模糊PID控制策略在电动助力转向系统中的应用

助力转向控制策略是EPS系统的核心技术之一.为提高电动转向系统的动态响应速度和抗干扰能力,经分析采用模糊PID控制策略实现助力控制.模糊控制器以电流误差及误差变化率为输入,电机电压为输出,根据设定的模糊控制规则在线调整比例系数、微分系数和积分系数,以使系统性能达到预定要求.应用Matlab软件进行了计算机仿真,仿真结果表明基于模糊PID控制策略的EPS比传统PID控制具有更好的助力特性和抗干扰能力.     

基于鲁棒补偿RBF网络的IEHB系统液压力控制

随着车辆电动化与智能化的发展,集成式线控液压制动(IEHB)系统已成为制动系统的发展趋势。由于电动主缸的引入,导致IEHB系统进行压力调节时非线性特性增强,难以实现对轮缸液压力进行精确控制。为此,在对IEHB系统电动主缸非线性分析基础上,提出了一种可行的轮缸压力控制方案。通过采用非线性鲁棒补偿RBF网络的策略,对电动主缸进行控制,同时对液压调节单元关键部件采用开关控制,实现了IEHB系统的轮缸压力控制器设计。通过AMESim与Matlab/Simulink联合仿真平台,对该IEHB系统在不同工况下压力响应跟随闭环特性进行仿真验证。结果表明:所提出的轮缸压力控制策略与电动主缸采用PID控制策略相比展现出更好的追踪表现和鲁棒性。     

基于模糊PID控制的空气弹簧振动特性研究

针对在粗糙路面行驶时空气弹簧座椅舒适性较差的情况,采用模糊PID控制策略,以人体加速度误差和误差变化率作为输入量,以空气弹簧控制力作为输出量,设计了模糊PID控制器。为验证控制效果,与ADAMS建立的整车模型进行联合仿真,并与被动空气弹簧座椅进行对比分析。仿真结果表明,采用模糊PID控制的座椅系统减振效果得到了进一步改善,提高了人体振动舒适性。     

基于模糊RBF神经网络的柴油机电液调速控制方法

介绍了电液调速执行器的动态特性,设计了电液调速控制回路,实现了模糊RBF神经网络对柴油机油门执行器位置的控制。将一种基于模糊RBF神经网络的PID控制器应用于柴油机调速控制中,详细说明了模糊RBF神经网络控制器的设计过程,它结合了传统PID以及神经网络和模糊控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明该系统比传统模糊控制的响应速度快、超调小,且适应性强,具有推广价值。     

基于模糊神经网络的可控串补控制策略

目前已运行的可控串补(TCSC)工程都是采用常规的控制策略,采用各种先进控制策略比如非线性控制策略、智能控制策略能使TCSC的作用得到最大限度的利用.设计的TCSC模糊神经网络控制系统采用TCSC当地测量的频率增量及功率增量作为模糊控制的输入,用一种神经网络模拟模糊推理机的知识模型和推理模型,采取误差反传的方法依据输入量的值和系统当前的状态来设计调整神经网络的连接权值以及隶属度函数的参数,从而调整模糊控制规则和量化因子.通过对系统处于不同运行点受到不同干扰下的仿真,表明所设计的TCSC模糊神经网络控制系统具有良好的鲁棒性.     

基于RBF神经网络的船舶电站PID控制器研究

针对船舶电站柴油发电机不确定时延性所带来的非线性调速问题,研究一种基于RBF神经网络的船舶电站PID控制器。对RBF-PID调速控制系统在控制结构上进行了改进,实现对船舶电站柴油发电机非线性调速的快速稳定控制。仿真结果表明:在RBF-PID调速控制系统控制结构中,增加排气压力和排气温度两个输入参数,使得PID参数调节更加灵敏,优化了调速系统性能;改进RBF-PID控制器的调速系统控制参数动态调整规律为:当转速变小、排气总管压力和温度变小时,PID控制参数会调高;当转速变大、排气总管压力和温度变大时,PID控制参数会调小。     

