气缸PCM位置控制系统的研究

该文针对气缸位置伺服系统具有的未知延迟非线性的特点，在传统的PID控制算法的基础上，加入了神经网络的自学习算法，并在PCM方式的气缸定位实验中取得了满意的效果。     

神经网络在气动机械手控制器中的应用

气动机械手控制系统是一个非线性系统,采用常规的PID控制方法难以获得较好的控制效果.将具有自学习和自适应能力的单神经元模型与常规的PID控制算法相结合,设计了单神经元自适应PID控制器,并将其应用于机械手气动压力伺服系统中,控制器采用DSP实现.运行结果表明,该控制器能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质优于常规PID控制器.     

气缸精确位置控制系统设计

针对气缸位置控制系统的强非线性和不确定性，提出了一种基于非线性自适应PID控制的气缸精确位置控制系统。系统以控制器和气动比例控制方向阀作为控制核心，采用气缸作为执行件。应用非线性自适应方式来实现气缸位置的精确控制，对实际工况中需要精确控制工件位置的情况具有一定应用意义。     

液压伺服系统建模与无模型控制研究

液压伺服系统广泛存在着非线性、强耦合、时滞等现象。并随着液压伺服系统复杂度增加,控制系统要求越来越高,传统的液压伺服控制策略(如PID)的控制性能很达到系统的要求。针对液压阀控非对称缸系统,首先分析并建立了阀控缸位置控制系统的动态数学模型。之后,引入改进型无模型自适应控制器,基于MATLAB仿真平台对该系统实现位置控制。仿真结果表明,相比较于传统PID控制器,改进型无模型自适应控制器的控制效果更为优越,在保证系统稳定性的前提下提高了系统输出响应速度。     

单神经元自适应PID控制在气动压力伺服系统中的应用

将具有自学习和自适应能力的单神经元模型与常规的PID控制算法相结合,设计了单神经元自适应PID控制器,并将其应用于气动压力伺服系统中。实验结果表明,采用单神经元自适应PID控制的气动伺服系统能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质优于常规PID控制器。     

数控缠绕机张力模糊PID控制系统的研究与实现

在分析张力控制系统原理的基础上,引入模糊PID控制理论,通过ActiveX技术实现Labwindows CVI与MATLAB之间的数据传送,从而实现PID的模糊在线自整定.系统已在某航天制造企业实施,并取得了一定的控制效果.     

模糊自适应PID控制器在数控机床中的应用

采用将模糊技术与PID控制相结合的控制方式,设计出模糊自适应PID控制器,并采用Matlab软件对系统进行仿真,编写相应的程序。仿真结果表明,模糊控制方法很好地实现了控制目的,控制品质明显好于常规PID控制方法。     

神经网络控制在气动位置伺服系统中的应用

针对比例流量阀控缸气动位置伺服系统的特点，提出采出神经网络自适应PID控制器来实现活塞位移的实时控制，仿真和实验研究表明，这种控制器具有强鲁棒性，快速跟踪性和较好的控制精度等优点，其重复定位精度小于0．2mm.     

神经网络模型参考自适应控制及其在带材板形控制系统中的应用

通过对某轧机液压弯辊系统特性的分析,提出了神经网络模型参考自适应控制策略,兼顾了系统的动态特性和静态特性,成功地解决了未知、不确定、非线性系统的辨识与控制问题;并将其用于液压弯辊系统仿真,结果表明该系统的性能良好,将会明显提高产品质量。     

MFA控制器在水厂加药絮凝控制系统中的应用

针对自来水厂加药絮凝过程这一难控对象,采用了无模型自适应控制技术（MFA）,以克服该过程的大惯性、大时滞、非线性和时变性等。无模型自适应控制系统已应用于广东省佛山市某水厂中试装置中,进行了大量的基于MFA的反馈控制和前馈-反馈复合控制的抗干扰实验。实验结果表明采用基于MFA的反馈加前馈的控制策略较好地克服了源水流量的波动以及源水浊度的干扰,取得良好的控制效果,可望进一步应用在生产规模的装置中。     

汽车EHB系统轮缸压力的BangBang-模糊PI控制

为了提高对EHB系统轮缸目标压力跟踪的快速性和准确性,提出了基于BangBang-模糊PI组合控制的轮缸压力跟踪方法.分析了EHB系统工作原理,建立了EHB系统数学模型;融合了BangBang控制快速跟踪和模糊PI控制精确跟踪的优势,以轮缸压力跟踪误差为阈值,提出了BangBang-模糊PI组合控制方法;跟踪前期由于误...     

