电液伺服系统多项式非线性建模与控制一体化设计

常规电液伺服系统PID控制无法克服非线性因素影响,存在跟踪准确性和鲁棒性问题.因此,本文提出电液伺服系统多项式非线性H_∞控制律设计方法,改进电液伺服系统的控制性能与鲁棒性.首先利用多项式非线性模型对电液伺服系统进行系统辨识,得到以误差作为状态变量的多项式非线性模型;然后设计多项式非线性控制律,证明所提出控制律可以保证系统从干扰至控制输出L₂增益小于等于设定值,并且在系统干扰为零时保证误差全局渐进收敛,同时给出了控制律的求解方法.最后对提出的控制律进行实验验证.实验结果表明:相较于常规PID控制,多项式非线性控制律能够改善实验台伺服缸控制过程的瞬态响应,具有更好的抗干扰能力.本文提出的设计方法为非线性H_∞控制在电液伺服系统控制领域的实际应用提供了可行方案.     

具有H_∞跟踪性能的机器人自适应PID控制

针对非线性不确定机器人系统的轨迹跟踪控制问题,提出一种鲁棒自适应PID控制算法.该控制器由主控制器和监督控制器组成.主控制器以常规PID控制为基础,基于滑模控制思想设计PID参数的自适应律,根据误差实时修正PID参数.基于Lyapunov函数设计的监督控制器补偿自适应PID控制器与理想控制器之间的差异,使系统具有设定的H_∞的跟踪性能.最后,两关节机器人的仿真实验结果表明了算法的有效性.

Abstract：

A robust adaptive PID control algorithm is proposed for trajectory tracking of robot manipulators with nonlinear uncertainties.The controller is composed of a main controller and a supervisory controller.The main controller is designed based on the traditional PID controller.The parameters of the PID controller are updated online according to the system running errors with the adaptation law based on the sliding mode control.The supervisory controller is proposed to compensate the error between the adaptive PID controller and the ideal controller in the sense of the Lyapunov function with the specified H_∞ tracking performance.Finally, the simulation results based on a two-joint robot manipulator show the effectiveness of the presented controller.     

含有广义饱和函数的全局渐近稳定非线性PID控制

为解决传统饱和函数条件比较苛刻的问题,本文提出了一种饱和函数,并将其应用于线性PD（比例－微分）+非线性PI（比例－积分）控制律．应用李亚普诺夫稳定性定理和拉萨尔不变原理推导了非线性PID控制律全局渐近稳定条件．为提高非线性PID控制精度,以位置跟踪误差绝对值时间积分和关节力矩输出误差绝对值时间积分为目标函数,以全局渐近稳定性条件以及关节额定驱动力矩为约束条件,应用多目标遗传算法NSGA-II（non-dominated sorted genetic algorithm-II）进行非线性PID控制律参数整定．选择优化后位置跟踪误差绝对值时间积分最小的饱和函数,并研究含有该饱和函数的非线性PID控制律对模型不确定性、输入干扰力矩和噪声的鲁棒性．与传统PID控制律和含有传统饱和函数的非线性PID控制律相比,本文方法的位置跟踪精度分别提高了近2个数量级和1个数量级．提出的饱和函数在靠近平衡点处具有较强反作用,使误差快速收敛于平衡点,有助于提高非线性PID控制律的位置跟踪精度以及鲁棒性．     

强制循环蒸发系统的非线性自适应解耦PID控制

本文结合现场的实际过程数据,首先应用能量平衡建立了强制循环蒸发过程的动态模型.针对该过程的多变量、非线性以及强耦合特性,在常规增量式PID控制器的基础上提出基于神经网络与多模型切换的非线性自适应解耦PID控制策略.该控制器是由线性自适应解耦PID控制器和基于神经网络的非线性自适应解耦PID控制器以及切换机构组成.其中线性自适应解耦PID控制器可以保证系统的稳定,而基于神经网络的非线性自适应解耦PID控制器则可以有效地提高系统的性能.上述过程的PID参数是通过广义预测的方法得到,最后通过仿真表明,上述控制方法不仅消除了回路间的耦合,在稳定生产的同时提高了蒸发的效率.     

模糊免疫非线性PID控制的优化设计

在深入分析生物免疫系统中T细胞对B细胞辅助调节作用的基础上，提出了免疫反馈原理。针对非最小相位极点系统控制的难点，借鉴免疫反馈原理，结合积分控制的规律，提出了一种模糊免疫非线性HD控制方法。由于该方法中的参数确定比较复杂，利用免疫进化算法进行参数优化设计，实现了控制参数的合理设计。仿真结果表明，该方法在非最小相位极点系统控制中可行且有效，优于PID控制方法，具有更好的响应特性和抗干扰性能。     