电弧炉电极系统双模控制策略研究及应用

针对交流电弧炉电极控制系统具有非线性时变、多变量、强耦合及存在随机干扰的特点,采用基于最近邻聚类方法的径向基函数(RBF)神经网络快速学习算法,通过实时在线辨识,建立电弧炉电极系统的精确逆模型并用于控制,实现了将具有强耦合特性的多变量输入/输出(MIMO)系统解耦成单个独立的伪线性对象,并提出一种基于RBF神经网络逆控制与比例微分(P/D)控制相结合的双模控制策略。应用结果证实了该控制策略具有快速适应对象和过程变化的能力及较强的鲁棒性。     

基于粗集规则编码的神经网络控制器设计

利用通过粗糙集产生的控制规则对神经子网络进行编码,用遗传算法独立进化每一个子网络,把进化后的子网络用改进的遗传算法通过适当连接形成最后的神经网络。利用该神经网络进行在线控制,并和PID控制效果相比较,证明了其有效性。     

基于变论域模糊PID控制动力总成主动悬置分析

为提高汽车的驾乘舒适度,抑制汽车发动机和路面同时向车身传递振动,减小动力总成悬置在发动机和车身之间的相互移动趋势,利用自适应模糊PID控制算法对动力总成悬置系统进行模糊化处理,同时根据变论域思想,设计系统的输入输出伸缩因子,提出一种变论域自适应模糊PID控制算法。设计仿真控制器,将自适应模糊PID控制和变论域伸缩因子控制相结合,在Matlab/Simulink中进行控制系统的仿真研究,结果表明:在路面和发动机的激励下,变论域自适应模糊PID主动控制相比于自适应模糊PID控制能够更好地抑制悬置的振动,提高整车的舒适性和平稳性。     

基于联想记忆神经网络的控制方法

提出了一种新型联想记忆神经网络结构和学习算法,通过反馈通道将网络输出反馈至输入层,并在通道中引入联想记忆因子,提高了X寸非线性系统的辨识能力,能够简单有效的建立起电阻炉的数学模型。采用具有逆辨识结构的神经网络控制方法对电阻炉进行实际控制,逆控制器的参数通过神经网络逆辨识模型得到,神经网络采用3层2—8—1结构形式。与常规PID控制相比较表明,此方法对大滞后非线性系统具有良好的控制效果和较强的抗干扰能力。     

基于T-S模型三容水箱的模糊PID控制

三容水箱是较为典型的非线性时延对象,常规PID控制难以取得理想的控制效果,本文结合非线性模型线性化方法、PID控制结构及基于T-S模型的模糊控制技术,提出了基于T-S模型三容水箱的模糊PID控制策略.这种策略根据液位变化,通过适用度加权产生PID控制参数,可实现参数的平稳过渡,有利于改善控制性能.仿真结果验证了控制策略的有效性和正确性.     

暖通空调系统的新型模糊自调节PID控制

针对暖通空调系统中由于存在高度非线性,外部扰动,多变量等因素而难以控制的现状,提出一种利用模糊控制器的解析表达式实时调节PID控制器各参数的新型模糊PID控制算法。闭环系统中的模糊模型在发挥控制作用的同时,作为调节器实现了对PID控制器各参数的在线自适应调节,并且给出了具体控制算法设计。仿真结果表明与传统PID控制器相比,这一新型模糊PID控制器具有超调量小,调节时间短,鲁棒性强等优良的控制性能。     

改进模糊控制自整定伺服系统PID控制器的研究

随着数控技术的发展,传统的PID整定方式已经不能满足伺服系统的控制要求。改进遗传算法应用到模糊控制中,对隶属度函数和控制规则进行在线自整定,设计出改进模糊PID整定器。采用设计好的改进模糊PID控制器应用到伺服系统的控制结构图中,在MATLAB的simulink里面进行建模仿真,与常规的模糊PID控制器进行比较,仿真结果表明:改进模糊PID控制器具有较好的快速响应能力、系统稳定性和抗干扰能力。     

基于模糊自适应PID控制的汽车涂装烘房温控系统研究

针对现今汽车烘房温度控制系统中存在设备规模庞大、控制程序繁琐，从而导致开车调试难、控制参数设置比较繁琐等问题。文章采用模糊自适应PID算法，将模糊控制与PID控制结合起来，利用模糊算法在线实时调整PID参数，把模糊自适应PID控制具体应用到烘房温控系统中，解决了传统烘房温控系统控制器依赖精确的数学模型的问题，增强了烘干室温度控制系统对不确定因素的适应性。并利用MATLAB对系统进行仿真，与传统单纯的PID控制进行比较，仿真结果表明基于模糊自适应PID控制的汽车烘房温控系统具有响应速度快、调整时间短、稳态误差小、超调量小等特点，有效改善了系统的动态性能和静态性能。     

