基于自适应伸缩因子的变论域模糊PID振动控制方法

针对传统变论域模糊PID控制算法(VUFP)伸缩因子无法自适应调整的问题,建立了基于自适应伸缩因子的变论域模糊PID振动控制方法,从而进一步提升振动控制效果。在传统VUFP算法的基础上,将系统误差及误差变化率作为输入,伸缩因子参数作为输出,提出了伸缩因子自适应调整函数;从非零性、对偶性、单调性、正规性、协调性入手,通过理论证明了所提自适应调整函数的合理性;基于VUFP算法,利用系统误差及误差变化率实现了自适应调整函数参数的实时自适应调整,从而避免了VUFP算法中伸缩因子缺乏模糊规则导致控制效果降低的问题。3层框架理论模型和实验结构的振动控制结果表明:所提控制方法能实现函数型伸缩因子参数的自适应调整,针对框架结构加速度、速度及位移的控制效果均优于PID和VUFP控制算法,为建筑结构振动控制提供了一种新的控制算法。     

基于樽海鞘群算法的负荷管理错峰计划优化

为了解决供需平衡问题,提高负荷管理效率,提出了一种基于樽海鞘群算法的负荷管理错峰计划优化,该方法综合考虑了作息时间、运行方式和轮休制度的影响,以负荷管理中错峰计划用户受影响指数最小为目标函数,获得了最优负荷管理策略。采用经典三分割配电网络进行仿真分析,结果表明,综合考虑作息时间、运行方式和轮休制度时的错峰计划用户受影响指数最小值为59,与只考虑作息时间的最优解相比,降低了42.72%,验证了该文所提负荷管理中错峰计划优化方法的正确性。     

变论域模糊控制在小型VRV空调系统中的应用

分析小型VRV空调系统的工作原理,针对模糊控制与PID控制对过热度控制的局限性,采用变论域模糊控制方法对蒸发器过热度环节进行控制,解决小型VRV空调系统的冷量匹配与多蒸发器过热度控制精确度问题。仿真结果表明,变论域模糊控制在控制过热度的精度上要优于模糊控制。     

改进樽海鞘群优化K-means算法的图像分割

目的 针对樽海鞘群算法寻优精度低、易陷入到局部最优,以及K-means算法进行图像分割容易被初始聚类中心干扰等缺点,提出改进樽海鞘群优化K-means算法的图像分割。方法 首先利用Circle映射来对樽海鞘种群进行初始化;其次引入莱维飞行到领导者和追随者位置更新公式中,使得樽海鞘种群的多样性得到提高,克服算法陷入到局部最优。最后,对改进樽海鞘群算法先采用8个基准函数进行性能测试;再将改进樽海鞘群算法优化K-means进行图像分割。结果 改进算法在寻优精度、稳定性、收敛速度以及跳出局部最优的本领得到了提高。同时,改进樽海鞘群优化K-means算法进行图像分割,有效地提高了图像分割质量。结论 改进算法改善了原始樽海鞘群算法的寻优精度低、易陷入到局部最优的缺点,很好地优化了K-means算法对图像进行准确分割,在图像分割领域具有一定的参考意义。     

公路桥梁振动控制的变论域自适应模糊控制算法

采用变论域自适应模糊控制(VUAFLC)算法对地震作用下公路桥梁非线性振动控制的Benchmark问题进行研究.变论域自适应模糊控制算法通过在线调节模糊控制器的输入和输出变量的论域来改善传统模糊控制(FLC)算法的性能.基于Lyapunov函数方法设计了输出论域的自适应律.桥梁在不同场地类型和幅值的地震作用下的仿真分析结果表明,基于VUAFLC算法的主动分散控制策略能够有效抑制结构的地震响应;在控制力峰值几乎相等的条件下,控制效果优于传统的模糊控制算法和LQG最优控制算法.     

磁流变半主动悬架变论域模糊控制研究

在ADAMS/CAR中建立了基于磁流变减振器的整车多刚体动力学模型,将变论域模糊理论应用于磁流变半主动悬架控制,设计了一种改进的变论域模糊控制器,并在Matlab/Simulink中建立了控制子系统.以脉冲路面和随机路面作为输入,进行了不同车速工况的ADAMS-Matlab整车联合仿真,对被动悬架、变论域模糊控制及传统模糊控制磁流变半主动悬架的减振效果进行了比较分析,并进行了实车台架试验验证.分析结果表明,采用所设计的变论域模糊控制策略的控制效果要优于传统的模糊控制策略,磁流变半主动悬架可有效改善汽车行驶的平顺性和舒适性.     

