基于RBF神经网络PID的全自动称重包装 智能控制

全自动称重系统具有非线性强、大滞后以及时变性的特点,严重影响物品动态称重包装精度,为了提升自动称重精度。首先给出了下料称重系统的组成以及原理,并在此基础上建立了数学模型,针对传统PID控制存在动态响应慢、超调量大等缺点,提出了一种基于RBF神经网络PID的自动称重控制方法,阐述了神经网络结构和学习算法,以实现PID控制器比例、积分、微分系数的实时调整,用于提高下料称重包装精度。仿真试验结果表明,RBF神经网络PID控制响应速度快、自适应性强、系统称重误差减小。该控制方法能够有效提高自动称重精度、提升了系统的鲁棒性。     

改进模糊PID的称重式包装机智能控制

针对称重式包装机称重控制系统存在非线性、时变、时滞的特性,导致称重精度低、稳定性差的问题,在传统模糊PID控制算法的基础上,引入模糊变量论域伸缩因子,提出域伸一种改进模糊PID算法。设计变量论缩因子使模糊变量论域跟随称重误差及误差率的变化而伸缩调整,将模糊变量论域调整为最佳范围,以避免因变量论域不恰当而引起的控制误差。利用改进模糊控制算法对PID参数进行在线整定,以实现称重控制系统高效、精确、稳定的控制效果。仿真结果表明改进模糊PID控制算法具有超调量小、响应速度快、抗干扰能力强的优点,该控制算法能够有效提升包装机称重效率和称重精度。     

称重式自动油墨灌装机的研究与设计

阐述了一种高精度的称重式自动油墨灌装机的设计方法,通过从理论上对油墨灌装过程进行分析,提出了有效提高油墨灌装精度的方法,并应用PID控制技术控制灌装压力和称重平台的下降速度,同时增加了灌装的自动纠偏功能,有效改善了"飞料误差"对油墨灌装精度产生的影响。     

微分项分离PID控制器的应用

在了解过程工况的基础上,对增量式PID控制算法的微分项分离用来判断过程值的加速度误差变化并适当配置参数,以求预测过程值并提前输出至执行器。实践证明控制效果有较大改善。     

高效高精度动态静态组合块状食品称重分选系统

将高效的动态传输和高精度的静态称重相结合,开发高效高精度的块状食品称重分选系统。该系统采用传输带完成物料的不间断传输,在称重前将物料依次排成多排,利用多个静态称重传感器依次完成物料间歇的静态称重,并依次落料后进行分类包装,完成静态称重和动态传输相结合的高效高精度的块状食品称重,称重分级的重量可根据实际需要调整,系统每分钟可称重150次,称重精度可达到0.1%,称重误差≤±0.002kg达到称重高精度标准。控制系统采用人机界面(HMI)和PLC相结合的控制方式,操作简便、可靠性强、可视化程度较高,同时带有远程控制接口,能够完成系统的远程监控。     

基于PLC的模糊PID控制器在热风干燥箱上的应用

针对热风干燥过程中温、湿度变化的非线性和大滞后现象,系统采用了模糊控制与常规PID控制相结合的方法,利用模糊PID控制原理,设计了模糊PID控制器,实现了PID参数在PID控制系统中的在线自整定。试验结果表明:在目标温度设定为15℃时,与常规PID控制相比,基于模糊PID控制的热风干燥控制系统最大超调量下降了3℃,调节时间减少了10min,稳态误差为±0.5℃,具有更好的动态和静态响应特性,在参数改变的情况下更能适应热风干燥箱的工程应用需求。     

动态称重系统的建模及神经网络辨识

为兼顾动态称重系统的快速性和精度,提出用参数辨识方法来进行处理.由于动态称重系统为时变非线性系统,因此采用分段线性化的方法推导出系统的动态数学模型,并将问题转化为参数辨识问题.在辨识算法上,采用BP神经网络不断在线辨识系统参数,从而使其工作在最佳参数下.结果表明:本试验提出方法是可行的,达到了试验提出的技术要求,测量相对误差小于2.5‰FS,不确定度小于10 g,系统在全量程范围内的准确度不低于2%o.在提高称重速度的同时,也保证了系统的测量准确性.     

