半主动悬架PID控制的研究和优化

为解决汽车半主动悬架系统PID控制中,PID控制器参数选择的经验性和主观性,提出采用粒子群算法对PID控制器中的参数进行优化。首先建立汽车半主动悬架系统的模型,并对其进行PID控制,然后利用粒子群算法的并行全局搜索能力对PID控制参数Kp、Ki、Kd进行整定,以此来改善汽车半主动悬架PID控制的性能。仿真结果表明,基于粒子群算法优化的PID控制不仅解决了参数整定的问题,而且相对于PID控制的悬架和被动悬架而言,使汽车的乘坐舒适性和操纵稳定性有所提高。     

改进PID算法下的电网温度控制过程仿真

针对电网温度控制具有非线性、多扰动特点,对敏感电子元件的工作温度要求较高,导致控制不准确的问题。提出基于改进的PID神经网络变结构控制的电网温度控制算法,构建电网温度控制系统的总体结构模型,对电网温度控制系统进行控制指标设计和流程分析,采用3层前向变结构PID神经网络控制算法对温度控制算法进行改进,设计电网温度控制的硬件模块和软件模块,对电网温度控制系统进行硬件配装和调试。仿真结果表明,采用该方法进行电网温度控制具有较好的温度控制跟踪性能,控制过程的收敛性能较好,减少了温度的波动和振荡,提高了对电网温度控制的精度。     

全桥移相ZVZCS变换器建模与控制策略仿真研究

针对全桥零电压零电流变换器引入了变压器副边有效占空比的概念,并且在BUCK变换器的开关等效模型基础上建立了ZVZCS全桥变换器的小信号等效模型,通过所建模型,提出建立电压外环电流内环的分数阶PID控制方案,仿真验证了控制方案的正确性。最后仿真验证了建模的合理性和双环控制的有效性。     

EAST快控电源灰色预测PID控制预研

针对EAST快控电源数字执行过程中,采样、控制过程产生的延时,提出了基于灰色预测与常规PID控制相结合的方案。此方案采用灰色预测GM(1,1)对EAST装置的主动反馈控制信号实现新陈代谢灰色滤波及单步预测,在线调整PID参数,用其预测结果代替被控对象测量值进行控制运算,并用仿真和实验操作来说明方案的可行性。基于MATLAB对快控电源反馈控制系统的仿真结果显示,该算法可实现超前调节,提升主动反馈控制响应性能。样机实验运行结果显示该算法可实现对给定信号的跟踪反馈控制。     

基于SOPC和WSN的温室模糊PID控制系统的设计

采用微处理器SOPC和无线传感器网络设计了一个智能温室实时监控系统。利用无线传感器网络实现了数据的采集和传输;利用SOPC上设计的模糊PID控制器分析的环境信息并对空调压缩机进行控制。在硬件上实现了数据的采集和传输;在软件上利用Verilog HDL语言进行编程,实现了模糊PID控制器的设计。通过MATLAB对模糊PID控制器进行仿真,结果表明:模糊PID控制器对非线性、时变性系统的控制具有精度高、响应快和鲁棒性强的优势。     

基于专家PID控制的微波加热功率主动控制方法

针对现有微波功率控制方法存在的过渡时间长,稳定性差等问题,提出微波源功率专家比例积分微分(PID)主动控制法,在防止出现"热失控"的前提下,根据物料的介电特性、反射功率等先验知识,建立专家控制规则库,将控制规则预存于控制器,解决微波加热过程实时控制难,控制精确度差等问题。仿真实验结果证明,专家PID控制比经典PID控制达到稳态的用时节约70%,效率提高89%,精确度提高87%。     

一种基于属性值粗化的决策表正域约简算法

目前粗糙集模型属性约简大多是基于静态信息系统,而实际决策表的数据信息都是动态变化的,为了有效地对这些数据集进行处理,在信息系统属性值粗化时,首先介绍了关系矩阵增量机制,提出了一种粗糙集增量式约简的矩阵方法并构造其相应的算法,最后,通过实例分析来说明属性约简的具体操作方法和算法的有效性与可行性.     

基于萤火虫算法的PID参数优化方法研究

针对传统的PID参数整定方法越来越费时且难以满足控制要求的问题,提出一种采用萤火虫算法来优化PID控制参数的方法,设计了基于Simulink的参数优化模型,并进行仿真计算。结果表明,利用萤火虫算法优化PID控制器参数的阶跃响应响应时间短,基本没有超调,跟踪过程较平稳,仿真结果证明将萤火虫算法应用于PID参数优化是切实可行的。     

模糊自适应PID控制的移相全桥变换器设计与仿真

针对普通PID控制难以应付移相全桥DC/DC变换器时变非线性的不足,提出采用模糊自适应PID控制的方法。该方法基于误差信号,对应模糊控制规则得出PID参数的实时修改量,对复杂系统具有一定的自适应性。利用Matlab/Simulink工具箱进行了普通PID控制和模糊自适应PID控制的系统建模,并对输入电压和负载突变情况进行了仿真。仿真结果验证了系统的可行性,通过对比表明模糊自适应PID控制在启动、负载突变等情况下动、静态性能均优于普通PID控制,提高了系统性能。     

基于PI迟滞模型的压电陶瓷复合控制算法研究

为减小压电陶瓷的迟滞非线性对系统跟踪精度的影响,该文采用经典的存在逆解析的PI迟滞模型对压电陶瓷的迟滞特性进行建模,将PI模型的逆模型用于压电陶瓷的前馈控制算法中,然后设计了神经元比例、积分、微分(PID)反馈控制算法,将前馈控制算法与神经元PID反馈控制算法结合得到了压电陶瓷的复合控制算法。将仅含前馈的控制算法和复合控制算法在压电陶瓷的控制器上执行,实验结果表明,仅含前馈的控制算法的跟踪误差为1.256μm,而复合控制算法的跟踪误差仅为0.092μm,该复合控制算法使跟踪精度提高了1.164μm。