减摇鳍模糊免疫自适应PID控制器设计及仿真研究

针对船舶横摇的非线性模型,利用免疫反馈机理,设计了一种减摇鳍模糊免疫自适应PID控制器。控制器将模糊控制与PID控制相结合,采用Fuzzy推理,对非线性函数进行模糊逼近,用模糊免疫P调节器实时整定PID控制器的比例增益,采用常规模糊控制器在线调整免疫PID控制器的积分时间常数和微分时间常数。通过对船舶减摇鳍控制系统的仿真,可以看出采用模糊免疫自适应PID控制器其控制效果远优于常规PID控制器,使减摇鳍的减摇效果得到显著提高。     

导弹气动参数变化时PID与模糊控制的仿真

以参数大范围变化的导弹为研究对象,分别设计PID控制器和模糊控制器,并对PID控制器和模糊控制器组成的稳定回路进行仿真,仿真结果表明,PID控制器不能适应参数大范围的变化,表现为容易产生超调。简单模糊控制器对外界参数具有较好的适应性和鲁棒性,但存在稳态误差,通过采取模糊——积分并联混合,改善了模糊控制的稳态性能,提高了模糊控制的稳态精度。     

基于TS模糊神经网络的液压伺服系统研究

在飞机地面模拟试验台台架控制的液压伺服系统中,由于其系统存在强非线性,传统PID控制难以使液压马达转角达到精准良好的控制效果.针对这个问题,同时为提高控制系统性能,将基于TS模糊神经网络PID控制的智能控制算法应用于液压马达伺服控制系统中.在建立飞机台架液压伺服模型的基础上,利用基于TS模糊模型的神经网络对PID参数进行自适应整定,并基于MATLAB/Simulink平台进行相应的仿真实验.仿真结果表明,TS模糊神经网络PID控制器相比于传统PID控制器和普通模糊PID有着更好的响应特性,呈现出更佳的控制效果,使飞机台架控制系统的综合性能得到了提高.     

导弹发射装置伺服系统模糊PID控制研究

在某型导弹发射装置的伺服系统中,对系统的性能指标要求很高,传统的PID控制往往难以满足要求。以某型导弹发射装置的伺服系统为模型,设计了模糊PID控制器。通过与传统的PID控制器仿真实验对比,可以看出应用模糊PID控制器能够有效提高该伺服系统的动态性能和鲁棒稳定性。     

用Matlab实现减摇鳍模糊控制器仿真

基于Conolly理论建立了船舶模型,以横摇角和横摇角速度为输入量,鳍角为输出量,应用模糊控制理论设计了减摇鳍模糊控制器;利用Matlab的fuzzylogic工具箱针对不同海情对控制器进行了仿真.结果表明,减摇鳍模糊控制器与传统PID控制器相比具有更好的控制效果.     

基于模糊神经网络的伺服系统PID控制

针对某装备伺服系统具有复杂的非线性和时变性,传统的PID控制存在自适应能力差的缺点,设计了一种模糊神经网络PID控制器。利用神经网络对模糊控制的控制规则进行优化,根据偏差E和偏差变化EC在线调整PID控制器的3个参数。通过与传统的PID控制器仿真实验对比,可以看出模糊神经网络PID控制器能够有效地提高该伺服系统的性能。     

PID参数模糊自整定控制器的设计与仿真研究

针对常规PID控制器不能在线进行参数自整定的问题,结合模糊控制技术,提出了一种 PID参数模糊自整定的方法.运用 Matlab模糊逻辑工具箱进行仿真研究表明,该模糊 PID控制器能迅速消除系统余差,改善普通模糊控制器的性能;既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,保证了调节系统具有良好的动、稳态特性.     

基于自适应模糊PID的二级倒立摆控制方法

为了提高平面二级倒立摆模型控制过程的动态、静态性能及对控制器参数的自适应整定能力和抗干扰能力,提出一种将PID控制与模糊控制相结合的自适应控制算法.应用拉格朗日方程建立平面二级倒立摆数学模型.根据实际经验确定模糊隶属度函数并建立模糊规则表.通过计算误差和误差变化率设计自适应模糊PID控制器.为设计的控制器建立仿真模型,...     

导弹自动驾驶仪的模糊自整定免疫PID控制

提出了一种模糊自整定免疫PID控制器的设计方案.该控制器将免疫反馈机理与传统的模糊PID控制有机地结合起来,实现了对控制系统的参数自整定.给出了某战术导弹自动驾驶仪的传递函数和仿真试验设计.仿真结果表明,这种模糊自整定免疫PID控制效果明显优于传统的模糊PID控制方式,具有较强的抗干扰能力,特别对变参数系统具有较强的鲁棒性.     

某同源平衡及定位电液伺服系统模糊分数阶PID控制

针对某同源平衡及定位电液伺服系统,设计了一种用于该系统的模糊分数阶PID控制器。使用模糊规则来调节分数阶PID的参数,提高了分数阶PID控制器的响应速度,增强了分数阶PID鲁棒性。模糊分数阶PID控制器能使系统很快进入稳定状态,比分数阶PID控制器表现出较好的控制性能。通过半实物仿真实验可知模糊分数阶PID控制器在响应速度、超调量及稳定误差等方面均优于分数阶PID控制器,且对外部负载扰动具有较好的鲁棒性。     

自适应模糊PID控制器的设计和仿真

在参数自适应模糊PID控制器的基础上,利用模糊推理的方法实现了对PID参数的在线自动整定,并且在MATLAB软件下将该控制器在某系统中的应用进行了研究,仿真结果表明,参数自适应模糊PID控制能使系统达到满意的控制效果,对进一步应用研究具有较大的参考价值.     