自适应变论域模糊控制器在结构振动控制中的应用

大挠性航天结构具有复杂的动力学特性,建立其精确的数学模型是很困难的,模糊控制不需要精确的数学模型,但是模糊控制的主要缺陷是精度不太高,自适应能力有限,易产生振荡现象。变论域自适应模糊控制是改变模糊控制性能的主要方法之一,针对自适应变论域模糊控制器的稳定性设计这一难题,将输入和输出的隶属度函数分别用论域值表示成解析形式,引进李亚谱诺夫函数,设计了输入和输出的隶属度函数论域值的自适应律,针对大型航天桁架结构振动控制的仿真,结果表明设计的变论域模糊控制器是可行的。     

基于改进樽海鞘算法的锅炉NOX排放模型优化研究

为了建立高效的NOx排放质量浓度预测模型,以某330 MW的煤粉锅炉为研究对象,利用自适应樽海鞘算法(ASSA)优化快速学习网(FLN)建立预测模型。首先用8个基准测试函数检测ASSA的性能并与其它3种算法进行对比,结果显示ASSA算法的收敛速度更快,寻优结果更好;将该模型与差分进化算法(DE)、粒子群算法(PSO)和樽海鞘算法(SSA)优化的快速学习网进行比较,结果表明ASSA-FLN模型具有更好的预测精度和泛化能力,可有效准确地预测煤粉炉的NOx排放质量浓度。     

基于新型伸缩因子的PMSM模糊自适应反步控制

目的 为了解决包装机驱动控制系统在非线性因素的影响下,工作效率和产品质量大大降低的问题,提出一种基于新型伸缩因子的模糊自适应反步控制策略。方法 在传统自适应反步控制算法的基础上加入转速误差积分值对电流进行补偿,引入积分重置环节防止积分饱和引起调速时的超调和振荡,设计一种新的变论域伸缩因子,优化模糊推理模块,以在线整定转速反馈增益和自适应增益。结果 通过MATLAB/SIMULINK仿真结果表明,改进后的控制器通过对交轴电流值进行补偿,使参数摄动对系统的影响大大降低,并根据转速误差及其变化率自适应调整增益,进一步提高了控制系统的转速动态响应性能。结论 与常规传统PID控制系统和未优化的反步控制系统相比,文中优化后的控制器能增强被控系统的稳定性,缩短速度响应时间,具有更优的鲁棒性和动静态性能。     

改进樽海鞘算法求解带时间窗的应急选址路径问题

目的 为使应急物资及时高效地送到灾区,针对多目标应急选址-路径问题,在考虑灾区的时间窗及物资运输过程中道路安全的情况下,以最小化经济成本、最小化时间惩罚成本及最大化道路安全性为目标,构建多目标优化模型。同时,设计改进的樽海鞘算法求解问题,以验证模型的可行性和算法的有效性。方法 根据模型的特征对樽海鞘算法进行改进,运用随机生成和贪心算法相结合的方式生成初始解,利用交叉算子和邻域搜索算子改进原始算法的位置更新操作,引入非支配排序遗传算法（NSGA-Ⅱ）的精英保留策略,以提高算法的性能。结果 经过多个算例测试,该算法能快速获得一簇Pareto解,与基本樽海鞘算法进行对比后可知,改进后的算法性能更优越。结论 对于灾后及时响应的应急选址路径问题,采用改进的樽海鞘算法具有一定优越性,并在多个目标权衡的情况下,可供决策者根据目标的偏好找到较满意的解,对于研究应急选址路径问题具有一定的参考价值。     

模糊控制裹包机凸轮定位差动器PMSM交流伺服系统

根据裹包机的伺服系统控制精度较差的问题,提出由模糊控制具有高效率的永磁同步电机(PMSM)的交流伺服系统,采用空间矢量的PWM调制器,仿真和实验结果是完全一致的,该系统的主要优点是除高效率外,还能运行于单一功率因数,研究时间缩短,且不需明确的数学模型.     

基于改进型自抗扰控制的永磁同步电机伺服控制

目的 解决传统包装机械存在的包装速度慢、包装质量堪忧等问题,满足包装机械的高效率、高精度等要求,提高食品包装的自动化水平和包装企业的经济效益。方法 对具有较大潜力的永磁同步电机,进行控制器和控制方法的研究与改进,并最终选定自抗扰控制器,对自抗扰控制器中非光滑函数fal进行改进得到连续平滑的tal函数,使其减小在原点周围的颤振,并且基于tal函数重新设计非线性状态误差反馈率和扩张状态观测器,以取得对永磁同步电机更好的控制效果。结果 仿真表明,tal函数比fal函数具有更好的平滑性和连续性。基于改进型自抗扰控制的永磁同步电机具有更好的动态性能、稳态精度、抗扰能力和跟踪能力。结论 文中优化后的永磁同步电机伺服控制系统,适用于高精度、负载变动频繁的场合,能够有效地提高包装自动化水平,满足高效率、高精度的包装行业要求。     

