粒子群优化的手术机器人从手夹持力模糊控制

设计了手术机器人从手机械结构,建立了手术机器人从手的数学模型,确定了手指夹持力与电机运动的关系。针对传统模糊控制器控制精度低的不足,提出了一种基于粒子群优化的PI型模糊控制器设计方法。该方法通过PI模糊模拟进行模糊规则初始化,再以粒子群算法优化其模糊规则权值与量化比例因子,最后得到粒子群优化的PI型模糊控制器。该设计方法解决了传统模糊控制器设计中模糊规则权值与量化比例因子难以确定的问题,使设计出的控制器继承了PI控制器和传统模糊控制器的各自优点。仿真结果表明,当人体组织弹性模量产生较大变化时,该控制器具有良好的控制性能。     

基于优化模糊控制的清洗机研究

清洁度和流量控制是茎块状农产品清洗机运行的两个重要参数。为了实现优化对茎块状农产品清洁度和清洗过程中水流量的控制,提出了一种基于改进粒子群优化模糊控制的智能清洗机研究。通过粒子群算法在更新迭代中计算最优加权因子,将加权因子引入到模糊控制器中。研究表明,该控制方法将粒子群算法与模糊控制算法有效结合,提高了控制系统的稳定性,同时实现了以较少的水流量提高茎块状农产品的清洁度。     

粒子群优化的变论域模糊 PI 机电作动器控制

为了提高飞机机电作动器的位置跟踪速度,克服传统 PI 算法参数调试依赖于人工经验的缺陷,提出一种基于粒子群优化的变论域模糊 PI 控制方法。首先根据机电作动器的结构与工作原理,建立永磁同步电机与机械传动部分的数学模型;然后根据电机控制系统建立机电作动器位置环变论域模糊 PI 控制模型;最后利用粒子群优化算法对量化因子、比例因子以及伸缩因子寻优并进行仿真验证。仿真结果表明,与传统 PI 控制和模糊 PI 控制相比,基于粒子群优化的变论域模糊 PI 控制方法在具备着传统模糊控制算法优点的同时,又能够根据偏差变化实时调整论域,改善系统的性能。     

基于粒子群算法的大棚温度自适应离散模糊控制系统

针对大棚温度调控存在明显的非线性滞后问题,提出一种基于自适应量化因子的离散模糊控制策略,其中量化因子通过粒子群算法自适应优化.首先,依据实验大棚的温度变化规律,对温度进行离散模糊处理,并基于误差建立模糊规则库,应用加权平均法解模糊,构建一种离线计算、在线查表的大棚温度离散论域模糊控制系统.然后,采用粒子群算法自适应优化...     

基于混合粒子群算法的生物质气化炉改进模糊串级控制

针对生物质气化过程是一个具有非线性、非最小相位特征、不稳定性、大时滞和负荷干扰特点的动态过程,提出一种基于混合PSO的改进模糊串级控制算法,在改进模糊控制算法中通过用历史的数据信息代替偏差变化率作为模糊控制的决策依据,从而及时地反映出被控制量的变化趋势,并引入比例环节,克服了传统模糊控制器结构上的缺陷,能较好的适应具有大延迟对象.为了优化模糊控制器的量化因子,通过将PSO算法和共轭梯度法有机结合组成的混合PSO算法对模糊控制中量化因子的寻优,解决了模糊控制器量化因子参数调整的烦琐性.试验结果验证了该方法的有效性和优越性.     

交流调速系统的优化模糊控制

将遗传算法与模糊控制相结合．提出了一种优化模糊控制器量化因子设计的方法,提高了模糊控制器量化因子选取的工作效率。将这种基于浮点数遗传算法的模糊控制器应用到交流电机调速系统速度环中,并通过MATLAB仿真证明了算法的有效性与优越性。     

阀控非对称伺服缸基于粒子群优化的模糊PID控制器研究

针对阀控非对称伺服缸非线性、参数时变的特点,考虑到油液压缩特性的影响,建立了包含变体积弹性模量的系统数学模型。提出一种基于粒子群算法优化(PSO)的模糊自适应PID控制方法(简称PSO_FPID)。模糊逻辑推理在线调整PID控制器的比例、积分和微分系数,以粒子群算法实现对模糊控制比例因子和量化因子的参数寻优,两种方法的组合保证了系统最佳参数匹配下的自适应控制。同时,利用AMESim与Simulink联合仿真研究不同含气量的阀控缸模型在传统PID与PSO_FPID两种控制方法下的动态响应特性。结果表明:PSO_FPID综合了PID控制器高精度的优点和模糊控制器快速、适应性强的特点,能够有效抑制油液动态压缩特性的非线性影响,使系统具有良好的动、稳态特性。     

