液压驱动型四足机器人电液伺服控制系统仿真建模与实验分析

复杂的作业环境和艰巨的作业任务使液压驱动型四足机器人对其伺服系统的精度、速度和力量均比一般机器人在普通情况下有更高的要求。为掌握液压驱动型四足机器人在多种路况下行走时各液压缸的受力情况以及液压系统内流量、压力的变化情况,需要对其虚拟样机进行机械动力系统和液压伺服系统的联合仿真,定性分析电液伺服系统位置、速度等被控对象的特性,并分析PID控制器在四足机器人伺服控制方面的特性与不足。针对传统控制算法在四足机器人控制存在的短板问题,设计了一种非对称前馈补偿模糊自适应PID算法,并利用物理样机进行了实际验证。实验结果为四足机器人电液伺服控制系统硬件、软件和控制算法的设计与优化指明了方向,还为研究四足机器人平稳步态控制策略提供了决策依据和数据支持。     

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。     

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。     

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.     

模糊PID控制在ATP伺服系统中的应用

针对空间光通信ATP伺服系统采用一种模糊PID参数自整定的控制方法,结合模糊控制与常规PID控制的优点,讨论了模糊PID参数自整定控制器的设计方法。利用MATLAB中的模糊控制工具箱进行了系统的辅助设计与仿真实验,并与传统PID控制系统进行比较。仿真结果表明,该控制方法明显优于传统PID控制,并能使ATP系统的视轴稳定性得到提高。     

基于模糊与遗传优化PID的电动助力转向系统的设计与实现

针对电动助力转向(EPS)系统设计时路感不清晰合理的问题,提出了一种基于模糊推理的电动助力转向目标电流的确定方法;针对传统PID控制参数难整定的问题,设计了一种基于遗传优化PID的控制算法,快速跟随目标电流的变化,达到控制电机输出转矩的目的。为了缩短研发周期和降低成本,基于dSPACE,搭建了EPS半实物仿真实验平台并进行实验测试研究。结果表明,基于模糊方法确定的目标电流,路感清晰合理,满足低速轻便性和高速稳定性,遗传优化的PID控制器响应速度快,超调量小于5%,实现了的良好的助力效果。      

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.     

基于RBF神经网络的电动负载模拟器摩擦与间隙补偿方法研究

为提高电动负载模拟器系统的动态性能和信号跟踪准确度,提出针对系统摩擦和间隙进行补偿的方法。采用基RBF波神经网络的PID 控制器实现摩擦非线性补偿,同时利用间隙逆模型针对间隙非线性进行补偿。利用Matlab 软件对补偿结果进行仿真验证,仿真结果显示经过补偿后系统正弦响应曲线跟随性能变好,跟踪误差明显减小,准确度得到很大改善。仿真结果证明：基于RBF神经网络的PID 控制器和间隙逆模型分别对摩擦和间隙有明显的抑制效果,系统动态性能得到提高。     

多点电喷气体发动机空燃比闭环控制系统设计

空燃比控制是发动机性能实现中最重要的控制之一。基于玉柴某大型六缸单点气体发动机改多点电喷的基础上进行研究,在开放式ECU基础上针对燃气发动机瞬态变化过程中的反馈时间延迟,构建了一种基于前馈PID算法的空燃比闭环控制策略,用来预判和补偿空燃比超调和反馈时间延迟;解决了发动机瞬变工况下空气与燃气的精确匹配问题。通过对台架模型和发动机试验的数据分析,结果表明基于前馈PID控制算法的空燃比闭环控制策略能够进一步提高燃气发动机的排放效率和动力性。     

DVD光学头的RBF神经网络自适应PID控制器设计

为了使三维光存储技术的应用水平得到提高,以DVD伺服技术、双光子吸收技术为基础组建了一套信息存储系统。针对DVD光学读取头系统,采用RBF神经网络自适应PID控制器进行控制,充分利用RBF神经网络的自学习和全局非线性逼近能力,在线调整修正PID控制器的3个参数,使其达到一种最优控制,并通过MATLAB软件进行了计算机仿真。由仿真结果可以得出:通过应用RBF神经网络自适应PID控制算法,系统单位阶跃响应的调整时间为0.25 s,并使系统的超调量降低到几乎为零。     