基于模糊自适应PID控制的汽车涂装烘房温控系统研究

针对现今汽车烘房温度控制系统中存在设备规模庞大、控制程序繁琐,从而导致开车调试难、控制参数设置比较繁琐等问题。文章采用模糊自适应PID算法,将模糊控制与PID控制结合起来,利用模糊算法在线实时调整PID参数,把模糊自适应PID控制具体应用到烘房温控系统中,解决了传统烘房温控系统控制器依赖精确的数学模型的问题,增强了烘干室温度控制系统对不确定因素的适应性。并利用MATLAB对系统进行仿真,与传统单纯的PID控制进行比较,仿真结果表明基于模糊自适应PID控制的汽车烘房温控系统具有响应速度快、调整时间短、稳态误差小、超调量小等特点,有效改善了系统的动态性能和静态性能。图4表3参15     

动态称重系统的动态补偿和校正

针对动态称重系统中的系统数学模型时变非线性强、传感器动态品质差、留空量和冲击力难以确定等一些造成称重系统快速性和精度难以提高的因素，提出了一种改善动态称重系统性能、提高测量精度的新方法。该方法通过在传感器后串联补偿环节对传感器进行动态补偿，同时，根据前几次称重误差在称重系统中引入具有仿人智能控制思想的模糊控制器。下料实验表明：采用上述方法后，动态称重系统的绝对误差小于25g，计量精度小于2．5‰FS，有效地提高了动态称重系统的快速性和精度。     

弹性系统的鲁棒PID控制器设计

提出一种多质量弹性扭转系统的鲁棒PID控制器设计方案来控制第二个质量块的角速度,使其以最短的时间和最小的误差达到设定的速度。首先,获取系统模型;然后,采用鲁棒PID设计方法确定PID控制器的参数,通过在Simulink中仿真,验证PID控制器的参数;最后,将Simulink中的仿真模型转换成AS(Automation Studio)中的C语言代码下载到B&R的PLC中,以仿真模型中的PID控制器参数为基础,经过适当的调整,对多质量弹性扭转系统进行控制,给出了设定速度为2700度/s下的实际控制结果。仿真和实际测试均表明PID控制器能够有效的控制多质量弹性扭转系统的转速。     

经编电子送经的模糊PID控制设计

针对经编用电子送经系统响应滞后,高速切换横条明显等问题,通过将模糊控制与普通PID控制相结合,设计了一种经编电子送经系统.利用模糊PID控制算法,通过模糊PID实时修正经轴电动机速度,实现送经PID参数的在线调整,明显提高系统的动态响应性能.使用MatLab仿真,将模糊PID控制算法与普通PID算法的控制效果进行对比,结果表明,与普通PID控制相比,模糊PID控制算法可有效提高经轴电动机响应速度,降低超调量和减少稳态误差,优化经编电子送经系统的整体性能.     

基于PLC控制的自动称重配料设备设计与试验

设计了一套基于PLC的自动称重配料设备。该设备包括3套料仓总成,可存储不同固态物料并按照设定配方依次供料。控制系统具有配方管理、参数调试、自动称重和报警显示等功能。称重过程分为粗给料和细给料,并加入空中物料补偿系数,有效提高了称重精度。通过对测试结果进行分析可知,该设备称重误差在±3g范围内的概率达到96.7%。     

改进型的动态矩阵控制及其闭环极点配置

动态矩阵控制(DMC)是一种新型的高级过程控制算法,并且已经在工业生产中得到了成功的应用。但是在使用该算法时必需靠试凑方法事先选择很多设计参数,这就在很大程度上限制了其推广应用。本文提出的极点配置方法避免了复杂的设计参数选择问题,并且使闭环系统具有良好的动态响应。动态矩阵控制的误差模型为E=-A△U E_1.其中A表示动态矩阵,△U表示未来的控制增量,E表示误差矢量。     

基于C8051F020的自动称重系统设计

针对砂轮产品生产中传统的人工称重速度慢、精度低等问题,设计了碳化硅砂子自动称重系统.该系统采用C8051F020单片机实现传感器微弱信号的采集与转换,对A/D转换值进行数字平均值滤波,并对主直流电机进行PWM调速控制,实现碳化硅砂子的实时准确称重与定量输送.实验结果表明,该系统动态称重精度较高,误差为±0.1 g,可完全满足生产要求.     

