控制理论建立了液压舵机伺服系统的数学模型;针对采用常规控制方法液压舵机系统响应速度慢、抗干扰能力差等问题,在对专家经验进行总结并获取5条控制规则后,设计了专家PID控制器;在单位阶跃信号的作用下,运用Matlab/Simulink对该液压舵机系统进行仿真;仿真结果表明,与常规PID控制、P控制相比,专家PID控制使系统调节时间缩短了0.104 s,缩减幅度达71%,受到干扰后再次稳定的时间缩短了0.034 s,有效地提高了快速性和抗干扰性,获得了良好的控制效果。     

PID数字控制器多指标优化模拟设计方法研究

建立PID数字控制器多指标统一优化模拟设计方法;用SIMULINK仿真研究数字PID控制对模拟PID控制的复现能力和PID计算机控制系统的阶跃响应,用MATLAB仿真筛选PID参数的优化组合值;提出并建立了一种新的PID数字控制器多指标优化模拟设计方法,包括:PID初值确定方法、模拟PID优化参数MATLAB筛选方案和软件流程图、模拟PID参数转换数字PID参数的方法、SIMULINK仿真验证设计结果的有效性的方法等;研究表明,该方法可用于1～5ms采样周期的PID数字控制器多指标优化模拟设计,且能独立使用、无需PID经验数据和其它设计/整定方法;提供了4个代表性的实例设计,验证了该方法的有效性。     

小型固定翼无人机纵向姿态控制律的研究

针对无人机在实际飞行过程中受到外部环境影响大,控制精度不够高的问题;研究了一种模糊参数自整定PID控制方法来完成对无人机的纵向姿态的控制;该方法在传统的PID控制的基础上,利用无人机实际飞行中的数据,建立起模糊控制规则来实现PID参数自整定,最后在通过建立的纵向姿态模型上进行仿真控制,得出仿真曲线;仿真实验结果表明,所设计的模糊PID控制器,相比于传统的PID控制器具有更好的控制性能,并且具有很好的抗干扰能力,能够满足无人机控制系统的要求。     

两轴转台位置伺服系统自适应鲁棒控制

针对某两轴随动转台运行时负载与参数变化大、轴间耦合干扰作用强的特点,将自适应鲁棒控制策略应用到其位置伺服系统控制器设计中,并证明了稳定性;由于控制律中含有采集信号的高阶微分项,为避免采集噪声对控制精度的影响,采用微分观测器,以减小其影响;仿真结果表明,相对于PID及传统自适应鲁棒控制器,使用该控制方法后,系统跟踪精度明显提高,且控制输入更加平滑,具有较好的瞬态与稳态性能。     

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。     

基于改进神经动态规划算法的CFB锅炉床温控制器

循环流化床锅炉燃烧系统是一个复杂的、大时滞、强耦合、非线性系统,维持燃烧室内正常的床温,是硫化床锅炉稳定运行的关键;针对传统的CFB锅炉床温控制器存在抗干扰能力弱、稳定时间长、控制精度不高等问题,提出了一种新型的基于改进神经动态规划(NDP)算法的锅炉床温控制器,该控制器的模型模块采用Elman神经网络;在某工控点下,将其用于CFB锅炉燃烧控制系统,并与传统的PID控制器进行比较;仿真结果表明:基于改进NDP算法的控制器,可以更好地拟合CFB锅炉燃烧系统的实际数学模型,具有动态性能好、收敛速度快、控制精度高等优点。     

液压控制系统的模糊-PID算法研究

在LABVIEW平台上将模糊控制算法和PID控制算法相结合设计出一套应用于液压装置性能检测的测试与控制系统,该系统使用模糊-PID自适 应控制器,通过模糊规则的建立,对PID的参数进行动态的调整,提高系统的动静态特性,克服传统液压装置效率低,可靠性差,结果受人工影响等不足,本系统中液压缸采用摩擦较低的单活塞杆油缸,缸内径D＝40 mm,活塞杆直径d=20 mm,油缸最大行程为100 cm,经过反复测试,控制误差都在+0.5 mm,达到了系统设计的要求;最终结果表明:系统实时响应快、超调小、稳定可靠,可以实现对油缸位移的精确控制。     

一种改进人工蜂群的分数阶PID控制器优化算法

摘 要：针对分数阶PID控制器参数整定过程参数多复杂性大,传统靠经验试凑的方法不易实现且优化效果差的问题,提出了一种改进的人工蜂群算法,实现分数阶PID控制器参数的整定.该算法通过改进人工蜂群算法中搜索方程,并引入一个淘汰机制,对分数阶控制器参数进行群智能搜索,将搜索到的参数送至分数阶PID控制器中反复迭代,以带有权值的误差绝对值积分指标（AIE）作为人工蜂群寻优的目标函数,最后得出控制器.本文以非线性系统为被控对象,经过实例仿真,验证了该算法实现的控制器比传统整数阶控制器和未改进的人工蜂群算法实现的分数阶控制器的动态性能和稳态性能都有所提高,在超调、上升时间、振荡性方面都优于未改进算法.