基于改进模糊控制的印刷机卷纸张力均衡器设计

目的为了提高印刷机收卷系统张力平衡控制性能,结合模糊控制和PID控制设计一种卷纸张力均衡器。方法以无轴传动多机组卷纸印刷机为例,介绍其工作原理并建立收卷张力数学模型。在模糊控制的基础上,加入调整因子,用于实时调节PID控制器的关键参数比例、积分、微分系数。基于ARM控制器STM32F103RC搭建收卷张力控制系统。通过仿真和实验验证所述方法的可行性和有效性。结果实验结果表明,采用改进模糊控制器后,其线速度和张力曲线平滑、收敛速度较快、超调量较小。结论所述控制方法能够有效抑制非线性因素导致的抖振等问题,可满足印刷工艺要求。     

Speed Control of Motor Based on Improved Glowworm Swarm Optimization

To better regulate the speed of brushless DC motors, an improved algorithm based on the original Glowworm Swarm Optimization is proposed. The proposed algorithm solves the problems of poor robustness, slow convergence, and low accuracy exhibited by traditional PID controllers. When selecting the glowworm neighborhood set, an optimization scheme based on the growth and competition behavior of weeds is applied to a single glowworm to prevent falling into a local optimal solution. After the glowworm’s position is updated, the league selection operator is introduced to search for the global optimal solution. Combining the local search ability of the invasive weed optimization with the global search ability of the league selection operator enhances the robustness of the algorithm and also accelerates the convergence speed of the algorithm. The mathematical model of the brushless DC motor is established, the PID parameters are tuned and optimized using improved Glowworm Swarm Optimization algorithm, and the speed of the brushless DC motor is adjusted. In a Simulink environment, a double closed-loop speed control model was established to simulate the speed control of a brushless DC motor, and this simulation was compared with a traditional PID control. The simulation results show that the model based on the improved Glowworm Swarm Optimization algorithm has good robustness and a steady-state response speed for motor speed control.     

履带车辆单自由度LQR与模糊控制对比研究

履带车辆工作环境恶劣，结构复杂，建立符合实际的模型有一定的难度。为了解决模型不精确的问题，使用模糊控制的办法来对车辆的振动进行抑制。文中通过阶跃响应分析，当调整因子取0时，所得到的模糊控制规则的控制效果最好。并在地面的随机激励下进行了无控、LQR主动控制和模糊控制的对比分析，仿真结果表明，模糊控制算法体现了良好的控制效果。其中，在相同的最大出力的情况下，模糊控制比LQR最优控制效果更好，模糊控制的加速度减少到无控状态的1/8左右，速度减少到无控的1/4，位移减少到无控状态下的7/10；在位移和速度反应上，模糊控制与LQR控制性能相当，但在加速度方面，模糊控制效果是LQR控制的1.8倍。     

蜂窝纸板切纸机的模糊神经网络智能化控制

提出并实现了一种基于模糊技术和神经网络集成的仿人智能控制模型，利用该智能控制模型对蜂窝纸板切纸机进行控制，可以实现对纸板的按任意要求的切割。仿真实验证明了该模型的可靠性和快速性。     

基于主动空气轴承作动器的模糊主动振动控制研究

提出基于主动空气轴承作动器的溜板模糊主动振动控制。在溜板的空气静压支承基础上,以主动空气轴承为作动器,采用模糊控制方法,实现运动中的溜板振动主动控制。在自制的空气静压导轨上用电磁激振器模拟干扰力进行控制实验,取得良好效果。     

仿生机器鱼运动方向的模糊控制研究

结合仿生机器鱼运动的三种转弯模式,设计了一种用于机器鱼运动方向控制的模糊控制器,并阐述了具体算法的实现。实验结果表明,该方法是有效的,且具有较好实时性,能够满足多仿生机器鱼协调协作研究的需要,并为未来机器鱼的实际应用奠定了良好基础。     

基于自适应扰动观测器的PMSM模型预测电流控制

目的 为了实现包装自动化生产线的高性能控制,针对永磁同步包装驱动电机在模型预测电流控制中对扰动敏感性较大的问题,设计一种基于自适应扰动观测器的模型预测电流控制策略。方法 利用预测误差设计一种自适应扰动观测器,对系统遭受的内部和外部的不确定扰动,扰动观测器估计总扰动并以电流的形式进行补偿。将系统的瞬态过程和稳态过程分别进行考虑,设计一种含有动态权重因子的新型损失函数。结果 通过MATLAB/SIMULINK仿真表明,与传统的控制方法相比,文中方法可以保持瞬态下的高速动态响应和稳态下的低电流纹波,并在应对参数失配和负载突变等问题上,展现了更好的稳态性能和抗干扰能力。结论 文中方法可以有效提升系统动态性能和鲁棒性,使改进后系统更加适用于包装机的应用场景。