分享到:

液压挖掘机节能参数自适应模糊PID控制器研究

1 引 言近年来 ,随着国民经济的高速发展 ,液压挖掘机在农业中的需求量越来越大 ,被广泛应用于各项农田水利建设及农业开发中。与此同时 ,由于液压挖掘机工作条件恶劣 ,载荷变化大 ,使发动机经常偏离低油耗区工作 ,机器性能得不到充分发挥 ,尤其是液压系统能源消耗更为严重 ,造成大量能源浪费。液压挖掘机的“节能”问题已经受到了业内人士的普遍关注。目前 ,国外在这方面的研究已经比较成熟 ,主要是采用分工况控制系统[1] 。而国内 ,这方面的研究正在进行中 ,以浙江大学冯培恩教授领导的研究小组在这方面处于国内领先水平。吉林大学一直从事电控液压技术研究 ,并从 1996年开始涉足挖掘机节能技术 ,对液压系统节能问题有较深的研究。为推动我国液压挖掘机节能技术的发展 ,本文首次将参数自适应模糊PID控制方法引入到液压挖掘机的节能控制中 ,试研制一新型控制器 ,克服传统控制方法不能实现精确控制的缺点。2 节能原理通过分析 ,液压挖掘机的能量损...  (本文共4页) 阅读全文>>

《微计算机信息》2003年07期
微计算机信息

模糊控制和传统PID控制的仿真研究

1前言 在工业过程中,惯性带有滞后的被控对象是很普遍的,传统的:PID控制在工业生产中虽然得到广泛应用,但对于大滞后、非线性的复杂系统。常规PID控制很难保证其控制效果始终处于最佳状态。模糊控制不需要控制对象的精确数学模型,它是一种基于规则的控制,依据操作人员的控制经验和专家的知识,通过查表就可以得到控制量,实现简单,控制效果好。本文经实例仿真,证实模糊控制的控制性能比传统的PID控制有明显的优势。2模糊控制的设计模糊控制器的结构框图如下: 采用MAnAB模糊推理工具箱来编辑模糊控制器,过程如下: (1)编辑模糊输入、输出:在MAllAB命令窗口键入fuzzy,就会出现一个FIS Editor窗口,在Edit菜单下确定输入、输出,分别是E、EC、U。双击每个图标就可以进行编辑。在File菜单下选择Mamdain型。 表l模糊控制规则NB NM NS ZO PS PM PBNBNMNSZOPSPMPBPB PBPB PBPB PM...  (本文共2页) 阅读全文>>

《西北民族大学学报(自然科学版)》2003年02期
西北民族大学学报(自然科学版)

时滞系统的PID型迭代学习控制

迭代学习控制是一种智能化的(具有学习记忆功能)高级控制方法,它通过反复的迭代修正达到某种控制目标的改善 这一思想最初是由Uchiyama[1]于1978年提出的,后S.Arimoto等人加以完善,并于1984年发表了迭代学习控制的开创性文献[2~4] 由于迭代学习控制能以很简单的方式处理不确定程度相当高的线性或非线性系统,且仅需较少的先验知识和计算量,因此它的研究对那些有着时滞、强耦合、难以建模以及高精度轨迹控制的问题有着重要的意义 许多学者从理论和应用方面作了大量的工作,并得到了有益的结论[5~7] 本文提出了时滞系统的迭代学习控制算法,并验证了算法的收敛性 1 迭代学习控制结构与学习算法  设一时滞系统的动态方程为: x(t)=Ax(t)+∑ni=1Aix(t-τi)+Bu(t)+∑ni=1Biu(t-τi)y(t)=Cx(t) (1)图1 迭代学习控制结构  本文提出按照图1所示的控制结构对时滞系统的动态施行迭代控制,以改...  (本文共4页) 阅读全文>>

《控制与决策》2003年04期
控制与决策

并联机器人的非线性PID控制

1  引  言  并联机器人作为机器人的一个分支 ,以其具有刚度大、负载能力强、精度高、结构紧凑和控制容易等优点 ,广泛应用于某些工作空间受限制或工作空间要求不高的场合。并联机器人的理论探讨和实际研制均取得了一定的成果[1~ 3 ] 。  人们为了提高并联机器人轨迹跟踪的控制性能 ,提出了各种控制算法。Nguyen等提出了自适应PID控制算法 ,实现 6自由度并联机器人的高精度轨迹跟踪 ,但其算法过于复杂 [4] 。 Kim等采用 Lya-punov方法设计自适应控制器 ,实现 6自由度并联机器人的高精度轨迹跟踪 ,取得了较为理想的效果 ,但该方法不仅算法复杂 ,而且需要基于关节的速度测量 [5]。  本文基于机器人关节位置测量 ,采用非线性PID控制算法 ,实现 6自由度并联机器人轨迹跟踪控制。具体设计了非线性 PID控制器 ,并进行了实验研究 ,证明该轨迹跟踪控制具有较高的精度。2 运动控制模型  并联机器人的机械结构由不动...  (本文共4页) 阅读全文>>

《热能动力工程》2003年01期
热能动力工程

基于免疫进化算法的过热汽温自整定PID控制研究

1 前 言PID控制器及其改进型在工业过程控制中最常见[1] 。传统的电站锅炉过热汽温控制系统大多采用常规的PID串级控制策略。过热汽温对象具有时变性、不确定性和非线性等特点 ,常规的PID控制器往往难以取得良好的控制品质。要获得高品质控制效果 ,有必要根据运行工况的改变实现PID参数的自动整定。结合智能控制理论的研究 ,已提出了多种PID控制器参数寻优的方法 :(1)具有模糊推理的PID参数自整定方法[2 ] ,有较强的适应性 ,但调节过程复杂 ,需掌握对象较充分完备的先验知识。 (2 )基于神经元的PID学习控制器[3 ] ,神经网络参数调整目标单一 ,不能得到较高的控制性能。 (3)基于遗传算法 (GA)的PID参数优化算法[4~ 6] ,根据性能指标构建适应度函数 ,通过随机搜索以获得最佳的PID参数 ,而传统GA方法存在早熟问题 ,容易陷入局部极值点。根据免疫系统的抗体产生机制 ,将先验知识转化为记忆细胞 ,并引入抗体...  (本文共6页) 阅读全文>>

《选煤技术》2003年01期
选煤技术

浮选柱系统的变结构PID控制

1 引言浮选柱作为煤泥分选、高硫煤脱硫降灰的主要设备已经得到了广泛的应用 ,实现浮选柱自动化控制 ,推广洁净煤新技术 ,不但可以提高浮选产品的数量和质量 ,而且有利于高硫高灰煤的分选和广泛利用。美、俄、奥、加等国有关浮选柱生产过程的自动控制与浮选柱的基础研究工作基本上是同步进行的。他们在浮选柱的研究与控制方面已取得了很大的成果 ,他们的许多选煤厂已经实现了生产过程自动化。我国在浮选柱自动控制方面显然落后许多 ,作为煤炭生产和消费大国 ,实现选煤自动化意义深远。浮选柱生产过程的自动化控制策略曾有过许多理论研究 ,大多数文献从选煤厂的整体出发 ,利用各种在线检测手段 ,实现整个选煤厂的选煤自动化。也有文献[1] 着重论述了针对浮选柱选煤环节的稳定控制和最优控制两种控制策略 ,并且分析了这两种方法各自的优点和不足 ,以及现阶段在我国使用这两种控制策略的可行性。本文以FCMSC浮选柱为主体 ,根据我国选煤厂的现有生产条件 ,采用稳定控制...  (本文共4页) 阅读全文>>