共查询到20条相似文献，搜索用时 15 毫秒
1.
为明确鱼菜共生系统中水体溶解氧分布特征,采用室内搭建的鱼菜共生系统,利用多点采样装置以及物联网传感系统对系统中水质参数、气象数据和生物量信息进行提取,通过相关性分析对该鱼菜共生系统中溶解氧时空变化规律以及光照强度与喂食量对其时空变化的影响进行了研究。结果表明,溶解氧在鱼池中随垂直深度增加而减小,相关系数范围为-0.9～-0.7时,鱼池溶解氧空间变化量与喂食量呈显著线性关系,相关系数为0.9294,方差分析中F值为126.94。溶解氧在水培槽中随水平距离增加而减小,相关性范围为-0.9～-0.8时,水培槽溶解氧空间变化量与光照强度呈显著线性关系,相关系数为0.8158,方差分析中F值为39.7954。溶解氧日变化受到各环节空间变化影响,白天波动下降,夜间平缓上升。研究结果为鱼菜共生系统溶解氧研究提供了一定理论依据。 相似文献
2.
为满足水产品清洗消毒的需求,设计适用新型消毒剂ClO_2的浓度控制系统。在分析模糊免疫PID控制器和自适应整定模糊PID控制器特点的基础上,结合两者的优势设计混合模糊PID控制系统并进行仿真实验。结果表明,自整定模糊免疫PID控制系统的动态性能良好,响应速度和对于周期性干扰的调整均能满足生产需求,超调量为7.5%左右,控制性能和鲁棒性能良好。并在样机上进行生产验证,能够初步达到仿真实验效果,为ClO_2消毒液的浓度控制提供新的发展思路和参考方向。 相似文献
3.
为了实现磁悬浮球系统高精度位置控制,提出一种基于模糊神经网络补偿PID控制的磁悬浮球系统位置控制新方法,该控制系统由模糊神经网络辨识器、PID控制器和模糊神经网络控制器组成。模糊神经网络辨识器基于PID控制器所提供的训练数据,建立控制系统误差与控制量之间的动态模型并将网络辨识参数实时传递至模糊神经网络控制器,模糊神经网络控制器基于实时辨识模型计算得到当前周期的补偿控制量,实现对PID控制的在线动态补偿,避免了离线训练过程,且无需建立精确的数学模型。方波信号仿真和实验结果表明:模糊神经网络补偿控制精度分别由PID控制的0.014 2 mm和0.221 1 mm提升至0.006 8 mm和0.073 9 mm,控制系统具有良好动态性能。 相似文献
4.
为解决传统农业温控系统存在的大惯性、时变非线性和纯滞后性问题,以恒温水浴温度调控系统为研究对象,建立温度调控机构的一阶加纯滞后数学模型。充分考虑PID控制、模糊控制与灰色预测控制各自的优点,仿真评估灰色预测算法预测系统温度的相对残差均值为4.73×10-6,方差比为0.001 8,反映出模型预测的可靠性很高;设计将模糊PID作为主控制器,灰色预测算法作为辅助控制器的协同温度控制模型。仿真试验结果表明：灰色预测—模糊PID控制器的超调量相对于传统PID控制器下降0.35%,相对于模糊PID控制器下降0.18%;灰色预测—模糊PID控制器的调节时间相对于传统PID控制器缩短232.8 ms,相对于模糊PID控制器缩短204.9 ms;灰色预测—模糊PID控制器的稳定温度值相对于传统PID控制器减小3×10-3℃,相对于模糊PID控制器没有发生变化;对于相同的扰动信号,灰色预测—模糊PID控制器的调节时间相对于传统PID控制器缩短252.3 ms,相对于模糊PID控制器缩短248.2 ms。灰色预测与模糊PID的恒温水浴协同温度控制与传统PID、模... 相似文献
5.
6.
无刷直流电机(BLDCM)是一个非线性、多变量、强耦合的系统,常规的PID控制难以达到良好的控制效果,模糊PID控制器依据模糊算法在线自整定PID参数,可弥补常规PID的不足之处,提高控制精度,取得更好的控制效果。论文对所设计的模糊PID控制器在Matlab/Simulink环境下进行了纯数学仿真的研究及调试。在数学仿真的基础上,采用dSPACE硬件平台对电机进行了硬件在环仿真,通过直接控制实物电机,验证了模糊PID控制系统具有良好的动、静态性能。 相似文献
7.
针对当前电锅炉控制系统中温度和液位的单一控制所造成的温度控制精度低、使用不方便等问题,提出对其温度和液位同时进行控制的方法,改善控制效果,提高温度控制的精度.针对常规PID控制在温度控制系统中出现的超调量大、稳定时间长等缺点,采用模糊理论和PID控制相结合的模糊PID控制算法实现温度控制,设计了模糊PID控制器,通过MATLAB仿真表明其满足温度控制要求.针对常见温度控制器在实现智能算法时的运行速度慢、运行不稳定等问题,提出一种基于FPGA芯片的解决方案,通过EDA软件仿真和测试,验证了其可行性. 相似文献
8.
9.
研究了基于模糊PID控制的柴油机怠速控制系统,重点介绍了模糊PID控制算法在柴油机怠速控制中的应用,并对控制系统进行了仿真验证。结果表明：在模糊PID控制下,当系统模糊规则选取合适时,系统的动、静态性能均较经典的PID控制器优越。 相似文献
10.
