车辆座椅悬架自适应模糊PID控制及仿真

为提高车辆座椅悬架减振性能,建立了简化的三自由度车辆座椅悬架模型,结合模糊控制与PID控制理论提出了座椅悬架自适应模糊PID控制方法。该方法中以座椅垂直振动速度的误差为控制参量设计了PID控制器,将座椅垂直振动速度误差及误差变化率作为模糊控制器的输入变量,利用模糊控制规则对PID控制器参数进行在线自调整。以C级路面白噪声随机信号为输入,利用MATLAB/Simulink对自适应模糊PID控制器进行了仿真。结果表明:相对于不加控制和PID控制的座椅悬架系统,自适应模糊PID控制方法可以明显改善座椅质心处的垂直振动加速度。     

基于MATLAB的自适应模糊PID控制系统研究

以某二阶惯性带有滞后环节模型为研究对象,提出了一种自适应模糊PID控制器,并用MATLAB进行了仿真.理论分析与仿真结果表明,该自适应模糊PID控制较常规PID控制具有良好的控制性能.     

基于模糊PID控制的换热器系统设计

换热器是一个具有分布参数、非线性、时变、大滞后、多变量紧密耦合的变参数系统,常规控制方法难以取得理想的控制效果。文中通过对换热器特性分析,设计模糊自适应PID控制系统,利用模糊推理特性完成PID调节器控制参数的自适应修正。通过仿真研究,结果表明所设计的控制器与传统P1D调节器相比具有优越的控制效果。     

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。     

空调用泵调速系统单神经元自适应PID控制

建立了空调循环泵系统电机简化模型，提出了采用不必基于模型的单神经元自适应PID控制。介绍了单神经元自适应PID控制器的结构和算法。仿真结果表明，单神经元自适应PID控制器较常规PID控制器具有更快的响应特性和良好的动态特性，对负载扰动表现出更强的适应性和鲁棒性，具有较好的跟踪效果。     

拖拉机多段液压机械无级变速器模糊自适应PID控制

为了实现装备多段液压机械无级变速器(HMCVT)拖拉机按目标速度行驶的控制,对装备多段HMCVT拖拉机的模糊自适应PID控制进行了研究。基于Matlab/Simulink平台建立了装备多段HMCVT拖拉机传动系统动力学模型和模糊自适应PID控制模型。根据实际车速和设定车速的实际偏差采用模糊控制的方法自动整定PID控制参数,从而达到车速控制的目的。在拖拉机动力学模型上对模糊自适应PID控制仿真并与PID控制仿真对比,结果表明装备多段HMCVT拖拉机的模糊自适应PID控制具有更强的自适应能力和鲁棒性。     

贴面压机保压系统模糊自适应PID控制与仿真研究

基于短周期贴面压机液压伺服系统动力单元的保压压力控制,分析建立了由液压缸驱动的动力单元数学模型,以该模型为控制对象,设计了模糊自适应PID控制器,并对控制系统进行了仿真研究。结果表明,所设计的模糊自适应PID较常规PID调整时间短,稳态性能好,降低了控制器的输出能耗。将模糊自适应PID控制方法应用于短周期贴面压机保压控制,是可行有效的。     

汽车主动悬架自适应模糊PID控制研究

为改善汽车行驶平顺性,建立了简化的1/4车二自由度汽车主动悬架模型,提出了主动悬架自适应模糊PID控制方法。该方法中PID控制器以车身垂直速度的误差为控制参量,将车身垂直速度误差及误差变化率作为模糊控制器的输入变量,对PID控制器参数进行在线自调整。以C级路面白噪声随机信号为输入,利用MATLAB/Simulink对自适应模糊PID控制器进行了仿真,结果表明:自适应模糊PID在车身垂直速度、加速度及轮胎动载荷等控制方面明显优于被动悬架及传统PID控制,说明该法具有较好的控制效果和鲁棒性。     

基于神经网络的模糊自适应PID控制方法研究

针对常规PID控制器不能在线修正参数以及模糊规则和率属函数对专家经验的依赖性,提出了神经网络模糊自适应PID控制器,从而综合了传统PID控制、模糊控制、神经网络控制的优点,使其具有PID控制的广泛适用性和神经网络的自适应和自学习能力,同时又具备模糊控制的非线性控制作用;仿真实验可知该控制器具有更快的响应和更好的平稳性.     

汽车驾驶员自适应模糊PID控制模型

汽车动力学控制系统具有强非线性特性,在人-车-路闭环系统中采用基于传递函数的传统方法难以建立精确的驾驶员模型.在"预瞄最优曲率模型"的基础上,对驾驶员校正环节采用模糊PID控制,对包括"魔术公式"轮胎模型在内的汽车模型,建立加速度反馈自适应模糊PID控制驾驶员模型.该模型通过模糊控制器在线实时调整PID的3个参数.仿真结果表明,所建立的自适应模糊PID控制驾驶员模型很好地描述了驾驶员的方向控制行为,为人-车-路闭环系统的进一步研究和智能车辆自动驾驶控制提供了可行的途径.     

