飞机舵机电液伺服系统智能PID控制方法研究

针对飞机舵机电液伺服系统中PID控制器参数难以整定的问题,引入一种智能PID控制方法。该方法结合了粒子群算法和PID控制器的优点,并利用蜂群算法的选择策略对粒子群算法进行优化,适应了飞机舵机电液伺服系统非线性动态控制环境的要求。实验结果表明,飞机舵机电液伺服系统智能PID控制方法能够达到系统控制性能指标要求,相较于传统PID控制器具有更良好的跟踪效果。     

基于微粒群算法的PID控制器优化研究

研究PID控制器性能优化中,由于被控对象具有高阶、非线性等特点,而在工业生产过程中,传统的PID参数整定方法易出现超调和震荡问题,使系统响应特性差。为改善系统性能,提出一种改进粒子群算法的智能优化策略,将PID控制器参数作为粒子群中的粒子,以控制误差时间积分函数作为优化目标,进行PID控制参数的并行优化。利用MATLAB仿真软件进行仿真,并通过与传统整定方法(Z-N法)进行比较。结果表明,粒子群的PID参数整定法可提高控制器性能,并能够实现目标的最优整定,为PID控制器性能优化提供依据。     

永磁同步电机PID参数优化研究

研究永磁同步电机优化控制问题,永磁同步电机具有强耦合和强非线性特性的特点,应用环境一般较为复杂且常常存在各种干扰使电机系统稳定性差,针对传统PID控制方式很难满足电机系统要求,控制效果差,超调大。为提高控制精度,提出一种改进的PID控制方法。将PID控制器的参数作为粒子群中的粒子,系统控制精度作为粒子的寻优目标,通过粒子搜索找到最优PID控制参数,从而对电机进行精确的控制。仿真结果表明,粒子群算法的PID控制器提高了永磁同步电机系统控制精度,为永磁同步电机优化设计提供了科学依据。     

基于Lbest PSO和NNs的电液伺服系统输出力PID控制研究

为了实现电液伺服系统输出力的稳定控制,结合局部最优粒子群优化算法和神经网络模型,提出一种PID控制器设计方法。该方法将神经网络模型(NNS)与PID控制器耦合,得到基于神经网络的PID控制器参数整定结构;再采用局部最优粒子群优化算法(Lbest PSO)确定神经网络的权重,从而得到基于局部最优粒子群优化算法和神经网络的PID控制算法;最后将提出的PID控制算法用于控制虚拟的电液伺服加载系统,以进行仿真实验。仿真结果表明,由该PID控制器控制的电液伺服系统的输出力平稳地收敛于给定力,从而提高了系统的稳定性。     

基于IM-PSO的大型民用客机载荷减缓控制研究

民用客机在垂直向紊流干扰下,会产生不期望的过载,导致乘坐品质下降。针对这一问题,提出了一种基于IM-PSO优化的载荷减缓控制设计方案。设计了控制副翼、扰流板和升降舵的载荷减缓控制系统,通过自动偏转副翼和扰流板,抵消阵风干扰带来的影响,并通过偏转升降舵,确保飞机的稳定控制。根据系统性能指标选择合适的参考模型,并设定合理的目标函数。最后,应用了IM-PSO算法进行控制器参数的自动寻优。仿真结果表明,基于IM-PSO优化的载荷减缓控制系统,能有效降低阵风干扰,改善飞机的乘坐舒适性,达到了良好的控制效果。     

智能PID控制器优化仿真研究

研究PID控制器优化问题,现代工业控制过程中,由于许多被控对象受到于扰因素影响,具有高度非线性和不确定性,常规PID控制精度低,提出一种遗传算法、粒子群算法和RBF神经网络相融合的PID控制器设计方法(GA-PSO-RBF).首先采用遗传算法选择PID控制参数初始值,然后采用粒子群算法优化RBF神经网络参数,采用优后的RBF神经网络辨识控制对象的输出对输入的变化灵敏度,最后采用单神经元对PID控制器进行在线性调整,得到理想的控制效果.仿真结果表明,GA-PSO-RBF神经网络PID控制器的超调量小,响应速度快,提高了系统的控制精度.     

