基于前馈补偿的空间光通信精跟踪控制研究

针对空间光通信精跟踪系统存在非线性、时延滞后的特性而难于建立精确的数学模型,设计了基于前馈补偿的模糊比例、积分和微分(PID)控制系统。采用camera-link接口的高帧频可开窗口CMOS相机和大规模FPGA芯片,设计了精跟踪处理控制平台。将图像处理、前馈补偿和模糊PID控制等功能全部集成在FPGA芯片内部,大大降低了系统体积和成本;将模糊PID与前馈补偿相结合,极大提高了系统的控制精度和抑制外部干扰的能力。测试结果表明,该系统稳定精度高、抗干扰能力强。     

远场16km精跟踪系统实验研究

基于FPGA的精跟踪系统结构和工作原理,跟踪控制采用自适应模糊PID算法,在线实时动态调整PID参数值,在16km的星地光通信的精跟踪系统演示实验中实现了对通信光束功率(1550nm)的稳定,极大地提高了通信中1550nm光功率耦合效率,通过实验数据分析,精跟踪系统的跟踪精度达到了2.4μrad。     

计及供热的发电机组AGC优化控制研究

为解决供热抽汽改造导致的发电机组热电耦合及非线性问题,提高系统自动发电控制(AGC)跟随能力,提出了用于解耦控制的前馈补偿解耦算法,并对解耦后的电功率控制回路设计了基于模糊算法的模糊比例-积分-微分(PID)控制器。仿真结果表明,利用前馈解耦算法与模糊算法相结合的方案有较好的解耦效果,并能有效优化AGC跟踪能力,提高系统控制性能。     

PID控制器的优化设计

为使PID控制器同时具有给定值跟踪和抑制干扰两个方面的最佳特性,提出了PID控制器优化设计方法.笔者设计了给定值补偿型I-PD控制器,其结构简单,便于掌握,易于实现,可以实现系统的最优控制,特别适用于串级控制中级数较多的系统.在深入研究反馈型2自由度PID控制器的基础上,增加了前馈补偿器,有效地抑制了扰动,为改善给定值跟踪特性,在前馈位置上增加一个微分负前馈环节,仿真结果表明:该控制器具有抗干扰能力强,实时性好,调节时间短、超调量小等特点,提高了系统的控制性能.     

用于超磁致伸缩作动器的一种改进的控制方法

为提高对超磁致伸缩作动器的控制精度,在基于Preisach模型前馈补偿的PID控制基础上,提出了一种基于Preisach模型前馈补偿的模糊PID控制方法．采用dSpace实时仿真系统搭建超磁致伸缩作动器的实时控制实验平台．利用研制的超磁致伸缩作动器测试了基于Preisach模型前馈补偿的模糊PID控制与PID控制方法下对方波信号和混合信号的轨迹追踪能力．两种控制方法下的实时控制效果对比分析表明,基于Preisach模型前馈补偿的模糊PID控制比常规PID控制具有更好的控制效果,从而验证了该方法的有效性．     

模糊控制在风力发电机组偏航控制系统中的应用

由于风能的随机性和不稳定性等特点,传统的偏航控制很难取得很好的控制效果.为了解决偏航系统跟踪风向的变化这一问题,提出了把模糊控制应用于偏航系统,并设计了一种模糊控制器.通过仿真研究,并与PID控制器的控制效果进行比较,结果表明模糊控制系统能够更快更准确地跟踪风向的变化,具有较好地控制性能,从而确保偏航系统的性能更加稳定.     

基于前馈补偿PID控制的轮式机器人轨迹跟踪

轮式机器人属于非线性欠驱动系统,针对传统PID控制在其运行过程中控制效果不佳的问题,提出基于前馈补偿的PID控制方案。在轮式机器人数学模型的基础上,完成了轮式机器人位置控制规律及姿态控制规律的设计,有效提高了轨迹跟踪控制效果。通过软件仿真对所设计的控制方案进行测试,最终的仿真结果表明:轮式机器人能快速达到目标位置,并保持前进方向的目标值,在有不可控干扰的情况下,控制器有效实现了轮式机器人轨迹跟踪控制。     

电液比例速度系统的前馈模糊复合控制研究

提出了一种采用前馈控制器补偿负载的扰动并在系统的主控制回路上采用模糊控制和PID控制相结合的精密电液比例调速系统，分析了该系统的组成和控制原理，介绍了前馈模糊－PID控制器的设计方法，理论分析和实验表明，该控制策略可以取得较为满意的控制效果。     