模糊免疫PID控制在主汽温控制系统中的应用

火电厂主汽温控制系统具有大惯性、大迟延和时变等特性,传统的火电厂主汽温控制系统大多采用基于模型的常规PID串级控制方法。本文借鉴生物免疫反馈响应过程的调节作用和模糊推理逻辑可逼近非线性函数的特性,提出将模糊免疫PID控制策略应用到火电厂主汽温控制系统中。仿真研究表明,该方法的控制效果优于常规的PID控制,能适应对象参数的变化并表现出良好的控制品质,即使发生扰动时也具有较强的鲁棒性和自适应能力。     

基于单神经元的卫星姿态自适应PID控制

提出了一种以经典PID为基础,用单神经元加以实现的智能PID控制算法。基于误差二次型最优理论推导出相应的单神经元输入权值参数调整算法。并推导了为改进其应用上的不足,将自适应PSD控制器中递推计算增益K的方法应用到单神经元的自适应PID控制,构成具有自动调整增益K值的单神经元自适应PID控制器的学习算法。将控制算法应用到航天器姿态控制系统,数字仿真结果验证控制器有效。     

自耦PID控制器

针对比例—积分—微分(Proportional-integral-differential, PID)控制器的整定问题, 提出了自耦PID (Self-coupling PID, SC-PID)控制方法.该方法将系统动态和内外不确定性定义为总和扰动, 从而将非线性不确定系统变换为线性不确定系统, 进而构建了总和扰动反相激励下的误差动态系统, 据此设计了SC-PID控制律模型和整定规则, 进而设计了自适应速度因子(Adaptive speed factor, ASF)模型.数值仿真结果表明, SC-PID具有快的响应速度、高的控制精度、良好的抗总和扰动鲁棒性等诸多优点. SC-PID整定规则为现有PID整定结果的技术评估与技术升级提供了科学的理论依据, 在国防和工业控制领域具有广泛的应用价值.     

压电驱动器的免疫PID控制技术研究

针对压电驱动器的伺服控制问题,提出了一种基于生物免疫反馈调节规律的PID控制算法;对于具有非线性滞环特性的压电驱动器,采用线性PID控制器难以达到理想的控制效果;如果借助于生物免疫反馈调节规律来自动整定PID控制器的参数,就有可能使压电驱动器的阶跃响应无振荡现象发生并具有较好的鲁棒性;试验结果表明,与传统的压电驱动器PID控制系统比较,应用免疫PID控制算法可以使伺服系统获得更好的动态特性。     

PID Control of Planar Nonlinear Uncertain Systems in the Presence of Actuator Saturation

This paper investigates PID control design for a class of planar nonlinear uncertain systems in the presence of actuator saturation. Based on the bounds on the growth rates of the nonlinear uncertain function in the system model, the system is placed in a linear differential inclusion. Each vertex system of the linear differential inclusion is a linear system subject to actuator saturation. By placing the saturated PID control into a convex hull formed by the PID controller and an auxiliary linear feedback law, we establish conditions under which an ellipsoid is contractively invariant and hence is an estimate of the domain of attraction of the equilibrium point of the closed-loop system. The equilibrium point corresponds to the desired set point for the system output. Thus, the location of the equilibrium point and the size of the domain of attraction determine, respectively, the set point that the output can achieve and the range of initial conditions from which this set point can be reached. Based on these conditions, the feasible set points can be determined and the design of the PID control law that stabilizes the nonlinear uncertain system at a feasible set point with a large domain of attraction can then be formulated and solved as a constrained optimization problem with constraints in the form of linear matrix inequalities (LMIs). Application of the proposed design to a magnetic suspension system illustrates the design process and the performance of the resulting PID control law.      

水下自航器航迹控制系统仿真研究

该文提出了一种带优化修正函数的非线性ＰＩＤ控制器设计方法,用它设计 控制器能对复杂非线性对象进行简单而有效的控制。用它为某型自抗器设计的航迹控制器在不同入水条件下进行了仿真研究。仿真结果表明,用带优化修正函数的非线性ＰＩＤ控制器设计方法设计的自航器航迹控制系统,在不同入水条件下都具有良好的动、静态特性。说明非线性ＰＩＤ控制方案较好地解决了空投入水自航器的航迹控制问题。     

采用Brent优化的核学习单步预测控制算法

针对非线性SISO系统, 提出一种基于核学习辨识模型的单步预测控制算法(kernel learning one-step-ahead predictive control, KLOPC). 通过KL辨识模型得到系统的一步超前预报值, 并引入输出反馈和偏差校正以克服模型失配等因素引起的预测误差, 以此构造一步加权预测控制性能指标, 然后采用Brent一维搜索方法求取控制律. 该方法无需任何相关的导数信息, 需调整的参数少, 求解效率高. 在一非线性液位系统的仿真研究表明了KLOPC优于整定的PID和其它基于KL模型的控制方法, 对噪声和扰动等均具有更好的鲁棒性和自适应性.     

自适应神经PID在挤塑机温控系统中的应用

针对塑料挤出机的多段料筒温度控制,以及常规PID控制在非线性的、时变系统中控制效果的局限性,提出了一种基于BP神经网络整定的PID控制方法.给出了计算机控制系统设计及系统软件开发.由于神经网络具有强大的非线性映射能力,自学习、自适应等优势,通过对系统性能的学习来实现具有最佳组合的PID控制,建立比例、积分和微分三种参数自学习的PID控制器.对锥形双螺杆塑料挤出机的温度控制实验结果表明,用该方法整定的PID控制系统,逼近精度高、鲁棒性好.     