基于粒子群优化的PID控制器设计与应用

研究优化控制器设计问题,工业过程控制中广泛使用的PID控制器,参数的选取可等效为优化问题.针对PID控制器应用于实际的自动电压调节器(AVR)系统,为了有效地寻找AVR系统的最佳PID控制器参数,提出一种基于粒子群算法的PID参数优化策略.通过建立粒子群优化的PID控制器参数模型,在控制过程中将PID参数(比例、积分、微分)作为粒子群中的粒子,采用控制误差绝对值时间积分函数作为优化目标,在控制过程中动态调整PID的三个控制参数,从而进行PID控制参数的实时优化.仿真结果表明PID控制器可以获得较好的控制性能指标,进而改善AVR系统的瞬时响应特性,具有一定的实用价值.     

基于PSO的恒力执行器PID型模糊控制器

针对打磨机器人在打磨过程中对恒力控制精度和响应速度的要求,提出了一种基于粒子群优化算法的恒力执行器PID型模糊控制器。设计新型PID型模糊控制器,减少设计规则库数量;提出变权重综合型适应度函数,结合误差积分绝对值和控制信号积分绝对值优化PID型模糊控制器的综合性能,同时减小超调量与稳态误差;采用自适应惯性权重策略加快粒子群迭代速度,使用粒子群算法对PID型模糊控制的比例因子进行优化。仿真结果表明,经过粒子群优化的PID型模糊控制实现了打磨力的平稳输出,响应速度提升10%,调节时间缩短14%,系统无超调、无振荡,提高了打磨力的控制精度。     

非线性优化控制算法在合成氨生产中的应用

针对合成氨生产过程控制仿真中被控参数的非线性、时变性和不确定性等特征引起的控制系统执行效率差,线性控制优化精度低等问题,提出了一种粒子群优化的非线性控制算法.首先将PID控制器控制增益与信号偏差的非线性关系进行修正,将其控制参数动态调节转化为粒子群优化问题;然后利用粒子群优化算法在控制参数的三维空间内进行非线性参数最优解搜索,得到PID控制器的最优控制参数;最后利用该非线性控制算法对合成氨生产过程控制进行仿真测试.测试表明,优化控制算法相对于传统的PID控制,具有较优的系统稳态,且阶跃响应振幅低,系统稳定性高.     

基于粒子群算法的汽车悬架PID控制仿真

研究汽车悬架稳定性控制优化问题,由于PID控制器在汽车主动悬架中参数的选择决定汽车行驶的稳定性能.针对传统参数整定的方法存在盲目性,设计了一种用粒子群算法优化整定PID参数的方法.利用粒子群算法的并行全局搜索策略,以主动悬架性能指标为目标函数对PID参数进行优化设计.应用改进方法对汽车悬架主动控制系统进行仿真.仿真结果表明,用粒子群算法优化的PID控制器的汽车主动悬架相对于PID控制主动悬架及被动悬架而言,改善了车身垂向加速度和悬架动行程.同时解决了PID控制器参数整定的问题.     

智能控制与常规控制

智能控制是在常规控制理论与技术基础上的进一步发展与提高,目的是在非结构化、不确 定性与控制对象有强相互作用的环境中实现过程任务(追求目标)的闭环自动控制.虽然传统 人工智能方法应用于实际控制问题有很大困难,但是把对复杂环境建模的严格数学方法研究 同人工智能中新兴学派思想的研究紧密结合起来,有可能导致新的智能控制体系结构的产生 和发展.这种研究将会在"自上而下"和"自下而上"两个方向的交汇处取得重大突破.     