基于粒子群模糊PID的茶叶包装机定量称重控制

针对茶叶包装机定量称重控制系统受到空中注料对料斗冲击、料斗振动及茶叶大小不均等因素影响,造成茶叶定量称重控制系统存在非线、时变及滞后的问题,提出粒子群模糊PID控制策略应用茶叶定量称重系统,利用粒子群算法全局寻优模糊控制的量化因子和比例因子参数,弱化专家经验的盲目性和主观性,以提升控制系统的响应速度、收敛速度。利用OPC技术实现WINCC和MATLAB软件通讯采集控制系统数据,完成控制系统模型辨识,建立Simulink仿真模型对粒子群模糊PID控制器和模糊PID控制器进行仿真对比,结果表明:粒子群模糊PID控制器具有响应速度快、鲁棒性强的优点,提高了茶叶定量称重控制系统的精度,为精茶制造企业提高经济效益提供借鉴。     

基于粒子群优化的同步风力发电机励磁系统的变论域模糊控制

针对直接并网型同步风力发电机励磁系统非线性、时变性及风力发电机运行工况多变等特点,提出了一种基于粒子群优化的同步风力发电机励磁系统的变论域模糊控制方法。该方法中,通过分析确定变论域伸缩因子的结构,利用粒子群算法优化其参数,实现伸缩因子参数的智能寻优。将粒子群优化的变论域模糊控制器应用于励磁控制中,根据电压环的性能指标建立目标函数,通过对基本论域自适应调整,实现了同步风力发电机励磁系统在全工况下的自适应控制,提高了发电机端电压的调节精度和运行的稳定性。仿真结果表明,基于粒子群优化的变论域模糊控制在动态性能和稳态性能上优于模糊控制。     

基于粒子群优化的锅炉温度模糊PID控制器设计及其仿真

首先讨论了模糊理论和粒子群(PSO)优化算法,然后针对典型的工业过程控制对象,设计了一种基于PSO优化的二维自适应锅炉温度模糊PID控制器,可以对比例因子和量化因子进行优化。对锅炉温度控制对象系统模型进行辨识,得到锅炉温度的传递函数,在此基础上利用MATLAB进行了仿真。仿真结果表明,采用基于PSO优化的锅炉温度控制与PID控制、模糊控制相比,具有超调量小、上升时间短、响应速度快、调节时间短、稳定性能好、抗干扰能力强等优势。     

液压机械无级变速器的变论域模糊PID速比跟踪控制

为提高液压机械无级变速器速比跟踪控制效果,设计了基于量化因子和决策因子伸缩变化的变论域模糊PID控制器。通过分析液压机械无级变速器的速比特性和系统数学模型,建立基于AMESim和MATLAB联合的仿真平台,并通过实验平台验证了仿真模型的正确性。对比了变论域模糊PID和常规模糊PID的仿真效果。仿真结果表明：变论域模糊PID控制器在阶跃信号输入下具有更小的超调量和调整时间,在斜坡和正弦信号输入下速比跟踪误差缩小了约50%,即所设计的变论域模糊PID控制器具有更优的速比跟踪效果和更小的速比跟踪误差,表现出了更优的控制效果和动态品质。研究结果为车辆的最佳燃油经济性和最佳动力性的控制策略提供了理论参考。     

基于PSO的模糊PID车载平台调平控制系统研究

为解决车载平台调平控制系统响应速度慢、自适应能力差的问题,对一款液压马达带动滚珠丝杠的调平支腿,建立其数学模型,提出了基于粒子群优化(Particle Swarm Optimization,PSO)的模糊比例积分微分(Proportional Integral Derivative,PID)控制方案。通过结合PSO算法的迭代寻优能力,智能整定传统模糊PID控制器中的量化因子及比例因子,再经过模糊控制在线调整PID参数。采用Simulink组件建立调平支腿基于PSO的模糊PID控制系统模型,仿真结果表明:相比于传统模糊PID控制与传统PID控制,基于PSO的模糊PID控制具有更优的控制精度和稳定性,能较好地提高系统的性能指标,满足快速高效调平的作业要求,为车载平台的调平控制提供了一定的参考。     

基于微粒群算法的钢水液位模糊控制器的设计

针对钢水液位控制系统的非线性、时变和大滞后性,提出一种基于微粒群算法的钢水液位模糊控制器的设计来改变系统的性能,通过仿真分析得出文中采用的控制方案与传统的PID控制方案相比,具有良好的动静态性能.     

