基于神经网络模糊PID的足球机器人控制算法研究

通过对足球机器人运动学模型进行分析,以足球机器人系统为实验平台,论证了神经网络模糊PID控制技术应用于足球机器人运动控制的可行性。将传统的PID控制与神经网络模糊控制相结合,通过PID算法实现控制的准确性,利用神经网络模糊控制提高控制的快速性与自适应性。针对足球机器人运动控制中的实际问题,着重提出了基于神经网络和模糊控制相结合动态调整PID控制器的三个参数KP,KI,KD的设计方法。实验证明该方法增强了控制器的调节能力和简化了控制器设计,同时本方法对模型和环境具有较好的适应能力和较强的鲁棒性。     

基于BP网络的PID控制在滑油压力气动控制中的应用

根据实验室现场对控制的要求,提出了一种将常规PID控制与BP神经网络相结合的自适应PID控制器,该控制器运用神经网络和BP算法实现了对PID参数的在线调整。把该控制器应用于某航空发动机燃油泵调节器滑油压力控制中,实验结果表明,与传统数字PID控制器相比,该控制器具有更好的控制效果和更好的鲁棒性。     

FADEC硬件在回路测试系统设计

发动机全权限数字电子控制器(FADEC)对航空发动机进行实时在线控制,其控制效果直接影响发动机的安全运行.硬件在回路测试系统是FADEC设计与验证的重要手段之一.设计了一种FADEC硬件在回路测试系统,该系统包括发动机电子控制器(EEC)、接口模拟器、发动机和飞机模型及其显示系统.该系统可以实时模拟发动机和飞机的各种传感器、执行机构信号,对FADEC进行高效、全面的验证,主要包括控制规律、EEC的接口电路、自检测、容错和重构策略等.通过大量的试验测试表明,该系统能够实现实时、稳定、高效的闭环仿真,达到了验证控制算法和控制逻辑的要求.     

嵌入式电子节能控制器的设计与实现

节能控制能够有效降低能耗,对保护环境等方面具有重要影响;但目前大多数电子节能控制器都是通过采用单片机技术和双向晶闸管过零触发交流调压电路对电子节能控制器进行设计;通过介绍电子的负荷特点和节能原理,分析电子节能控制器的硬件组成电路,并对电子节能控制器的主要软件程序的流程图进行设计,完成电子节能控制器设计;但这种方法节能控制效果较低,难以保证电子节能控制器性能,为此,提出一种基于模糊PID控制的嵌入式电子节能控制器设计与实现方法;首先通过对嵌入式电子节能控制器的处理器、电源电路、复位电路、系统时钟电路、JTAG接口电路、D/A转换电路、功放电路、双极性电源电路以及嵌入式电子节能控制器硬件PCB板器件布局等的设计,完成嵌入式电子节能控制器硬件设计;在此基础上,选用模糊PID控制方法对嵌入式电子节能控制器进行设计;通过分析模糊PID控制原理,介绍加入自调节因子的模糊PID控制的算法设计,以此确定输入输出隶属度函数,再利用模糊推理和模糊规则,得到电子节能控制器的模糊控制过程,从而完成嵌入式电子节能控制器的设计;实验证明,所提方法能够有效提高嵌入式电子节能控制器的节能控制效果,具有良好的使用价值。     

基于模糊误差判断算法的航空发动机PID控制

普通比例积分微分(PID)控制与其他智能控制相比较,应用广泛,且算法更简单、容易实现。但是应用到复杂的、多变的航空发动机控制时,其难以满足其控制要求。为实现对航空发动机的智能控制,提出模糊误差判断PID控制。由模糊规则表、误差判断规则以及PID控制组成模糊误差判断PID控制器。该方法对控制过程中改变模糊规则表进行了研究。模糊规则表根据经验得出;误差判断规则将根据误差的大小,对模糊规则表进行修改;模糊规则表与PID控制器结合调节控制量,达到控制执行机构的目的。使用MATLAB/Simulink进行算法仿真。仿真结果显示:模糊误差判断PID控制算法运用于航空发动机控制效果良好,验证了所提算法的可行性。仿真结果证明了改变模糊控制规则表的控制方法是有效的。该研究为设计智能控制提出了一种新的方法。     

航空发动机模糊神经网络控制研究

航空发动机是一个结构复杂、非线性强的多变量控制对象。随着航空发动机全权限数字式电子控制器的研制和应用,控制变量也随着发动机性能要求的不断提高而越来越多,发动机智能控制技术的应用式必然的趋势。本文将智能控制引入到航空发动机多变量控制中,将模糊控制和神经网络相结合,设计出了航空发动机模糊神经网络控制器。并以某型涡扇发动机为被控对象,进行了数字仿真研究,检验了该方法的适应性。     

航空发动机模糊神经网络控制研究

航空发动机是一个结构复杂、非线性强的多变量控制对象.随着航空发动机全权限数字式电子控制器的研制和应用,控制变量也随着发动机性能要求的不断提高而越来越多,发动机智能控制技术的应用式必然的趋势.本文将智能控制引入到航空发动机多变量控制中,将模糊控制和神经网络相结合,设计出了航空发动机模糊神经网络控制器.并以某型涡扇发动机为被控对象,进行了数字仿真研究,检验了该方法的适应性.     

基于LabVIEW的航空发动机电子控制器检测系统的开发与应用

通过研究某型航空发动机电子控制器(EEC)的调节程序和接口关系,分析发动机使用中检测的需求,开发了外场在线检测系统.该系统运用LabVIEW软件开发平台,以平板电脑为核心,结合试车数据库,可以完成航空发动机性能曲线的录取和EEC的功能测试.     