基于磁流变液的舰载机拦阻过程模糊PID控制

针对舰载机拦阻过程的运动特性分析,建立了舰载机拦阻缓冲过程的力学模型与状态方程,通过对基于磁流变阻尼拦阻缓冲过程的分析,引入了位移和速度矢量作为磁流变缓冲拦阻控制系统的输入,完成基于模糊控制的舰载机拦阻缓冲过程控制。应用模糊PID控制器非线性拟合能力来适应舰载机着舰情况变化,并仿真验证建立的磁流变缓冲拦阻模糊PID算法具有较好的预测精度和应用范围。     

基于FNNs的闭式循环柴油机配氧前馈控制策略研究

配氧控制是闭式循环柴油机(CCD)系统的关键技术之一,为改善其动态特性,在 PID反馈控制的基础上,设计了基于模糊神经网络(FNNs)模型的前馈控制器,并采用 PID反馈控制输出信号作为网络训练的误差信号,使模糊神经网络逐步具有前馈补偿能力,从而能够有效对负荷扰动进行及时补偿.仿真结果表明,采用FNNs前馈控制器后,可以有效改善氧气控制的动态特性,并且具有快速的学习速度和很强的适应能力.     

模糊神经网络在发电机励磁控制中的应用

采用含有惯性项学习算法的BP神经网络代替模糊PID控制器，对同步发电机励磁控制系统进行仿真。仿真结果表明，在系统遭受扰动或突加减载时，所设计的模糊神经网络励磁控制器具有良好的控制效果。     

某扫雷犁电液伺服系统的模糊神经网络控制

针对某扫雷犁电液伺服系统这一典型的非线性系统,使用基于减法聚类的模糊神经网络(FNN)自学习算法设计了控制器,其中减法聚类用于确定模糊神经网络的初始结构。在网络的学习过程中,对结论参数采用最小二乘法进行辨识,对前提参数采用误差反传算法进行调整;并使用AMESim软件搭建了扫雷犁的液压系统模型,利用其接口技术实现了与Simulink的联合仿真。实验结果表明模糊神经网络控制器的控制效果要优于传统的PID控制器。     

交流伺服系统模糊内模PID控制器设计

针对高精度交流伺服系统,将内模控制和模糊控制相结合,提出了一种模糊内模PID控制器设计方法.该控制器仅有一个可调参数,且能根据系统的偏差及其变化,利用模糊逻辑在线自动整定,克服了常规内模控制器参数整定要在系统标称性能和鲁棒性之间进行折衷选择的局限性,仿真结果表明模糊内模PID控制器既改善了系统的动态特性,又增强了系统的鲁棒性,将该控制器应用于某位置伺服系统,实验结果表明系统的性能和精度明显优于常规内模控制.     

模糊控制在AUV舵机控制系统中的应用

研究了AUV舵机的模糊PID控制问题.针对传统模糊PID控制存在量化误差和调节死区,稳态精度较差的缺陷,提出了基于变论域思想的模糊PID控制新策略,设计了自主水下航行器(AUV)的舵机控制器,给出了模糊PID控制SIMULINK仿真图.仿真结果表明,舵机控制系统的快速性、稳定性、稳态精度等指标都得到了改善,从本质上消除传统模糊PID控制存在的稳态误差和稳态颤振现象,验证了该方法的正确性和可行性.     

穿浪双体船纵向运动模糊PID控制

针对穿浪双体船高速情况下的纵摇和垂荡运动影响乘船舒适性的问题,分析了穿浪双体船的运动规律,给出了其纵向运动控制模型,并根据控制模型的多输入多输出系统特点,分别针对纵摇和升沉两个通道设计了独立的PID控制器。在此基础上,进一步将模糊控制理论应用于PID参数的整定,给出了具体的设计方法,并根据人工经验设计了详细的参数整定规则。经仿真分析表明:模糊逻辑的引入使得PID控制器具备了自适应功能,能够取得更好的减摇效果。     

基于模糊PID控制的磁流变半主动抗冲击系统最优设计研究

为弥补被动隔振系统抗冲击设计中存在的不足,根据最优抗冲理论,设计了磁流变阻尼器与隔振器并联的隔振抗冲击系统。针对磁流变阻尼器非线性强、PID控制参数难实时调节等问题,设计了模糊PID控制器并进行了模拟仿真。通过对不同抗冲方法和极限情况的仿真证明:基于模糊PID控制的磁流变半主动最优抗冲设计可以在保证设备安全的前提下,减小冲击加速度和系统位移,提高被动隔振系统的抗冲击性能。     

柴油机模糊控制设计仿真与分析

针对柴油机难以采用常规PID控制的问题,应用模糊控制理论,对柴油机进行了模糊控制器的设计,在建立的模拟仿真系统上,进行了模糊控制下的柴油机的空载自由加速过程的模拟,并与PID控制下相同过程的速度、扭矩、燃油量随时间变化曲线进行了比较和分析。结果表明：与常规PID控制相比,模糊控制的效果满足要求,能解决柴油机的复杂控制问题。