无刷直流电机模糊自适应PID控制研究与仿真

针对传统的PID控制方式在对无刷直流电机系统控制时,存在精度低、抗干扰能力弱等不足,提出一种基于参数自适应模糊PID集成控制策略。首先,分析了无刷直流电机的数学模型,建立了基于双闭环调速系统的无刷直流电机控制系统模型,并对无刷直流电机双闭环系统转速进行模糊PID控制;然后,详细分析了建立该模糊自适应PID控制器的设计方法,提出一种优化模糊算子的优化方法,并运用仿真软件Matlab/Simulink实现了系统的设计和仿真;最后,在相同环境下,对比传统PID控制和模糊自适应PID集成控制两种控制策略的仿真结果。仿真结果表明,模糊自适应PID集成控制算法能使无刷直流电机双闭环控制系统具有更好的动、静态性能及较强的自适应能力。     

基于模糊PID的无刷直流电机调速系统的建模与仿真

无刷直流电机控制系统是一种多变量、强耦合、非线性、时变的复杂控制系统,传统的PID控制很难实现无静差控制。基于模糊PID的电机控制,利用无刷直流电机的电压、转矩和转速方程,通过模糊原理对PID参数进行模糊化,实时调节PID的参数,从而实现对电机转速的高精度控制。仿真结果表明,采用模糊PID控制方法控制无刷直流电机,系统响应速度快、无超调、控制精度高。     

开关模糊神经PID控制的无刷直流电机仿真

无刷直流电机是一种时变性的、非线性的以及强耦合性的系统.对于控制精度要求高的场合,传统的PID控制难以满足对无刷直流电机控制的性能要求.模糊PID控制器虽然具有一定的自适应性,但是模糊规则主要靠经验制定具有一定局限性.为解决上述问题,研究了基于双闭环的开关模糊神经PID控制的无刷直流电机,该方法综合了模糊、神经网络和PID的优点,具有适应能力强,控制精度高,专家知识利用较好等.仿真结果表明模糊神经PID控制相对于模糊PID具有转速响应快、超调量小、抗干扰能力强等优点.     

无刷直流电机智能控制系统的研究

基于对无刷直流(BLDC)电机的工作和控制原理的分析,提出了无刷直流电机的双闭环自适应模糊PID控制方案.采用模糊控制逻辑实现PID控制器参数的在线自整定,详细说明了自适应模糊PID控制器的设计方法.算法简单有效,易于实现无刷直流电机交流伺服系统的全数字化.用Matlab/Simulink对系统进行了仿真,仿真结果显示系统具有良好的静动态性能和较快的响应速度.     

改进遗传优化的无刷直流电机模糊PID控制

在无刷直流电机控制过程中,将智能控制与PID控制相结合生成智能PID控制策略,现有控制策略或者要求对被控过程有全面的先验知识,或者要求参数优化的搜索空间连续可微,其应用受到了一定的限制,提出基于改进遗传优化算法的无刷直流电机模糊PID控制方法.详细阐述了遗传算法的相关原理,在遗传算法的基础上,针对该算法进行改进,将无刷直流电机控制对象进行编码,构建对应的适应性函数,针对适应性函数进行定标,阐述改进遗传优化算法的终止条件,完成无刷直流电机模糊PID控制.实验结果表明,利用改进算法进行无刷直流电机模糊PID控制,能够缩短阶跃响应时间,降低控制误差,缩短控制过程中的延迟时间,满足无刷直流电机控制在生产过程中的实际需求.     

直流无刷电机控制器设计与仿真

关于无刷电机性能优化问题。无刷直流电机工作过程中电气参数具有非线性、时变性的特性,造成实时性差,由于传统的PID控制器的参数不能在线调整,在对其进行控制时存在鲁棒性差、精度低等缺点。为解决上述问题,提出将模糊自适应PID控制器应用于无刷直流电机的控制中,根据系统的转速偏差e和偏差变化率ec,经过模糊逻辑推理,动态自适应调整PID控制器的三个参数。在分析电机模型的基础上,借助在Matlab仿真平台设计了无刷直流电机模糊自适应PID控制器的仿真模型。结果表明:较之传统的PID控制器,模糊自适应PID控制器响应速度快、鲁棒性强、无超调、精度高,达到了较好的控制效果。     

