共查询到18条相似文献,搜索用时 651 毫秒
1.
【目的】针对环形一级倒立摆的稳定控制问题,提出一种基于单神经元PID的控制算法.【方法】通过拉格朗日方法推导出环形一级倒立摆系统的数学模型,设计了单神经元PID控制器,该控制器不但结构简单,而且具有良好的自适应性和鲁棒性,并采用有监督Hebb学习规则对加权系数进行修正.在Matlab中的Simulink仿真平台下,分别使用单神经元PID控制、常规PID控制和LQR控制,对环形一级倒立摆进行控制仿真.【结果】单神经元PID控制较常规PID控制与LQR控制获得更好的控制效果,能够有效地解决环形一级倒立摆的控制问题. 相似文献
2.
以无人机三轴稳定云台的内框作为研究对象,将自适应卡尔曼滤波算法与模糊PID控制算法相结合,提出了一种基于自适应卡尔曼滤波的模糊PID控制算法.经过Matlab仿真实验表明,相对于经典PID控制算法和模糊PID控制算法而言,该算法在无人机三轴稳定云台的控制上,不仅响应速度快、精度高,而且对控制干扰噪声和测量噪声也起到了较好的抑制作用. 相似文献
3.
基于神经网络PID的无人机自适应变量喷雾系统的设计与试验 总被引:1,自引:0,他引:1
【目的】针对传统植保无人机在定量喷施作业时由于飞行速度的变化造成施药不均匀以及传统控制算法无法满足无人机变量喷雾系统所需的实时性和稳定性等问题,设计一种基于神经网络PID的自适应无人机变量喷雾系统。【方法】采用风压变送器测出无人机的飞行速度,根据速度采用脉宽调制(PWM)方法进行自适应变量喷雾,同步用流量传感器测出实际喷雾流量,融合BP神经网络PID控制算法调节喷雾流量。由MATLAB构建BP神经网络PID控制算法,并与PID、模糊PID和神经元PID对比及分析;田间试验过程中,对比分析无人机定量喷雾与随飞行速度改变的变量喷雾效果,采用水敏纸获取雾滴沉积量分布,分别从整体区域、飞行方向和喷杆方向评价沉积量分布的均匀性。【结果】算法仿真对比试验结果表明,与PID、模糊PID和神经元PID相比,BP神经网络PID阶跃响应上升时间分别少28.57%、84.73%和31.03%,正弦跟踪平均误差分别小63.01%、87.03%和0.58%,方波跟踪平均误差分别小74.00%、79.53%和6.80%,鲁棒性强,无静差,超调量为1.20%;喷雾对比试验结果表明,本系统能够根据飞行速度自适应调节喷雾流量,实际流量与目标流量的平均偏差为8.43%,水敏纸扫描结果表明总体区域雾滴沉积量的变异系数对比定量喷雾平均降低26.25%,喷杆方向平均降低18.79%。【结论】该研究结果可为农业航空变量喷雾技术的应用提供理论基础。 相似文献
4.
基于自适应模糊PID控制的猪舍温湿度控制系统研究 总被引:4,自引:0,他引:4
我国北方猪舍冬季室内外温差大,影响温湿度控制精度。文章基于自适应模糊PID控制算法研究母猪舍温湿度控制。该算法具有超调量小、响应速度快、鲁棒性强优点,可提高寒地猪舍温湿度控制精度。仿真试验数据表明,该算法系统超调量为2.57%,系统调控时间较原有PID控制算法调控时间缩短57.56%;实测结果表明,基于该算法改进温湿度控制系统最大温湿度偏差值分别为0.61℃和6.86%,较原有PID控制算法调控温湿度偏差分别减少1.8℃和2.21%,研究可为我国北方寒地猪场冬季养殖管理提供更精准温湿度环境保障。 相似文献
5.
6.
《南京农业大学学报》2016,(1)
[目的]针对目前四轮农用拖拉机换挡器的特殊结构,设计了新颖的拖拉机驾驶机器人换挡机械手,将拖拉机换挡操纵杆的三维球面运动转化为直角坐标中的二维直线运动,机械手可以沿X、Y 2个方向的运动来实现选、换挡。[方法]拖拉机换挡操纵杆在X方向的换挡阻力很小,且选挡位置固定,因此在X方向采用传统的位置控制;由于拖拉机换挡操纵杆在Y方向换挡时,位置重复性差,换挡过程中的力存在时变、非线性等特征,难以通过位置控制进行纵向换挡,因此,构建基于力反馈的拖拉机驾驶机器人换挡机械手模糊PID自适应控制系统,并通过力信号的小波入位检测判断换挡手柄是否成功入位。[结果]仿真结果及在国产JINMA(金马)300E型拖拉机的换挡试验均表明:模糊PID自适应控制方法具有良好的力跟踪特性,与传统PID控制方法相比,该控制方法可实现换挡过程中PID参数的在线自整定,换挡力跟踪误差低于6%,超调量小于10%,上升时间缩短46%。[结论]基于力反馈的模糊PID自适应控制能够实现拖拉机驾驶机器人的平顺换挡,具有较强的鲁棒性和自适应能力。 相似文献
7.
通过深入分析足球机器人带球状态下的运动特点, 结合智能预瞄控制方法建立带球状态下的非线性数学运动模型。分别对机器人的线速度和旋转速度使用专家PID控制,实现在带球情况下不丢球的机器人轨迹跟踪。仿真和试验证明该方法具有良好的快速性和鲁棒性。 相似文献
8.
9.