基于内模PID鲁棒控制的电阻炉炉温控制系统

针对电阻炉温度被控对象的纯滞后特性，设计了内模PID鲁棒控制器。结果表明，内模PID鲁棒控制器具有良好的抗干扰性和鲁棒性，且参数整定简单，可有效改善系统的控制效果。     

PID控制在液压电梯速度反馈控制系统中的应用

针对液压电梯的非线性数学模型,直接用机理建模非常困难,得不到可用于控制的数学模型。因此采用辨识方法建立模型。其次,设计了PID控制器,理论上推导了液压电梯速度反馈控制系统的传递函数,并给出了PID控制参数的取值范围。最后,建立了液压电梯的Simulink模型,验证了PID控制算法的有效性和可行性。     

基于模糊自适应PID的摆式列车倾摆控制系统研究

针对摆式列车伺服倾摆系统大惯性、非线性和时变性等特点,结合PID和模糊控制两者的优点,提出了一种模糊自适应PID控制方法。对模糊自适应PID算法进行了理论分析,对摆式列车的简化模型做了仿真研究。结果表明,采用模糊自适应PID控制,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力都优于常规PID控制,具有更好的动态特性和稳定性。     

模糊自适应PID控制的仿真研究

首先介绍了PID控制系统的工作原理,因PID控制器结构简单、实现简单,控制效果良好,所以已得到广泛应用。但当控制对象变化时,控制器的参数难以自动调整。为了使控制器具有较好的自适应性,可以采用模糊控制理论的方法来实现控制器参数的自动调整。模糊PID控制系统就是模糊理论与传统的PID控制器的结合。最后以一控制对象为例,对该两种方式的控制进行了仿真和比较,并得出了相应的结论。     

基于遗传算法的芦苇笋采收机模糊PID控制策略研究

芦苇笋采收机在工作时需人工实时操纵输出电压来适应负载力矩的变化,为提高采收效率和降低操作难度,提出了一种基于遗传算法的模糊控制PID算法以实现芦苇笋采摘装置同步带转速的智能控制。通过分析芦苇笋采摘装置的工作原理,建立了控制电压和负载力矩输入和液压马达输出轴角速度输出的状态方程数学模型;利用MATLAB/Simulink软件设计通过遗传算法优化隶属度函数和模糊规则的Mamdani模糊PID控制器,对液压马达的状态方程进行仿真。结果表明：采用遗传算法优化的模糊PID控制器相较于普通PID控制器和模糊控制器能够对输入信号更迅速地做出响应,且上升过程平稳无超调,有较强的抗干扰能力,鲁棒性较强,满足对芦苇笋采收机工作过程的简化操作和提高效率的控制要求。     

DRNN神经网络逆控制方法在DDV伺服系统中的应用

对于直接驱动阀(DDV)式作动器伺服系统,由于很难找到最佳的参数匹配以及回路中存在死区非线性因素,使得传统的PID控制无法取得令人满意的控制效果.为此提出一种动态对角回归神经网络(DRNN)逆控制方法,该逆系统控制方法是将对象的逆模型作为控制器加入到控制回路里面,并与控制对象串联构成一个伪单位环节,使得系统的输出能够跟踪系统的输入,经过仿真实验,可以看出该神经网络逆控制比单一PID控制器的动态性能要好.     

液压机械手电液比例系统模糊PID控制研究

针对液压机械手的电液比例系统存在较大程度的系统参数变化和负载干扰等特点,一般控制方法难以全部满足性能要求。常规PID控制方法虽然算法简单、可靠性好、鲁棒性高,但由于参数整定繁杂,往往造成参数整定不良、性能欠佳、适用性能差。为了改善这些缺陷,将模糊控制理论与PID控制理论相结合,设计了模糊PID控制器,实现了对PID参数的在线整定。利用MATLAB/Simulink进行仿真,比较常规PID控制与模糊PID控制下电液比例系统的控制效果,发现模糊PID控制器较好地克服了系统的非线性和负载干扰的影响,提高了系统的稳定性和动态性能。     

基于模糊神经网络PID的复合控制策略

为了结合模糊控制容错力强和神经网络PID在线学习和调整的优点,提出了一种结合模糊控制与神经网络PID控制的复合控制方法,即分别设计模糊控制器和神经网络PID控制器后,再利用权重分配器对这两个控制器进行权重分配来控制被控对象。将该控制策略应用于某火电机组的二级过热器减温水流量系统控制,并在simulink仿真平台进行仿真,仿真实验结果表明:该复合控制策略较传统的模糊控制或神经网络PID控制的上升时间更短,调节时间和超调量更小,稳态性能更好。     

注塑机料筒温度模糊变系数PID控制研究

利用模糊控制的原理在线调整PID控制器参数，从而构成模糊变系数PID控制器。讨论了该控制器的结构及实现方法．并将其应用于注塑机料筒的温度控制。实验结果表明．对于注塑机料筒温度的控制，与普通PID控制器相比，模糊变系数PID控制算法有较好的控制性能和较强的鲁棒性。