基于QPSO的数控机床交流伺服系统PID参数的优化

高速度是数控机床发展的方向之一,提出了一种新的基于永磁同步电机的数控机床交流伺服控制系统。QP-SO是基于PSO的改进算法,具有全局搜索能力强,收敛速度快、稳定性高等特点。首先利用QPSO对模糊控制器PID的三个比例因子参数进行优化,随后利用优化后的模糊控制器PID对数控机床交流伺服系统进行运动控制,具有很强的鲁棒性,仿真结果证明了其有效性。     

Fuzzy Gain Scheduled Continuous Stirred Tank Reactor with Particle Swarm Optimization based PID control Minimizing Integral Square Error

In this paper, a new control scheme, the gain scheduled Particle Swarm Optimization (PSO) based PID, is proposed for a continuous stirred tank reactor (CSTR). CSTR is a highly nonlinear process that exhibits stability in certain regions and instability in some regions. Generally, PID controllers are used in these processes. Tuning of the PID controller is required to guarantee the best performance of the CSTR. The proposed scheme implements the characteristics of the PSO's global optimization to tune the PID's control parameters: k_p, k_i, k_d, to obtain the best control effect by minimizing Integral Square Error online. The PID controller parameters tuned for each region using PSO are gain scheduled using fuzzy control. Fuzzy gain-scheduling is a special form of fuzzy control that uses linguistic rules and fuzzy reasoning to determine the controller parameter transition policy for the dynamic plant subject to large changes in its operating state. Simulation results show the feasibility of using the proposed controller for the control of the dynamic nonlinear CSTR.     

Fuzzy controller training using particle swarm optimization for nonlinear system control

This paper proposes and describes an effective utilization of particle swarm optimization (PSO) to train a Takagi–Sugeno (TS)-type fuzzy controller. Performance evaluation of the proposed fuzzy training method using the obtained simulation results is provided with two samples of highly nonlinear systems: a continuous stirred tank reactor (CSTR) and a Van der Pol (VDP) oscillator. The superiority of the proposed learning technique is that there is no need for a partial derivative with respect to the parameter for learning. This fuzzy learning technique is suitable for real-time implementation, especially if the system model is unknown and a supervised training cannot be run. In this study, all parameters of the controller are optimized with PSO in order to prove that a fuzzy controller trained by PSO exhibits a good control performance.     

基于DSP的单相逆变电源智能控制系统研究

针对逆变电源模糊控制系统输出存在振荡的问题,以数字信号处理器(DSP)为核心,将可变论域思想引入模糊自整定PID控制结构中,提出一种基于可变论域的模糊自整定PI双闭环逆变电源控制器,实现了在线调整模糊论域的伸缩变化.仿真结果表明,阻性负载情况下,与常规PID控制器相比该控制器输出超调小、自适应能力强,提高了逆变电源系统...     

基于T-S模型的自适应模糊PID控制器的设计

基于T-S模型设计模糊PID控制器,在分析量化因子和比例因子对系统性能的影响基础上,基于T-S模型制定了在线校正量化因子和比例因子模糊规则,实现了模糊PID控制器在线自校正.对大纯滞后对象的仿真表明,该控制器明显改善系统的动态性能.     

基于模糊逻辑的AFS／DYC集成控制策略研究

文中所研究的汽车动态控制系统是基于模糊逻辑控制的主动前轮转向（AFS）和直接横摆力矩控制（DYC）的集成。控制系统采用分层控制。上层使用模糊逻辑控制器（横摆角速度控制器）,输入为横摆角速度偏差及其变化率,其输出为直接横摆力矩控制信号和前轮修正转向角;下层（模糊集成控制器）设计了基于轮胎侧向力工作区的模糊逻辑控制器,通过调整前轮侧向力的方向,激活切换函数来调节模糊逻辑控制器的比例因子。仿真结果表明,使用非线性七自由度车辆模型,与单独的AFS或DYC控制器相比较,使用集成AFS／DYC控制系统,汽车操纵稳定性得到了很大的改善。