基于改进粒子群算法自整定伺服系统PID控制器的研究

伺服系统是一种非线性控制系统.提出用改进粒子群算法自整定伺服系统PID控制器的参数,给出了详细的整定过程,并在MATLAB的simulink中进行了建模仿真,结果表明,与传统的粒子群算法自整定PID控制器相比较,改进粒子群算法应用于伺服系统PID控制器自整定响应速度更快,无超调,稳定性更好.     

基于模糊PI控制的pmsm驱动控制系统

针对PI参数自整定存在控制系统数学模型的精确度、整定效率低和优化时间长的问题,提出一种基于模糊控制 的参数自整定的优化策略。以伺服控制系统的数学模型为基础,根据模糊控制的基本原理,设计PMSM的速度模糊PI 控制器。然后根据矢量控制原理,在MATLAB/Simulink仿真平台上搭建PMSM控制系统的模型,并对PMSM控制系统 进行了仿真。仿真结果表明：在传统PI控制的基础上增加参数自整定是正确和有效的,能使伺服系统具有较强的负载 抗扰性和良好的动态跟踪性能。     

基于免疫原理的控制器参数整定方法

基于免疫原理,建立了一个基于免疫机制进行控制器参数整定的数学模型。给出了参数整定问题中抗原、抗体和亲和力的定义,对基于免疫原理的控制器参数整定过程进行了详细的描述。最后以PID的参数整定为例,控制一个高阶系统,大延迟系统和非最小相位系统。并与Z-N,MOMI等算法的整定结果进行了对比实验,结果表明该方法对控制器的参数整定是有效的。     

一种模糊趋近律转台伺服系统滑模控制器设计

针对飞行模拟转台位置伺服系统中存在的非线性摩擦环节,设计了一种补偿摩擦的模糊趋近律滑模变结构控制器.在常规的滑模变结构控制中引入模糊控制,利用模糊控制器来调整滑模控制的趋近律参数.Matlab仿真结果表明,该控制器优于常规指数趋近律变结构控制器,有效地抑制了摩擦力矩的影响,保证了系统的快速性和鲁棒性,实现了高精度的位置跟踪.     

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Simulink的模糊PID参数自整定控制器的设计与仿真

针对PID控制器参数整定问题,介绍了一种运用模糊推理实现对PID参数自整定的控制方法,并运用S imu link进行仿真分析,仿真结果表明:模糊PID参数自整定控制较常规PID控制具有较小的超调量和较短的调节时间,以及较好的动态响应特性和稳态特性。     

模糊PI控制的三相四桥臂有源电力滤波器

针对于三相四桥臂有源电力滤波器(active power filter,APF)直流侧PI系数难以整定的问题,提出了一种基于模糊理论的PI控制器的设计方法。模糊PI控制器通过在传统PI控制器的基础上加入模糊控制算法来降低PI参数的整定难度。理论分析与仿真结果表明:该控制器具有如下优点:参数整定容易;相对于传统PI控制器,具有更好的动态性能和静态性能;APF具有更好的谐波和无功电流的补偿性能;在电网电压扰动的情况下仍能对电容电压进行无静差跟踪。     

基于灵敏度的不稳定对象PID控制器

针对不稳定对象提出了一种基于灵敏度指标的PID控制器整定方法.首先采用内环反馈结构将不稳定对象转换成一个稳定的模型,然后基于灵敏度指标设计PID控制器,最后通过将两个回路等价为一个反馈回路结构获得给定加权PID控制器参数.仿真结果表明,本PID控制器整定方法可以使不稳定对象闭环系统获得期望的灵敏度,保证了系统的鲁棒性和良好的控制性能.     

仿人智能控制器的模糊自整定

仿人智能控制器（ＨＳＩＣ）是一类实时鲁棒的智能控制器，被成功用于不少工业过程，但在实际应用中，控制器参数的整定仍然依靠专家来进行，考虑到ＨＳＩＣ控制器参数与系统闭环响应过程特征参数之间的模糊关系，本文提出了一类基于模糊推理的参数自整定方法并用于温度对象的控制中，表明该方法是有效的。     

基于径向基函数网络的非线性通用模型控制

为了克服通用模型控制器要求过程一阶微分模型应该有显式解的局限性,提出了一种基于神经网络的通用模型控制方法,将非线性过程模型应用逆系统的方法在控制算法中直接嵌入过程模型,从而保证通用模型控制策略的可实现性。其参考轨迹是一条典型的二阶曲线,由于径向基函数网络具有许多优点,该控制策略中的神经网络为径向基函数网络。该控制器参数具有明显的物理意义,参数整定方便。仿真实验验证了该控制策略的有效性。