基于改进单神经元的四旋翼PID控制器设计

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K_p、K_i、K_d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。     

基于自适应单神经元PID的四旋翼飞行控制研究

针对传统增量式PID控制算法在四旋翼飞行器的姿态控制中自整定参数不足的缺点,提出了一种改进的自适应单神经元PID控制算法,该算法在单神经元加权系数调整的基础上引入PSD自适应控制方法,增加了对比例系数的自适应调整;通过建立四旋翼飞行器的动力学模型和飞行试验平台对该改进算法进行仿真验证;仿真结果表明,采用自适应单神经元PID算法的控制器结构简单且响应速度快,精度高,具有更高的鲁棒性和自适应能力,能有效的实现四旋翼飞行器姿态的稳定控制。     

基于改进PID算法横列式双旋翼无人机系统

横列式双旋翼无人机相较于传统固定旋翼无人机具有更强的机动性与续航能力，但是传感器测量误差会影响其控制精度。针对这一问题，在理论模型方面完成了动力学模型的推导并整定了相关物理参数；在控制算法方面自主开发三轴加速度计误差补偿算法，并创新性将该算法与传统PID控制算法结合形成改进串级双闭环PID算法，可以实现对三轴加速度计测量值累积误差的抑制，同时利用Simulink进行了30次系统控制仿真，仿真结果表明：改进PID算法理论上针对y轴位移、滚转角、俯仰角与偏航角可分别降低约78%、26%、19%与44%系统超调量；在实验测控方面搭建了试验样机+测控地面站系统，最终完成10组空中悬停对比实验。实验结果表明：改进PID算法试验样机悬停高度、滚转角、俯仰角与偏航角的稳态误差较传统PID算法减少约35.68%、49.04%、2.33%与55.96%,验证了改进控制算法的精度与实际有效性。     

动平台视轴稳定控制的两种智能PID算法研究

分析了动平台下光电探测设备视轴稳定的基本原理,针对用于视轴稳定的伺服控制系统动态和稳态性能指标的高精度要求,设计了两种基于模糊控制的智能PID控制算法——FLCPID复合控制算法和PID参数模糊自整定算法。分别从理论上分析了这两种智能算法的可行性及技术特点,阐述了其设计过程。仿真计算表明,这两种基于模糊控制的智能PID控制算法均能获得优于常规PID的控制效果;FLCPID复合控制算法的调节时间小于0．05s,无超调,PID参数模糊自整定算法调节时间小于0．1s,超调量小于5％,显然前者的动态性能优于后者;后者对300ms时突加的1V扰动信号可完全抑制,有更强的鲁棒性。     

四旋翼无人飞行器实验平台设计及姿态控制研究

为了实现四旋翼无人飞行器姿态的稳定控制并验证控制算法的性能,设计了一种可用于四旋翼无人飞行器姿态控制算法研究及控制性能测试的物理实验平台。首先,利用牛顿-欧拉法建立了四旋翼无人飞行器的六自由度动力学模型;其次,对姿态传感器数据进行融合,利用互补滤波算法实现对四旋翼飞行器姿态进行快速准确解算;然后,在MATLAB环境下搭建了四旋翼飞行器仿真模型,并设计改进的PID控制器对飞行姿态进行了仿真;最后,搭建了一个四旋翼无人飞行器姿态控制的物理实验平台,进行了飞行器姿态控制算法的性能测试。实验结果表明了四旋翼无人飞行器实验平台设计的合理性和正确性,是一种快速有效的飞行器姿态控制算法性能测试实验平台。     

基于积分分离SNPID的果蔬膨化温度控制系统设计

在果蔬膨化温度闭环控制系统中,一般PID调节器参数难以根据环境变化实时自整定,无法实现对被控制对象的精确有效控制;此外,传统数字PID控制器在系统启动、停止或因加工不同果蔬原料而大幅增减温度设定值时,会因为PID控制器积分积累的影响,引起膨化温度控制系统超调增大,从而导致果蔬膨化温度控制系统相对稳定性降低。针对上述问题,提出了以SCL语言开发基于积分分离算法的单神经元PID控制器。将该积分分离SNPID控制器应用于果蔬膨化温度控制系统中,既能避免控制系统产生较大超调,又可通过调整权系数以增强控制系统的自适应能力,从而实现对果蔬膨化温度的精确有效控制。     

次谐波聚束器相位控制的算法改进

 为实现次谐波聚束器的数字化相位控制,利用下变频、IQ调制解调技术及商业化的PXI系统,开发了以LabVIEW为平台的低电平控制器。控制器采用了具有自学习和自适应能力的单神经元自适应PID的控制算法,满足了相位稳定度的要求,通过现场测试与传统PID算法进行比较,验证了该算法稳定性好、响应快、抗干扰能力强。     

改进PID算法在浆液PH值控制系统中的应用

为了对浆液pH值控制系统进行全面的优化控制,使整个系统在最佳状态下运行,提出了一种改进PID算法。该算法利用单神经元具有自适应、自学习能力的优势,将神经元加入到PID算法中后,改进了控制系统稳定性和控制性能较差的问题;并结合浆液pH值控制系统的特点,设计了算法的具体流程。最后,利用改进前后的两种算法对优化问题进行了仿真分析,结果表明单神经元自适应PID算法具有更好的优化效果。     