基于模糊PID控制的电动汽车AMT换挡电机控制研究

为了提高电动汽车2挡AMT换挡执行机构的换挡准确度、减少响应时间,提出了一种新型换挡执行机构,采用无刷直流电机作为动力源,并以滚珠丝杆配合齿轮齿条的传动方式,将换挡电机的转动转化为换挡拨指的摆动,实现挡位切换。针对换挡电机控制问题,基于无刷直流电机的数学模型,提出了电流、转速双闭环的控制策略,并采用模糊PID算法对其转速进行控制。最后,基于换挡电机启动、制动、堵转工况工况,对电机控制系统进行建模仿真,结果表明：与常规PID控制相比,无刷直流电机在采用模糊PID控制时具有更好的动态性能和稳定性能。     

改进模糊神经网络无刷直流电机控制系统设计

针对现实应用中对无刷直流电机速度控制的极高精度要求,设计了一种改进的自适应遗传算法优化的模糊神经网络控制系统,并采用离线和在线两种学习方法,实现了对无刷直流电机转速的精确控制。系统融合了模糊逻辑、神经网络和遗传算法三大智能控制理论的优点,适合于无刷直流电机这样的多变量、强耦合、非线性、时变的复杂系统。通过仿真和在某型水下航行器DSP推进控制系统上的实验表明,方法响应快、超调量小、鲁棒性强,动态特性明显优于传统PID控制。     

傅里叶变换光谱仪动镜运动控制仿真

在傅里叶变换光谱仪中,动镜按一定规律进行往复运动。一般控制方案采用直线电机直接推动,但在体积小而高分辨率的傅里叶变换光谱仪中,直线电机要做得很长,不是很合适。采用无刷直流电机进行动镜控制;分析了无刷直流电机(BLDC)数学模型和动镜速度均匀性对光谱仪的影响,采用自适应在线遗传算法整定的PID控制和传统PID控制方法分别进行仿真控制,着重分析了带负载无刷直流电机的控制效果,并人工加入负载扰动。仿真结果验证了采用合适的控制策略控制无刷直流电机可达到傅里叶变换光谱仪对速度均匀性的要求。     

无刷直流电机模糊控制系统的仿真及其在DSP中的实现

本文采用模糊控制系统分别在MATLAB与DSP中实现了对永磁无刷直流电机双闭环系统的调速。文中首先建立了永磁无刷直流电机的数学模型,然后利用MATLAB中的Fuzzy Toolbox和SIMULINK实现了对无刷直流电机调速系统的仿真设计,将模糊控制器和PID控制器通过自适应因子结合,在线自调整控制参数,提高了系统的控制精度。最后在基于DSP的控制器中运用本文提出的编程方法实现了上述控制思想。实验验证了调速系统模型的准确性与编程方法的可行性,并且系统具有良好的动态性能。     

一种改进的Fuzzy-PID温度控制器设计及其在供热网控制系统中的应用

本文针对供热网控制系统的大时滞和非线性等特点,在以往Fuzzy-PID温度控制器的基础上,介绍了一种改进的设计方法。通过对现有模糊控制器的输入量的改进,提高了控制器的动态响应性能;同时利用组合遗传算法来优化PID的三个参数Kp,Ki,Kd,提高了控制器的控制精度;最后,通过一个供热网的温度控制系统的仿真实验验证了这种改进的Fuzzy-PID温度控制器有着较强的动态响应性能和良好的控制精度。     

基于Fuzzy-PID的移动机器人运动控制

移动机器人涉及到许多研究方向,运动控制是其中的基础。通过对移动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Fuzzy-PID技术应用于移动机器人运动控制的可行性。将传统的PID控制与模糊控制相结合,通过PID控制实现控制的准确性,利用模糊控制提高控制的快速性。针对移动机器人运动控制中的实际问题,着重提出了基于误差分区的PID控制器和模糊控制器的设计方法。实验证明该方法不仅增强了控制器的调节能力,还在一定程度上简化了控制器的设计。     