汽车自适应巡航系统的多模式切换控制

在复杂交通环境下,由于前车运动状态和驾驶意图的不可预知性,使得传统的自适应巡航控制(Adaptive cruise system,ACC)的应用受到限制,因此提出一种多模式自适应巡航控制策略。在现有上、下位控制器的基础上增加模式切换层,通过将车辆纵向运动状态划分为八种工况,使得系统根据实际工况条件选择最优的控制模式,并采用加速度加权平均算法提高模式切换的准确性和输出连续性。分别设计定速巡航、稳态跟随、接近前车、强加速、强减速和避撞六种控制模式。基于每种模式侧重的控制目标,设计相应的上位控制器并对其控制参数进行整定,从而改善了系统整体的控制品质。最后通过实车试验验证了多模式切换算法的有效性和实用性。     

PID自适应调整增益的神经元非模型控制

针对具有不确定开环增益的被控对象,提出了ＰＩＤ自适应调整控制器增益的神经元非模型控制方法,对某造纸机进行了实例仿真研究,结果表明,非模型控制方法具有强的鲁棒性和满意的控制品质     

一类时滞系统的无模型自适应控制仿真研究

工业过程中的被控系统大多是时滞系统,这些系统在设计控制器的时候往往无法建立精确的数学模型,而传统的控制方法都是建立在被控系统的数学模型上的。文章运用无模型自适应控制方法,该方法在设计控制器的时候无需建模,仅利用被控系统的输入输出数据,很好地解决了这一矛盾。通过MATLAB仿真试验证明了该方法对于大滞后系统的控制具有很好的稳定性和有效的抗干扰性以及较强的鲁棒性。     

一种压力过程的模糊自适应预测控制器

煤气生产过程的压力波动，影响了煤气的正常生产。煤气的输出气量，由于受用气量负荷影响呈随机扰动特性，这使得压力过程表现出不确定性，加之压力对象本身的非线性，为保证煤气生产过程的压力稳定，较早采用的一些传统控制方法效果较差。在此给出一种有效的压力过程控制方法：针对不确定的煤气生产压力过程，通过拟合原理，用局部线性模型代替非线性模型，完成了模糊模型辨识相模糊控制的算法；同时，采用简化的算法预测系统时延，并施加自适应控制算法；成功地解决了这一类控制问题。     

基于AMESim的动压缸电液伺服压力控制系统积分滑模自适应控制

 根据轨道路基测试装置工作原理,建立了动压缸电液伺服压力系统AMESim模型和数学模型。基于期望变量构造了积分滑模控制切换函数,设计积分滑模控制器使切换函数收敛来实现对期望变量的跟踪,同时采用参数自适应估计来减小参数不确定性对系统控制性能的影响,最后将积分滑模自适应控制作用于该系统AMESim模型上。仿真结果表明：该算法不仅可以快速有效地估计系统中参数,保证估计参数的有界收敛,而且可以很好地跟踪期望变量,具有较好的跟踪精度和抗干扰能力。     

汽车牵引力控制系统的变参数自适应PID控制

合理的驱动轮滑转率控制是保证汽车具有良好急加速驱动性能和稳定性的前提.复杂路面条件下汽车牵引力控制系统对驱动轮滑转率的控制需要基于驾驶员加速驾驶意图判断结果,通过合理协调发动机转矩干预和主动制动来实现.由于驾驶意图和路面附着条件的改变引起汽车动力学参量以及实际控制系统边界条件的改变,使得传统的PID控制的应用受到限制,因而提出一种可变参数的自适应PID控制器,根据驱动轮实际滑转率与目标滑转率的偏差自适应的调整PID控制器中的整定参数值,从而改善PID控制的控制品质,使汽车在复杂路况和工况条件下均能实现良好的驱动轮滑转率控制.根据不同控制参数组合方式,系统可以在发动机转矩控制、主动制动控制以及两种执行器耦合作用等三种控制模式中切换,实现驱动轮滑转率控制的目标.仿真与实车道路试验验证了这一方法的有效性.     

动压缸电液伺服压力系统自适应差分进化辨识

根据轨道路基测试装置工作原理,建立了动压缸电液伺服压力系统AMESim模型,理论推导出该系统传递函数。针对标准差分进化算法早熟问题,构造了一种可以自动调节变异因子、变异算子和交叉因子的自适应差分进化算法。设计了基于该系统AMESim模型的参数辨识方案,进行了自适应差分进化算法与其他算法的对比仿真,验证了该算法具有良好的辨识精度和收敛性,给出了动压缸负载开环传递函数辨识参数,并通过自适应差分进化算法获得了伺服阀系统开环传递函数辨识参数。最后给出了动压缸电液伺服压力系统传函参数,通过与该系统AMESim模型对比仿真,验证了该辨识参数的有效性。     

轮缸压力估算与控制仿真研究

汽车传统制动系统一般都是采用PWM(Pulse width modulation)控制技术来调节轮缸压力,根据占空比与轮缸压力变化关系控制增、减压.但是通过探究高速开关阀P WM控制特性,发现P WM控制减压有效占空比范围小,难以实现压力精确调控.因此结合查表法增压、阶梯法减压,提出了一种分段控制方法.并且将轮缸压力估...     

基于自适应模糊PID控制的恒压供气系统

设计了一套基于步进电机的恒压供气系统,并将一种模糊自适应PID控制器应用于其中.该控制器将模糊控制原理与常规的PID控制算法相结合,实现了对PID参数的在线调整,并通过控制步进电机调节气流截面积,进而实现对气体的恒压控制.实验结果表明, 该模糊自适应PID控制器较常规PID控制器具有更好的控制效果.