杨张利 《西南大学学报(自然科学版)》2018,40(8):172-176
针对车用燃气发动机空燃比难于实时精确控制,探讨了一种最优空燃比融合控制策略.首先分析了燃烧室的控制论特性,研究了优化的控制策略,基于HSIC动静态特性与误差特征识别模型,构造了基于HSIC控制算法.在Matlab环境下,分别采用基于仿人智能融合控制与Smith最优PID控制的算法作了仿真对比研究,系统响应验证了融合控制算法优于Smith最优PID控制策略.仿真结果表明,采用融合控制算法实现对燃气发动机的最优空燃比控制是合理与可取的. 相似文献
10.
在分析无刷直流电机数学模型的基础上,提出一种无刷直流电机控制系统仿真建模的新方法.在Matlab/Simulink中按功能进行模块化建模,用M文件和S函数来编写功能模块,实现电流滞环和转速单神经元PID控制的双闭调速系统仿真.仿真结果与理论分析一致,验证了该控制系统设计的合理性.此仿真模型可以验证各种控制算法,为无刷直流电机控制系统的分析和设计提供有效的途径. 相似文献
11.
12.
为提高排种器的排种精度,在传统气吸式排种盘转速控制的基础上,设计了一套卡尔曼滤波融合遗传PID控制算法,通过PID控制算法实现排种盘电机转速的闭环控制,通过卡尔曼滤波算法滤除排种盘在转动过程中因振动和外界干扰等原因产生的噪声,并采用遗传算法快速准确的寻找PID控制过程中的最优控制参数.为验证算法的有效性,假设输入信号为单位阶跃信号,并在噪声大小为0.002和0.1的情况下分别进行了实验.在噪声为0.002时,传统PID控制响应波动值可达到1.5,遗传PID控制响应波动值最大仅为1.2;加入卡尔曼滤波后,传统PID控制输出响应趋于稳定的时间约为0.2 s,遗传PID控制的输出响应趋于稳定的时间约为0.08 s;同理,将噪声增大为0.1后,采用相同的实验方案进行实验,最终实验说明了卡尔曼滤波融合遗传PID控制算法在提高排种盘电机转速稳定性中的有效性. 相似文献
13.
为提高平地机行走作业速度的控制性能,协调解决外界干扰信号对系统造成的影响以及行走作业速度精度滞后和不稳定性问题、将一阶惯性环节加入模糊自适应PID控制器的微分环节中,采用单片机作为行走作业速度的控制中心,提出了基于不完全微分的模糊自适应PID算法速度优化控制系统.最后通过Matlab的Simulink仿真软件,分别将不带PID控制、PID控制和不完全微分模糊自适应PID控制3种方式用于对人为给定速度干扰信号的控制仿真测试,验证了不完全微分模糊自适应PID算法的有效性和可靠性. 相似文献
14.
本文介绍了一种基于STC89C52 单片机实现模糊PID 控制鸡舍大棚内温度控制方法;为解
决常规PID 控制算法无法适应复杂的、非线性的、时变的控制系统问题,采用热电偶传感器对鸡舍温
度进行实时监控,结合热电偶本身的非线性特点,采用单片机与模糊PID 相结合进行温度控制,从而
提高响应的速度和对温度的控制精度,具有一定的实用价值。 相似文献
15.
为了提高发动机空燃比控制的精度,提出了一种基于蝙蝠算法整定参数的PID控制器,将此控制器应用于某单缸发动机的平均值模型中进行模拟测试,并加入了油膜补偿模型.仿真结果表明,与传统PID控制器相比,基于蝙蝠算法调整参数的PID控制器能更好地适应发动机系统的非线性和时变性特性,对瞬态工况下空燃比有更好的控制效果. 相似文献
16.
【目的】设计饲料配制控制系统,并采用神经网络PID优化算法实现对配料精度的提高。【方法】以西门子S-200 smart型PLC为主控设计饲料配制控制系统,针对现有常规PID算法的控制策略存在超调大、收敛慢等缺陷和BP神经网络梯度下降过程容易出现局部最小化问题,提出以附加动量项的BP神经网络PID算法实现称重误差的降低。【结果】基于动量项的梯度下降法建立的BP神经网络PID算法模型解决了参数自学习整定问题,在响应速度上该算法与PID算法对比为3∶1,试验后平均精度99.6%。并在收敛速度和改善超调现象具有更高效的表现。【结论】配料系统经算法优化后误差得到有效控制。 相似文献
17.
铁观音茶烘焙机温度小超调模糊-PID控制 总被引:4,自引:0,他引:4
针对模糊控制的不足和PID控制的缺点,提出铁观音茶烘焙机模糊-PID分段控制策略,综合了模糊控制和PID控制的优点,对传统模糊控制方法与PID参数整定进行了改进,使得系统在小超调的情况下获得最短的温度调节时间.仿真与试验结果表明该控制器设计方法简单实用,具有良好的控制效果. 相似文献
18.
为提高农用无人机动态性能,基于传统串级整数阶PID控制算法,提出一种串级分数阶PID控制算法。以四旋翼无人机为研究对象建模,并利用遗传算法对串级整数阶PID和串级分数阶PID参数进行整定,得到最优控制后采用MATLAB/SimuLink仿真分析,〖JP2〗证明串级分数阶PID控制效果优于串级整数阶PID。以四旋翼无人机实物为对象进行试验,测试结果表明,串级分数阶PID比串级整数阶PID的调节时间缩短了0.24 s,总体性能更优,表明仿真结论可靠。研究结果表明,串级分数阶PID控制算法可用于农用无人机的飞行控制。 相似文献