小型无人直升机控制律设计与仿真

依据摄动线化原理,本文对模型直升机非线性模型在平衡点进行了小摄动线性化处理,得出了线性化动力学模型,并对它进行了PID控制律设计,应用MATLAB/Simulink对控制律作用于线性化模型和非线性模型分别进行了仿真验证,结果表明作用于线性化模型具有良好控制效果的控制律尚不能有效控制非线性模型.使用backstepping方法对非线性模型子系统选择相应的李雅普诺夫候选函数,应用递归方法设计了使型直升机动力学非线性模型镇定的控制律,确保李雅普诺夫候选函数的导数为负定.经仿真验证表明利用该设计方法得到的控制律能对非线性模型进行有效控制.     

抄纸过程水分定量的改进型模糊免疫PID控制

针对抄纸过程中的水分定量控制对象是一个具有强耦合、非线性、大时滞的难控制对象,提出一种改进型模糊免疫PID控制方法,这种方法用三输出的模糊控制和免疫PID控制相结合的方法,避免了常规模糊免疫控制器只相当于一个非线性P控制器的缺点,能充分发挥PID三个参数的自适应性能;最后将这种方法对抄纸过程的水分定量控制进行了仿真研究,结果表明,该方法比传统模糊免疫PID有更好的自适应性,具有超调小、响应快等优点,对多变量耦合系统具有较强的自适应性、解耦和鲁棒性。     

基于BP神经网络的多变量PID解耦控制

基于神经网络的智能PID控制策略，以经典的PID控制理论为基础，并通过具有多变量解耦控制自学习功能的神经网络参数整定来实现。本文给出了网络的结构和算法，示出了一组二元变量强耦合时变系统的实时仿真结果。通过计算机仿真证明，基于神经网络的PID控制具有良好的自学习和自适应解耦控制能力。该系统融解耦器和控制器于一体，易于实现，适用于非线性多变量系统的解耦控制。它使解耦后的系统具有较好的动态和静态性能，特别是当根据BP控制规律确定了网络连接权系数的初值时，还能使系统参数快速收敛。     

Nonlinear Decoupling PID Control Using Neural Networks and Multiple Models

For a class of complex industrial processes with strong nonlinearity, serious coupling and uncertainty, a nonlinear decoupling proportional-integral-differential （PID） controller is proposed, which consists of a traditional PID controller, a decoupling compensator and a feedforward compensator for the unmodeled dynamics. The parameters of such controller is selected based on the generalized minimum variance control law. The unmodeled dynamics is estimated and compensated by neural networks, a switching mechanism is introduced to improve tracking performance, then a nonlinear decoupling PID control algorithm is proposed. All signals in such switching system are globally bounded and the tracking error is convergent. Simulations show effectiveness of the algorithm.     

基于变控制律方法的智能控制器在空调监控系统中的应用

介绍了一种采用变控制律的新型智能控制器在厂房空调中央监控系统中的应用 ,以取代采用单一 PID控制律的传统空调系统控制器。该系统应用集散控制 ,控制器以 PID控制为基础 ,结合 Fuzzy控制及 Bang-Bang控制技术 ,构成变控制律结构。将该控制器应用于恒温恒湿空气调节中央监控系统控制后 ,可具有控制精度高、响应速度快、对干扰不敏感等优点 ,取得良好的控制效果     

Nonlinear Decoupling PID Control Using Neural Networks and Multiple Models

For a class of complex industrial processes with strong nonlinearity, serious coupling and uncertainty, a nonlinear decoupling proportional-integral-differential (PID) controller is proposed, which consists of a traditional PID controller, a decoupling compensator and a feedforward compensator for the unmodeled dynamics. The parameters of such controller is selected based on the generalized minimum variance control law. The unmodeled dynamics is estimated and compensated by neural networks, a switching mechanism is introduced to improve tracking performance, then a nonlinear decoupling PID control algorithm is proposed. All signals in such switching system are globally bounded and the tracking error is convergent. Simulations show effectiveness of the algorithm.     

模糊PID算法在极向场电源控制系统中的仿真

在托卡马克装置中,极向场电源系统的负载线圈由于受等离子体电流的影响,其参数具有时变、非线性、不确定等因素,常规PID控制虽然原理简单,容易实现,但难以实现对其进行较高精度的控制。该文将智能控制和PID控制结合起来,研究了一种模糊自适应PID控制算法,利用这种控制算法在线推理PID控制器的三个参数kp,ki,kd,来实现对这种时变非线性系统的实时反馈控制,并采用MATLAB语言编程仿真,仿真结果显示,此算法灵敏度高,有较好的稳定性和鲁棒性,用于极向场电源的控制系统中,将可以达到较好的控制效果。