车辆半主动悬架动力学分析及模糊PID控制仿真 总被引：1，自引：0，他引：1
首先建立4自由度1/2车体动力学模型,针对车辆悬架为非线性、时滞、不确定系统,设计了半主动悬架的参数自整定模糊PID控制器,实现PID参数在线修正的功能,并以C级路面作为输入信号,运用Matlab/Simulink控制仿真软件对该半主动悬架模型各平顺性指标进行计算机仿真,结果表明,模糊PID控制的半主动悬架与被动悬架和模糊控制的半主动悬架相比在对车身垂直加速度、俯仰角加速度、悬架动挠度、轮胎动载荷等平顺性指标都有较大的改善,验证了模糊PID控制具有较好的自适应能力。 相似文献
11.
12.
水体溶解氧(Dissolved oxygen,DO)是养殖水产品健康生长的重要生态因子。池塘溶解氧易受多种因素的影响,会产生时间和空间上分布的差异,现有的溶解氧预测方法大多是针对单监测点的时间序列预测,无法描述池塘溶解氧的空间分布,因此,对池塘溶解氧进行时间和空间预测非常重要。本文提出一种基于自回归循环神经网络(Autoregressive recurrent neural network,DeepAR)和正则化极限学习机(Regularized extreme learning machine,RELM)的池塘溶解氧时空预测方法。首先采用样本熵(Sample entropy,SE)衡量各个监测点溶解氧序列的波动程度,采用最大互信息系数(Maximum mutual information coefficient,MIC)衡量监测点溶解氧序列之间的相关性,综合选取出溶解氧序列波动程度较小且与各个监测点相关性较大的监测点作为中心监测点,并以中心监测点为原点,建立池塘空间坐标系;其次采用DeepAR算法构建中心监测点的溶解氧时间序列预测模型,实现中心监测点溶解氧时间序列预测;最后采用RELM算法构建中心监测点与池塘各位置溶解氧之间的空间映射关系模型,结合中心监测点溶解氧时间序列预测值和池塘空间坐标,实现对未来时刻池塘溶解氧的空间预测。该方法在提高时间序列预测精度的同时,实现了对未来时刻池塘溶解氧空间状态的预测。在真实的数据集上进行测试,预测未来24h的池塘空间溶解氧值,均方根误差(RMSE)为1.2633mg/L、平均绝对误差(MAE)为0.9755mg/L、平均绝对百分比误差(MAPE)为14.8732%。并与标准极限学习机（Extreme learning machine,ELM）、径向基神经网络（Radial basis function neural network,RBFNN）、梯度提升回归树（Gradient boosting regression tree ,GBRT）和随机森林（Random forest,RF）4种预测方法进行对比,各评价指标的性能均有较大幅度提升,表明该方法有较好的预测精度和泛化能力,能够较准确地实现池塘溶解氧时空预测。 相似文献
13.
针对六自由度运动平台非线性、多变量、强耦合的特点,分析了六自由度运动平台的工作原理,在传统PID的基础上设计了模糊PID控制器。将各液压缸的工作位置作为研究指标进行仿真分析,仿真结果验证了所提控制方案的可行性。 相似文献
14.
当被控对象结构或参数变化时,比例－积分－微分（PID）控制器因参数不能在线调节使得控制性能变差。模糊自适应PID控制器在传统PID控制器基础上,引入模糊逻辑推理,利用被控量偏差及偏差的变化,在线调整PID参数。通过仿真分析得出,在抗扰动性能上,模糊自适应PID控制没有明显的优势,而当被控对象结构或参数变化时,模糊自适应PID控制比PID控制性能优越。 相似文献
15.
16.
无人驾驶铰接式车辆强化学习路径跟踪控制算法 总被引：2，自引：0，他引：2
针对无人驾驶铰接式运输车辆无人驾驶智能控制问题,提出了一种强化学习自适应PID路径跟踪控制算法。首先推导了铰接车的运动学模型,根据该模型建立实际行驶路径与参考路径偏差的模型,以PID控制算法为基础,设计了基于强化学习的自适应PID路径跟踪控制器,该控制器以横向位置偏差、航向角偏差、曲率偏差为输入,以转角控制量为输出,通过强化学习算法对PID参数进行在线自适应整定。最后在实车道路试验中验证了控制器的路径跟踪质量并与传统PID控制结果进行了对比。结果表明,相比于传统PID控制器,强化学习自适应PID控制器能够有效减小超调和震荡,实现精确跟踪参考路径,可以较好地实现系统动态性能和稳态误差性能的优化。 相似文献
17.
微流控PCR温度控制算法设计 总被引：1，自引：0，他引：1
在开发的微流控PCR检测仪基础上对温度循环控制算法进行了改进设计.设计了经典PID控制器,在控制算法上研究了模糊PID算法,并用Matlab构建Simulink仿真模型进行验证.仿真结果表明,传统PID算法的超调为8.5％,调整时间为3.4s,控制精度达到0.044℃;模糊PID算法的超调为1.45％,调整时间为1.94 s,控制精度达到0.015℃.2种算法比系统原有控制精度(0.1℃)均有显著提高.模糊PID算法克服了传统PID超调较大的缺陷,大大缩短了调整时间. 相似文献
18.
19.
20.
时变论域下设施智能滴灌系统的模糊PID控制 总被引：1，自引：0，他引：1
针对设施农业中灌溉系统控制算法不稳定、自适应能力差等问题,通过引入伸缩因子提升自适应模糊控制器的性能,来获得控制精度高、振荡弱的最佳控制方法。结果表明,基于时变论域自适应模糊PID控制系统具有超调量小、调整时间短、稳定性高等优点,相对于传统模糊PID,控制效果明显提升,同时,田间测试的结果表明系统可根据土壤湿度数据进行自动控制,使土壤湿度始终保持在给定值附近,实现灌溉的精准管理和精确控制,为发展设施农业精准灌溉提供一种新的解决方案。 相似文献