改进SIFT融合五官特征的旋转人脸检测算法

针对传统PID控制算法对四旋翼飞行器的姿态角进行控制时,其控制参数很难随着环境的变化进行自整定,进而影响四旋翼飞行器的稳定性的问题,提出了一种改进的PID控制算法。该算法通过改进单神经元中的K值公式提高了Kp、Ki、Kd的学习速率,从而提高了系统的响应速度;通过增加超调惩罚措施,通过适当的放大或缩小超调,可以使系统超调达到最小。通过与增量型PID、标准二次型单神经元PID算法进行比较,并且进行仿真实验。结果表明：所提方法具有参数自整定能力强且快速响应、鲁棒性强及稳定性好。     

LabSView平台下电动起吊推车控制系统设计

针对当前电动起吊推车控制方法,采用模糊人工控制准确定位和智能控制性不好的问题,在LabSView平台下进行电动起吊推车控制系统优化设计,提出基于多线程串口非线性严格反馈的电动起吊推车控制系统设计方法。控制系统分为硬件设计和软件设计两大部分,系统总体构架分为数据采集模块、控制陀螺仪模块、执行器模块、上位机通信模块和人机交互模块等,根据模糊PID控制律进行电动起吊推车控制算法设计,以ADSP-BF537作为主控芯片进行控制器硬件设计,在LabSView平台下进行控制算法程序加载,实现软件开发设计。系统测试结果表明,采用该系统进行电动起吊推车控制,灵敏度较高,控制收敛误差较低,鲁棒性较好。     

基于PLC的环境模拟系统温度控制算法的研究与实现

针对环境模拟试验温度控制系统中被控对象存在的非线性、时滞等特点,本文采用区间限幅PID控制算法和模糊PID控制算法对传统控制方法进行了改进。首先为了解决模拟量三通粗调阀调节缓慢的缺点,建立了区间限幅PID控制算法的控制规则表,并将其在PLC中实现。其次提出用模糊PID控制算法来解决电加热器的非线性、大时滞性问题,并结合实际控制经验建立了模糊控制规则表,然后将模糊PID控制算法在PLC中进行实现。最后将限幅PID和模糊PID控制算法应用于某大型环境模拟试验控制系统,实验结果表明利用改进算法对温度控制具有良好的稳定性及精确度。     

基于神经网络模糊控制理论的转台伺服系统控制设计

针对三轴飞行仿真转台伺服系统非线性、模型不精确等特点,在分析转台系统结构的基础上,采用模糊PID控制的方法对转台伺服系统进行仿真控制,得到较好的控制效果。模糊控制控制规则的获得带有很大的人为因素,并且在控制过程中对规则采用查表法占用大量的内存。基于以上原因,设计了神经网络模糊控制器(NNSOC),利用神经网络控制自学习、自调整的能力,为模糊控制器提供自动生成控制规则的能力;同时由于神经网络具有联系记忆能力,可对未训练的样本做出决策。对NNSOC的控制效果进行了仿真。结果表明：其具有很好的动态性能和鲁棒性,对转台的控制效果良好。     

基于PMAC运动控制器的激光雕刻控制系统设计

为了实现激光雕刻切割机的灵活控制,提出了一种基于PMAC运动控制器的激光雕刻控制系统方案。PMAC运动控制器通过Pcomm32通信驱动程序接收工控机的指令数据,并将控制量传递给伺服驱动器,控制两个交流伺服电机的运转,同时伺服驱动器接收伺服电机的位置反馈信号,进行位置补偿,从而达到电机位置的精确控制。对运动控制模块进行了设计,并给出运动了程序基本结构。该方案结构简单,可靠性好,控制方式灵活,加工效率得到了大幅度的提高。     

混合动力电动汽车发动机转速智能控制系统设计

发动机是混合动力电动汽车动力设备的心脏,为了保证混合动力电动汽车可以快速稳定地运行,需要对其转速智能控制系统进行设计。使用当前控制系统智能控制混合动力电动汽车发动机转速时,无法快速检测到发动机转速,难以达到最佳的智能控制结果。为此,本文提出一种基于软切换的Bang Bang－神经网络PID的混合动力电动汽车发动机转速智能控制系统设计方法。混合动力电动汽车发动机转速智能控制系统以Mcs一51系列8751单片机为核心系统,检测混合动力电动汽车发动机转速的数字信号,同时控制D/A模拟信号的输出,并在LED显示器上显示发动机转速数字信号,以PWM调制器放大混合动力电动汽车启动时发动机产生的PWM波,将放大后的PWM波供给电力发动机,再以分频填充脉冲装置测量混合动力电动汽车发动机转速,通过Bang Bang－神经网络PID算法计算出混合动力电动汽车发动机转速误差,达到实时控制混合动力电动汽车发动机转速的效果。实验仿真证明,所提设计方法保证了发动机转速的快速性和平稳性。