基于PID参数的经编机电子横移系统优化

为准确把握PID参数对经编机电子横移系统的影响以及优化系统性能,分析了在速度控制模式下电子横移伺服控制系统的控制结构。依据各个环路的作用,对电子横移伺服控制系统中的电流环、速度环、位置环的PID控制方式进行选择。并以速度调节器中的P参数为例,在HKS4型高速经编机上进行试验,分析不同速度比例增益对系统的影响。结果表明,增大速度比例增益可加快系统动态响应,有利于机速的提高。最后,通过细化试验参数区间,找到速度比例增益临界值,提高了最高机速,优化了现有电子横移系统的动态响应性。     

基于模糊自适应PID算法的复卷机退纸辊张力控制

复卷机张力控制具有非线性、大滞后、强干扰特点,是复卷机电控系统的难点。常规PID在复卷机升降速及高速运行时控制效果不佳。模糊自适应PID控制可在线实时调整PID参数,适应系统在升降速及结构发生变化时的影响。结果表明,系统动态特性好,鲁棒性强,实现简单。     

基于数字信号处理的发面机自动发酵系统控制优化

提出了一种基于数字信号处理(Digital Signal Processing,DSP)的发面机自动发酵系统控制的优化方法。对自动发酵系统中的自动入料系统进行优化,采用误差反馈控制算法进行面食发酵机械自动入料控制设计,在算法设计的基础上进行面食发酵机械自动入料系统的硬件设计。结果表明:设计的面食发酵机械自动入料系统人机交互性较好,系统稳定性较强,控制误差在迭代500次时仅为0.1%,实现精度控制。     

基于改进PSO算法的PID优化用于黑液液位控制

制浆过程中碱回收蒸发工段黑液液位控制直接影响着黑液浓度和蒸发效率。针对黑液液位非线性、大时滞及时变性的特点,传统PID方法控制精度较低,使用标准粒子群算法可以优化PID参数,提高精度,但是收敛速度慢,整定时间长。针对这些问题,采用改进的粒子群算法来整定PID参数,通过动态调整惯性因子和加速因子,以及改进收敛准则等方法来提高粒子群算法的全局寻优能力和收敛速度,并在MATLAB/SIMULINK仿真实验平台上,比较了传统PID方法、标准PSO算法和改进PSO算法对黑液液位的控制效果,结果表明改进PSO算法优化的PID控制缩短了调节时间,降低了超调量,说明改进粒子群算法优化后的黑液液位PID控制具有更快的响应速度和更好的鲁棒性,有效地提高了控制质量。     

基于闭环和前馈控制的高速食品分拣机器人控制技术

目的：满足当前对食品分拣机器人速度和精度的需求。方法：基于高速并联食品分拣机器人的系统体系结构,提出一种将传统的运动学闭环控制和力矩前馈控制相结合的高速并联食品分拣机器人控制方法;在原有遗传算法整定PID控制参数的基础上,引入力矩前馈控制方法进行动态控制;对比分析系统的动态跟踪精度和关节力矩,并验证该控制方法的优越性。结果：与传统PID控制相比,最大和平均关节位置跟踪误差降低了65％以上,最大轨迹误差降低了50%以上。结论：该控制方法可以有效提高高速运行时抑制动态干扰的能力。     

基于RTX的参数化插补算法的仿真研究

在数控机床高速加工过程中,常规采用的增量式递推算法采样插补技术由于后一步的计算都是建立在前一步结果的基础上,容易产生误差累积效应。为了解决这一问题,笔者提出了参数化插补算法,并建立了参数化插补轨迹模型,基于自动加减速控制原理,自主开发设计了Windows XP SP3+RTX实时扩展数控系统软件平台,通过平台进行仿真实验。结果表明提出的参数化插补算法能有效解决累积误差的问题,同时能够很好地减小弓高误差。