局域网的安全控制与病毒防治

网络技术的发展,给局域网带来了很大的安全威胁,本文介绍了局域网安全控制的策略及局域网病毒防治的基本模型。     

基于可拓控制的离散变结构系统的组合控制

提出了一种新的离散变结构系统组合控制策略和一种改进的变速趋近律.众所周知,由于变结构控制系统中存在高频抖振,这一现象限制了变结构控制方法在各种工程设计领域中的应用.新的离散变结构系统组合控制策略的目的是使系统在最短的时间内完成正常运动从而系统的鲁棒性得以提高.对于滑动模态的到达问题,提出了基于改进的变速趋近率、指数趋近率和可拓控制的组合控制策略.这种新的控制策略能有效地削弱抖振提高系统的动态性能.最后通过将传统组合控制策略与所提出的组合控制策略仿真比较,其结果表明新的组合控制策略能够获得令人满意的结果.     

基于在线LS-SVM的逆模/PID复合控制

针对最小二乘支持向量机(LS-SVM)无法在线建模的问题,提出了一种基于在线LS-SVM回归的非线性逆模型建立方法。在线LS-SVM能够跟踪时变非线性系统的动态特性,当系统参数随时间变化时仍然有效。在前馈控制中,在线LS-SVM建立系统逆模型,并与PID反馈控制相结合构成复合控制方法,应用于较一般的离散非线性系统。仿真结果表明,采用在线LS-SVM建立非线性系统的逆模型的方法有效,复合控制策略具有良好控制性能。     

网络控制系统的建模与控制方法研究

网络控制系统降低了电缆成本,易于系统诊断和维护,具有很大的灵活性,因此正逐渐应用于工业控制中.在网络控制系统中,不可避免地存在网络诱导时延,这降低了系统的性能甚至使系统变得不稳定.本文研究了系统建模,控制等问题.系统仿真结果表明了本文方法的正确性和有效性.     

网络控制系统的分析与控制

网络控制系统是指通过网络形成闭环的实时反馈控制系统.针对同时具有网络诱导时延和数据包丢失的网络控制系统,研究了其建模、稳定性分析与控制器设计的问题.所考虑的网络诱导时延为小于一个采样周期的短时延,既可以是定常的也可以是时变的;随机丢包过程是具有普遍意义的任意丢包过程,其数字特征不必先验得到.运用Lyapunov方法,得...     

智能控制在城市交通控制中的应用

介绍了自适应神经模糊推理系统的结构,以及用MATLAB模糊工具箱提供的ANFIS应用工具仿真,完成训练模糊神经网络,将智能控制应用在城市交通控制中。     

基于Fuzzy-PI双模控制的控制系统

叙述了孵化装置中有关温度与湿度的控制方法。为了提高控制精度、改善系统的动态、稳态性能,引入了基于Fuzzy-PI双模控制方法,并利用Matlab进行仿真。通过仿真和实际运行表明,采用了Fuzzy-PI双模控制以后,加快了动态响应,提高了控制精度,有效地降低了超调量,孵化率达到了规定的技术指标。对于实际中存在的非线性、大滞后、大惯性、难以建立数学模型的系统,采用该控制方法,不失为一种好的策略。     

烤箱温度控制系统的模糊PID控制

通过与单纯的模糊控制和单纯的PID控制相比，采用模糊PID控制烤箱温度系统可以明显改善系统的稳态性能以及稳态响应。     

模糊控制理论在微网控制技术中的应用

微网控制策略是微网技术中最重要组成部分。由于各种分布式电源发电机制和环境不同,所需控制策略也不同。针对风力发电机、光伏发电等新能源发电具有间歇性,本文将模糊控制理论运用于控制系统中,利用参考电流和误差电流控制滞环环宽,使开关频率得到很好控制,从而有效控制了逆变器的输出电流。通过MATLAB/SIMULINK以及模糊控制块仿真,证明系统鲁棒性强,能提高电流跟踪精度和降低谐波,干扰和参数变化对其控制效果的影响减弱。