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。     

基于改进QPSO算法的电动汽车模糊控制器参数优化

目前电动汽车常以无刷直流电机（BLDCM）作为驱动器,但BLDCM调速控制系统中模糊控制器的量化因子和比例因子采用传统方法,自调节能力弱,针对该问题提出一种改进QPSO算法（AMF-QPSO）实现对量化因子和比例因子的自适应调节。AMF-QPSO算法以收缩—扩张系数（contraction expansion,CE）控制方式为研究重点,提出粒子活性概念,并以其作为反馈量实现动态自适应调节CE系数; 同时,为防止种群高度聚集,采用精英群体随机交叉学习机制,对部分活性低的精英粒子进行扰动,增强种群后期多样性。最后,通过LabVIEW实验平台,以具体案例验证AMF-QPSO算法性能。实验结果表明,AMF-QPSO优化的模糊PID控制器具有比标准模糊PID控制器和QPSO优化的模糊PID控制器更好的控制性和自适应性。     

一种新型无刷直流电机伺服系统的设计

介绍了一种基于DSP和CPLD的无刷直流电机(BLDCM)数字化控制系统的设计,利用DSP的高速运算能力和CPLD强大的逻辑功能实现了系统的实时控制并且使得系统外围电路得到了简化。根据无刷直流电机的运行特性采用了PID和自适应模糊PID相结合的控制策略。系统仿真表明,该系统具有很好的动态特性和静态特性。     

无刷直流电机的RBF神经网络自适应控制研究

针对传统PID控制器在无刷直流电机控制时的鲁棒性差、精度低等缺点,在分析BLDCM数学模型的基础上,设计了RFBNN自适应PID控制器应用于无刷直流电机控制系统。通过Matlab/Simulink环境下的仿真实验表明,与传统的PID控制方法相比,该方法大大改善了系统的动态特性,减小了系统的稳态误差,提高了系统的自适应能力和抗干扰能力,满足了系统的控制性能要求。     

模糊-PID控制器在球磨机中的应用

该文以白云鄂博新建一选矿厂工程为背景,提出了磨机控制系统采用模糊（Fuzzy）控制与PID控制相结合的方案。结合工程实际给出了模糊控制规则表,利用模糊控制规则在线对PID控制器参数进行修改,使球磨机运行于最佳工作状态。利用Matlab／Simulink工具箱进行仿真研究,结果表明所提出的控制方法具有较好的动态特性和鲁棒性。     

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DMC—PID串级控制的再热汽温控制系统的仿真研究

预测控制是近年来在工业过程控制中得到广泛重视和应用的一类新型计算机控制算法。它有良好的动态响应、跟踪性能和鲁棒性,但抗干扰性不够理想。针对火电厂再热器出口温度的大惯性、大延迟的特点,提出将动态矩阵控制算法和串级控制相结合,它既克服了单纯PID鲁棒性差的缺点又克服了单纯DMC由于单层结构而带来的抗内扰能力差的问题,充分发挥了PID抗干扰性和DMC对惯性、延迟适应能力强的优点。仿真结果表明,这种方案对控制系统具有较强的鲁棒性及良好的调节性能,提高了系统的动静态性能指标,DMC—PID串级控制系统总体性能上优于PID—PID串级控制系统。     

遗传算法优化的Fuzzy+变论域自适应Fuzzy-PID复合控制策略研究

提出了一种用遗传算法优化的Fuzzy+变论域Fuzzy-PID复合控制器的新方法。该控制器由Fuzzy控制和变论域Fuzzy-PID控制两部分组成。在系统的动态阶段,采用Fuzzy控制使其具有最优的动态性能;当系统进入稳态阶段,采用变论域自适应Fuzzy-PID控制使其具有最优的稳态性能。用遗传算法离线搜索出一组最优的PID参数作为在线调节的初始值,在在线部分,以离线搜索出的PID参数为基础,通过变论域的模糊推理在线调整系统瞬态响应的PID参数,使系统具有良好的自适应能力。 采用加权平滑切换的方式,保证两种不同控制过渡的平稳性。将提出的复合控制策略应用于变风量空调系统的室温串级控制中,计算机仿真结果表明,该方法使系统具有良好的动、稳态性能,抗干扰性和鲁棒性好。