直线电动机迭代学习控制方法的仿真研究

直线电动机是一种多变量、非线性的控制系统,采用经典的PID控制难以得到满意的控制效果,为此设计一个基于前馈辅助PID控制器的神经网络（PIDNN）控制系统.该控制系统的结构主要由一个反馈和一个前馈构成,反馈是PID控制,为系统提供稳定性;前馈为ILC控制,作为对系统的非线性、未知的动力和扰动的前馈补偿.在Matlab环境下,对所提出的方案进行了仿真实验,并与传统PID进行比较.结果表明,该方案能够有效地提高系统的速度和位置的跟踪性能,并验证了采用智能前馈控制的优势.该系统适合应用于大量重复的运动轨迹系统.     

非圆车削用GMA迟滞逆补偿控制方法

为分析了非圆截面零件的加工特点及其对伺服刀架的控制要求,研究了可用于高速伺服跟踪控制的超磁致伸缩驱动器(GMA)的前馈补偿控制策略.采用经典Preisach模型对GMA的非线性迟滞进行建模,研究了模型的可逆性,推导了求逆算法,通过开环前馈补偿实验证明了逆算法的有效性.实验比较了在开环、前馈补偿和前馈补偿加PID闭环控制3种情况下,GMA对期望位移输出序列的跟踪能力.结果表明,前馈补偿将跟踪误差由开环控制时的-28.3%～24.2%减小到-1.3%～5.9%,而基于前馈补偿的PID控制则将跟踪误差进一步减小到-1.0%～1.3%,满足了伺服跟踪要求     

基于Fuzzy-PID的电液位置伺服控制系统的FPGA设计与实现

本文以电液位置伺服机械手第一关节为研究对象,设计了一种基于VHDL设计、FPGA实现的Fuzzy-PID控制器。分析了模糊（Fuzzy）自整定PID参数的模糊逻辑推理和控制器算法结构,根据自顶向下的流程,对Fuzzy-PID控制器进行了VHDL分层设计,详细说明了模糊逻辑推理、模糊自整定PID电路架构、数据缓存和I/O接口控制的设计原理,最后下载到FPGA芯片实现了Fuzzy-PID控制器。实验表明,FPGA作为单一控制器实现Fuzzy-PID控制算法是可行的和有效的。     

预见控制在装配机器人上的应用研究

为了提高装配机器人控制系统的动态性能,依据交流永磁同步电机矢量控制模型,从预见控制的思想出发,提出了一种在原有PID基础上外加预见前馈补偿的控制方法,这种控制方法的前馈补偿项取未来几项目标值一阶差值的线形组合,并仿真验证了该控制方法对提高系统跟踪性能的有效性和简单可行性.     

基于动态模糊神经网络的多余力矩抑制方法

针对负载模拟器难以准确建模,多余力矩严重影响力矩加载性能的特点,提出一种基于动态模糊神经网络抑制多余力矩的新方法．该动态模糊神经网络无须较强领域的专家知识,是系统自动建模及抽取模糊规则的网络,且模糊神经网络结构是动态变化的,其模糊规则是在学习过程中逐渐增长而形成的．设计了结合前馈反馈控制和直接逆控制的控制策略,在线更新算法,实时更新网络结构及参数以及时跟踪被控对象逆模型的变化,与其并行的PID控制器的作用在于保持系统的稳定并获得更快速的系统响应和更佳的跟踪精度．通过仿真可以看出基本消除了多余力矩,系统性能得到改善,仿真效果令人满意．     

Grey Prediction Fuzzy Control of the Target Tracking System in a Robot Weapon

Grey modeling can be used to predict the behavioral development of a system and find out the lead control values of the system. By using fuzzy inference, PID parameters can be adjusted on line by the fuzzy controller with PID parameters self-tuning. Acco     

混合动力汽车电子节气门的模糊自适应PID控制

针对传统PID控制对非线性控制系统难以设置最佳PID参数和模糊控制难以消除静差的问题,建立了混合动力汽车电子节气门非线性运动模型,提出应用模糊自适应PID控制算法对电子节气门的目标位置进行跟踪控制.实验结果显示,应用模糊自适应PID控制算法对模型的非线性具有较好的适应性,在控制中跟踪误差小于传统PID控制,具有较好的跟踪效果.