基于模糊PID参数自整定的细胞培养箱温度控制算法

针对细胞培养箱温度控制具有非线性、时滞性、易受干扰且难以建立精确的数学模型的特点,传统的PID控制方法对于快速维持系统箱内温度稳定存在一定的局限性。提出了以温度误差和误差变化率为控制输入,培养箱内温度为控制量的模糊PID参数自整定的温度控制算法,实现了对PID参数的实时在线修正。实验表明,该模糊PID参数自整定温度控制算法,温度从26℃上升到目标温度37℃,建立稳态的时间为2890s,温度超调极小。系统温度控制精度为±0.05℃,并在相同型号的细胞培养箱上同样得到验证。在控制稳定性方面获得了比传统PID控制更好的控温效果,稳定快,极小超调,温度控制精度高,能满足细胞培养箱温度控制的要求。     

语音控制的四旋翼飞行器设计与实现

基于语音识别技术,设计了一套语音远程控制四旋翼飞行器的系统。使用LD3320语音处理芯片和STM32微处理器实现语音识别功能,采用NRF24L01将识别结果传输到飞行器。选用STM32作为四旋翼飞行器的主控芯片,采用六轴运动组件MPU6050、三轴数字罗盘HMC5583L等传感器对飞行器的姿态进行实时测量,再利用数字滤波器对姿态信息进行处理,然后采用四元数进行姿态解算,最后运用双闭环PID控制算法实现姿态控制的要求。测试结果表明,通过语音可以控制四旋翼的正常飞行及姿态变化,系统稳定可靠。     

改进蚁群PID-神经元解耦的CFB锅炉燃烧系统控制

床温和主汽压都是循环流化床锅炉生产运行中的重要参数,会直接影响机组的安全性和经济性。但由于这两者对象存在非线性、大时延、强耦合等特点,其现场控制效果一直不太理想。本文首先采用自适应神经元将床温和主汽压解耦,再利用具有分工特征的蚁群算法优化参数的PID控制器对两者进行独立控制。采用该算法优化常规PID控制参数,能够实现控制参数的快速寻优。该方案应用于循环流化床锅炉燃烧系统仿真,结果表明能有效实现系统解耦,且具有响应快、超调量小等优点,有效地提高了控制品质。     

基于AFSMC算法的四旋翼飞行器控制策略研究

针对四旋翼飞行器在飞行过程中,控制系统存在非线性、强耦合、不确定性和鲁棒性差的问题,建立了关于四旋翼飞行器的动力学数学模型,将自适应控制、模糊控制和滑模控制相结合,提出基于自适应模糊滑模控制(AFSMC)的快速平稳控制策略。采用模糊系统推理方法实现理想控制律的逼近。在满足李雅普诺夫稳定性条件的前提下进行控制器的设计和稳定性分析,并结合四旋翼的数学模型和给定参数进行了MATLAB仿真。仿真结果表明,AFSMC控制器相比常规PID控制器具有良好的动态性能和抗干扰能力。     

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。     

基于加速度反馈的上反稳瞄系统最优控制研究

针对某车载上反稳瞄系统中火炮瞄准线稳定精度0.2 mrad的要求,提出在惯性速率稳定闭环内增加高增益的加速度闭环校正,形成多闭环的控制回路,并通过ITAE(integral of time-weightde absolute error)最优控制对系统控制回路的PID参数进行整定。对上反稳瞄系统构成进行分析,对控制系统的负载、陀螺和无刷力矩电机等闭环回路进行建模仿真;利用ITAE最优控制器对多闭环控制系统的PID控制参数进行调节;对系统添加随机干扰和单位阶跃响应,测试其相关性能。测试结果表明:相比传统的调整PID参数和单速度环控制系统,基于加速度多闭环ITAE最优控制器可以使系统抗扰动性能提高约78%,超调量减小约23%,摇摆稳定精度提高约29%,可较好地满足上反稳瞄系统稳定性能的要求。     

热流计校准装置自适应温度控制方法研究

以热流计校准装置为研究对象,建立了热板温度仿真模型。根据模糊控制原理和BP神经网络原理,分别设计了模糊PID控制器和BP神经网络PID控制器,并在Matlab的Simulink下进行了不同控制方法的仿真对比实验。仿真结果表明:模糊PID有更快的响应速度、更短的稳定时间,BP神经网络PID有更小的超调量。     

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。     

烘丝过程中的组合积分控制器与双重控制研究

在烟草行业的烘丝过程中,烟丝的出口水分作为被控对象常常具有大滞后与强非线性的特性,且在工艺流程中通常存在干扰因素;当前,这一过程中大多仍采用传统PID控制器,存在响应稳态误差大、响应时间长等问题,进而影响烟丝的最终品质;针对这一情况,引入组合积分控制器替代传统PID控制器在烘丝过程中的作用;同时引入双重控制,并与组合积分控制器相结合;针对控制对象进行的仿真实验结果表明,这一新型控制策略在烘丝过程出口水分的控制效果上明显优于传统PID控制器,稳态误差较小且响应迅速,证明了组合积分控制器运用在双重控制系统中时具有优异的动态性能与鲁棒性;最后,这一新型双重控制算法已成功应用到烟草行业烘丝过程的水分控制上。     

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。     

基于遗传算法的统一混沌系统比例-积分-微分神经网络解耦控制研究

提出了采用改进的遗传算法优化比例-积分-微分(PID)神经网络解耦控制器的连接权值，从而实现PID控制器参数的优化及非线性多变量系统的解耦控制. 改进的遗传算法优于基本遗传算法，它使寻优过程中的计算量减少，计算效率提高，收敛速度加快. 将优化后的PID神经网络解耦控制器应用于统一混沌系统的控制中，仿真实验收到良好的控制效果，证明了PID控制器应用于统一混沌系统控制的有效性. 关键词： 混沌系统 遗传算法 比例-积分-微分 神经网络