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。     

基于模糊切换增益调节的燃气流量滑模控制

将模糊控制方法与滑模控制方法相结合,针对燃气流量调节伺服系统设计一种基于模糊切换增益调节的滑模控制器,固冲发动机流量调节伺服控制系统的不确定部分通过滑模控制器来补偿,从而可实现固冲发动机流量调节伺服系统的鲁棒控制。使用matlab对固冲发动机流量调节伺服系统进行建模仿真并与单纯使用滑模控制方法进行比较,仿真结果表明基于模糊切换增益调节的固冲发动机模糊滑模控制系统具有较好的给定适应性和抗干扰性,采用该控制方案能有效的抑制系统随机干扰对控制系统的不利影响,控制效果优于纯滑模控制方法,消弱了控制信号的抖振,为提高固冲发动机流量调节控制系统的动态性能奠定基础。     

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。.     

飞行模拟转台非线性干扰观测器反步滑模控制器设计

本文针对考虑不确定性的飞行模拟转台伺服系统,提出了一种基于非线性干扰观测器的反步全局滑模补偿控制方法。该方法采用反步控制方法设计转速期望虚拟控制,然后利用非线性干扰观测器观测系统不确定干扰,进而对引入非线性干扰观测器的系统设计自适应全局滑模控制器,实现了飞行模拟转台伺服系统期望转角信号的鲁棒跟踪控制,仿真结果表明,该方法控制效果良好,具有很好的工程应用价值。     

基于BP神经网络的PID控制器

利用神经网络和反馈控制理论, 提出了一种基于神经网络PID控制器的伺服控制系统结构. 在高精度仿真试验转台的应用中证实, 该方法避免了PID参数的整定难以匹配的问题, 减小了干摩擦对低速运动的影响. 实验表明：方法自适应能力强, 调节品质好, 具有较高的应用价值.     

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。     

小潜艇供电系统全桥DC-DC开关电源智能优化设计

小型潜艇水下潜行采用蓄电池供电,通过全电力供电系统推进。以蓄电池为直流电源,在推进系统正常运转的状况下,开关电源电压输出值保持恒定。传统的PID控制器很难对全桥DC-DC开关电源进行精确控制,因此,将粒子群算法(PSO)、BP神经网络与径向基函数(RBF)神经网络与传统PID控制相结合,提出带有RBF神经网络辨识的PSO-BP-PID控制方法。通过神经网络在线自学习对PID三个参数在线调整,最终实现系统恒电压输出控制。仿真结果得出：带有RBF神经网络辨识的PSO-BP-PID控制算法可以很大的改善系统控制效果,同时使系统具有更好的在线调整能力。     

一种预测混沌时间序列的模糊神经网络方法

给出了一种预测混沌时间序列的模糊神经网络及其学习方法，给出的方法能直接从数据中提取模糊规则，经过优化得到最佳模糊规则库，并利用神经网络的自学习功能修改隶属函数的参数和网络的权值，减少了规则的匹配过程，加快了推理速度，增强了网络的自适应能力. 使用该神经网络及其学习方法对Lorenz混沌时间序列进行了预测仿真研究，试验结果表明给出的预测工具和方法是有效的. 关键词： 模糊神经网络 模糊规则提取 混沌时间序列预测     

基于文化遗传算法的水浴温度模糊控制器设计

水浴温度控制普遍存在滞后、超调、波动性大等特点,且难以建立精确的数学模型,一般采用模糊控制器实现对水浴温度的控制,但模糊控制规则具有较强的主观性,其控制性能往往达不到客观要求。研究遗传算法在模糊控制规则寻优上的应用,将其和文化算法相结合,构成一种具有双层协同进化机制的文化遗传算法,采用专家经验的知识信息构成信仰空间作为指导方向,然后在群体空间中进行遗传算法操作,选取群体中适应度值较高的个体更新信仰空间,再通过迭代优化,得到适应度值高的个体,将其作为优化的模糊控制规则。仿真实验表明,优化后的规则在控制过程中的动态温度跟踪和稳态误差方面均具有较好的效果。     

基于遗传算法的混沌系统模糊控制

基于遗传算法，研究了混沌系统的模糊控制问题.采用遗传算法对模糊系统的隶属函数进行优化，综合了遗传算法强大的空间搜索能力，高精度和模糊控制器快速性的优点，使模糊控制达到较好的控制效果.仿真结果证明了所给方法的有效性. 关键词： 混沌系统 遗传算法 模糊控制     

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.     

智能分区PID控制算法在电动缸伺服系统中的研究

针对电动缸伺服系统中的非线性环节,本文采用带线性补偿的分区二级前馈PID控制算法。首先建立电动缸伺服系统的仿真模型,并采用单组控制参数的二级前馈PID控制算法,通过仿真发现系统存在着抖动、精度较低的问题。然后提出了具有线性补偿的分区二级前馈PID控制算法,改进了相应的控制器结构并实现控制器的数字离散化。最后通过线性补偿的方法整定实际系统在各分区的控制参数,计算出相应的控制量。对比分析实际系统的稳态误差,发现智能分区PID控制器在电动缸伺服系统中能够取得更好的控制效果。     

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。     

基于多功能数据采集卡和变速PID的转台控制系统设计

为了提高采用转台对惯导系统和惯性仪表进行误差模型标定时的可靠性和精度,对角位置转台的控制系统进行了研究。首先借助NI公司PXI-8101控制器和功能强大的数据采集卡PXIe-6363对转台控制系统进行了硬件设计。随后在对转台常规PID控制方法研究的基础上提出了一种能随系统调节偏差自动改变积分项累加速度的变速PID控制方法。接着又对基于软件实现的双通道旋转变压器轴角解调算法进行了研究并提出了一种粗精组合角纠错方法。最后对本文设计的转台控制系统进行了测试实验,结果表明提出的轴角解调算法具有较好的解码速度和精度,并且变速PID控制方法大大提高了转台控制系统的自学习能力和鲁棒性,显著地改善了转台控制过程的稳定性。     

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。     

Fuzzy-PID分级控制变水量空调系统温度的研究

针对变水量空调系统温度控制的时变、大滞后、非线性特点,结合模糊控制和PID控制,设计了基于模糊规则切换的Fuzzy-PID分级控制器,并在Matlab/Simulink软件上进行了仿真。仿真结果表明,控制器同时具有模糊控制超调量小、鲁棒性好和PID控制精度高、响应速度快的优点。     

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。     

A Simplified Fractional Order PID Controller’s Optimal Tuning: A Case Study on a PMSM Speed Servo

A simplified fractional order PID (FOPID) controller is proposed by the suitable definition of the parameter relation with the optimized changeable coefficient. The number of the pending controller parameters is reduced, but all the proportional, integral, and derivative components are kept. The estimation model of the optimal relation coefficient between the controller parameters is established, according to which the optimal FOPID controller parameters can be calculated analytically. A case study is provided, focusing on the practical application of the simplified FOPID controller to a permanent magnet synchronous motor (PMSM) speed servo. The dynamic performance of the simplified FOPID control system is tested by motor speed control simulation and experiments. Comparisons are performed between the control systems using the proposed method and those using some other existing methods. According to the simulation and experimental results, the simplified FOPID control system achieves the optimal dynamic performance. Therefore, the validity of the proposed controller structure and tuning method is demonstrated.