电磁式主动悬置系统分目标控制研究

为提高汽车动力总成悬置系统的隔振性能,建立了同时考虑动力总成及车身垂直、俯仰方向的6自由度半车主动悬置系统动力学模型。考虑作动器动态特性对系统控制精度的影响,采用分目标控制的方式,将主动悬置系统分成悬置部分和作动器两部分。对悬置部分设计了适应性强、鲁棒性好且易于实现的模糊控制器及变论域模糊控制器,作动器电路部分则选择简单实用的PID控制器,并利用粒子群算法对PID参数进行优化。为验证控制器的效果,以发动机和路面的联合激励为系统输入进行仿真。结果表明:与被动悬置系统相比,采用分目标控制的主动悬置系统,作动器能更好地跟踪输出悬置所需的理想控制力,使得系统各方面性能均得到不同程度的改善,提高了整车舒适性水平。     

运用灰色预测与模糊加权PID的反应釜温度控制

为了克服反应釜温度控制的滞后性以及弱跟随性问题,并提高温度控制精度和控制效果,在传统PID算法中加入比例设定值权重,在此基础上加入模糊控制,通过模糊规则在线调整加权PID的比例系数和比例设定值权重,以此来加强温度控制的跟随性。在反馈回路中加入灰色预测模型,通过对未来时刻温度进行预测而给出超前的控制作用,以此来削弱反应釜的滞后性。结果表明:该控制方式相比传统PID控制具有更好的响应速度和稳态精度,并且超调量更小。最终应用于油墨反应温度控制中,控制效果得到了明显的改善。     

基于支持向量机的模糊小波神经网络

针对高维输入小波网络的初始参数和网络结构非常复杂且计算量大的问题,提出用支持向量机(SVM)确定小波网络的初始参数和网络结构的方法。首先,使用有监督模糊聚类算法从聚类中抽取模糊规则,然后对每一个规则的后件使用支持向量机方法确定小波网络的结构和初始参数,最后采用梯度下降方法调节模糊小波网络中的参数,使得模糊小波网络输出与期望输出之间的误差较小。仿真结果表明:该算法与传统的模糊神经网络(FNN)相比显著提高了分类精度。     

模糊自适应PID对保险粉合成pH值的控制研究

保险粉合成过程pH值控制存在非线性、时滞性、不确定性问题,采用常规PID控制结合人工控制的方式无法实现参数自调整,对pH值的控制很难达到预期效果,为此,提出了模糊自适应PID控制方法。介绍了保险粉合成原理及反应方程式,分析酸碱中和pH值控制并确定系统的传递函数,设计了模糊自适应PID控制器,通过Matlab/Simulink进行仿真分析,并进行了实验验证,结果表明：模糊自适应PID控制与常规PID控制相比,具有超调量小、调节时间短、抗干扰能力强等优点,实现了对pH值的有效控制。     

基于磁流变液的行星探测器传动装置速度控制策略

在变重力环境下,采用啮合传动元件的行星探测器传动装置受柔性关节影响较大。此外,行星探测器在工作过程中不可避免地会有爬升或克服障碍的动作,会对传动系统中啮合部件造成较大磨损。因此,提出变重力环境下磁流变液剪切屈服应力计算模型,阐述了磁流变液传动装置(MFTD)的结构和原理并建立MFTD控制系统的传递函数,采用磁流变液作为工作介质可大大降低传动装置接触摩擦损失。另外,设计自适应模糊PID速度控制策略并比较了常规PID控制与自适应模糊PID速度控制方式的仿真和实验测试,实验数据显示自适应模糊PID控制能够有效减小传动系统速度波动、快速调整到期望速度值以及具有较高的运动稳定性等优点。     

二级倒立摆的加权变量变论域模糊控制

本文针对二级倒立摆多变量、非线性、强耦合、自然不稳定的特点,结合极点配置、变量加权和变论域模糊控制方法,提出了加权变量变论域模糊控制策略,较好地解决了控制精度和模糊规则数之间的矛盾,取得了良好的控制效果.仿真结果验证了所论控制策略的正确性和有效性.