基于PLC的模糊PID控制系统的研究

研究了采用离线计算形成模糊查询表，从而在PLC(可编程序控制器)控制系统在线查表实现模糊PID控制的方法，提出了解决模糊PID控制动作频繁造成系统损害的带死区的模糊PID控制算法；这种PLC通用模糊PID控制器可作为控制系统的一部分，也可用于控制过程分析、仿真和开发模糊控制PID系统的工具。     

一种航空发动机导叶角度调节器控制方法研究

航空发动机静子导流叶片角度数字电子控制系统的性能和可靠性对发动机的正常工作十分重要;为获得发动机的最优性能,提高飞行可靠性,并保证压气机工作稳定性,文章提出了一种基于RBF (Radial Basis Function)神经网络的PID控制器,构建了3层神经网络数学模型;在AMESim软件平台上,建立了该航空发动机导叶控制系统的数学模型,在Matlab/Simulink中搭建了RBF神经网络控制器;仿真结果表明,在相同参数设置下,本文所设计的控制器与传统PID控制器相比能够实现导叶角度调节器作动筒位移的更加快速、精确控制,表明该控制器设计方法是可行、有效的.     

无刷直流电机的模糊神经网络控制设计

在无刷直流电机(BLDCM)的控制上,传统PID等控制方法存在或多或少的不足.在模糊PID控制的基础上提出了一种模糊神经网络PI控制器的设计方法.该方法结合了模糊逻辑与神经网络,使得模糊控制器模拟了人的控制功能,不仅对环境变化有较强的适应能力,还拥有自学习能力.相比模糊PID控制,其具有计算量小、稳定性强等特点.对BLDCM进行建模与分析;在BLDCM数学模型的基础上,分别设计模糊PID控制器和模糊神经网络PI控制器;对设计的控制器进行仿真验证并分析.实验结果表明,模糊神经网络PI控制具有跟踪性能好、超调小、响应快、脉动小等优点,其动静态特性均优于模糊PID控制.     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。     

基于可变学习率BP算法的空调控制系统的研究

通过分析控制器参数学习率和控制器性能之间的关系,设计一种基于可变学习速率反向传播算法VLRBP和模糊神经元网络的变频空调控制系统.该系统不仅可以通过反传误差信号训练控制器参数,而且可以根据网络的当前状态朝最优化方向调整控制器参数的学习率.实验结果表明,该控制系统不仅比传统的空调PID控制器和模糊控制器具有更好的控制性能,而且相比基于标准BP算法和动量BP算法的模糊神经网络控制系统,也具有更快的收敛速度和更好的控制精确度.     

直升机智能PID控制研究

针对直升机俯仰角度控制和旋转轴速度控制需求,对模糊PID控制、神经网络PID控制和免疫PID控制在不同控制规律下的系统控制效果进行了对比研究。仿真实验表明,神经网络PID控制器准确性最高,系统响应无误差,稳定性较好,但响应时间较长;模糊PID控制器系统动态响应时间较快,系统稳定性相对最好,但存在微量误差;免疫PID控制器控制直升机旋转轴时,系统响应速度和稳定性明显优于其他两类控制器,但对俯仰角控制效果差。     

基于神经网络的模糊自适应PID控制方法

提出一种基于BP神经网络的模糊自适应PID控制器。该控制器综合模糊控制、神经网络与PID调节各自的优点，既具有模糊控制的简单和有效的非线性控制作用，又具有神经网络的学习和适应能力，同时具备PID控制的广泛适应性，仿真实验表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。     

基于模糊RBF神经网络的PID及其应用

针对传统的PID控制器参数固定而导致在控制中效果差的问题,提出一种基于模糊RBF神经网络智能PID控制器的设计方法。该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点,将模糊控制与RBF神经网络相结合以在线调整PID控制器参数,整定出一组适合于控制对象的kp, ki, kd参数。将算法运用到电机控制系统的PID参数寻优中,仿真结果表明基于此算法设计的PID控制器改善了电机控制系统的动态性能和稳定性。     

模糊神经网络pH控制器的DSP实现

针对pH值控制过程具有较强非线性、纯滞后性的特点，传统PID控制往往达不到满意控制效果。介绍一种将模糊控制技术与神经网络技术相结合构成的模糊神经网络pH控制器，通过数字仿真显示了该控制算法的控制效果优于传统的PID控制和一般的模糊控制算法。并将提出的模糊神经网络控制算法在DSP上进行了实现．通过模拟实验验证了该控制器的可行性。     

一种融合型智能PID控制器的研究与应用

本文介绍了一种基于神经网络和模糊控制技术相融合的智能PID控制器的设计。仿真和实际应用结果表明,这种融合型智能PID控制器具有超调量小、调节时间短的优点,提高了控制系统的实时性和抗干扰能力。     

基于模糊小波神经网络的提升机恒减速制动系统的研究

针对提升机恒减速制动系统采用常规PID控制方式、模糊控制方式存在控制效果差的问题,提出了一种基于模糊小波神经网络的提升机恒减速制动系统的设计方案。该系统采用小波基函数作为模糊隶属函数,利用神经网络的自学习能力和小波基良好的局部特性来增强模糊控制的自适应能力,并采用遗传算法对小波基函数的平移、伸缩因子以及控制器的连接权值进行训练,使网络参数达到全局最优。Matlab仿真结果表明,该系统具有良好的动态特性和较高的控制精度。