基于改进灰色预测模糊PID控制的列车多目标优化研究

针对列车自动驾驶(ATO)系统各性能指标最优问题,充分考虑灰色预测控制、模糊控制与PID控制各自的优点,提出一种改进灰色预测模糊PID控制算法。以准时性、舒适性、精准停车及能耗为指标,列车动力学方程为约束,构建列车运行多目标模型;然后采用遗传算法优化该模型,根据MATLAB软件得到列车运行目标曲线;最后利用Simulink模块搭建PID控制器仿真模型、模糊PID控制器仿真模型和改进灰色预测模糊PID控制器仿真模型,获得其对应的跟踪曲线。选用车型和线路仿真模拟,仿真结果表明:改进灰色预测模糊PID控制算法比PID控制算法和模糊PID控制算法在提高列车运行的准时性、舒适性、停车精确性以及降低能耗方面更有效。     

电弧炉电极调节智能控制系统研究

针对旧式电弧炉在生产过程中存在的故障率高、控制差等诸多问题,结合电极调节特点和冶炼工艺要求,依据电弧电流和弧长的关系,建立电极调节智能控制模型.在熔化期采用Bang-Bang快速最优控制提高电极快速响应性能,给出了Bang-Bang控制算法的实现方法;在氧化期和还原期采用模糊算法在线自动调整PID控制器参数来提高控制精度,依据工程实际,建立PID控制器参数自动调整模糊控制规则.结果表明,系统参数变化具有良好的适应性,并有效地减少了电极短路、断弧等现象.     

变积分参数模糊PID控制器的设计

为改善温控系统的控制品质,针对目前在大惯性、大滞后、非线性的温控系统中普遍存在的静态误差的问题,提出可变积分参数模糊PID控制方法。在模糊PID复合控制的基础上,增设模糊变积分参数控制环节。实时控制时采用分段控制的方法,先通过变积分规则库。对实测的系统误差与误差变化率进行模糊推理,在线调节积分参数;然后由模糊推理产生比例因子的调节规则,对比例因子实行调节,多项举措有效提高了系统的控制效果。仿真研究表明系统的鲁棒性和自适应能力增强,系统的动、静态性能明显优于常规PID控制器,可推广到高精度要求的温控系统。     

构架整体时效电阻炉温度控制系统的设计

转向架构架是转向架的重要承载部件,是转向架其它各零部件的安装基础,在转向架构架生产、组装过程中,对温度控制的好坏直接影响着转向架的质量,因此温度控制是构架整体时效电阻炉系统的关键技术.在普通模糊控制器的基础上提出了一种新型的模糊PID控制应用于构架整体时效电阻炉温度控制系统,该系统控制精度高,超调量小,能满足控制要求.     

基于自适应模糊滑模的列车精确停车制动控制算法

针对高速列车自动驾驶系统精确进站停车问题,基于列车动力学模型和列车制动系统模型,设计1种自适应模糊滑模控制器,通过模糊切换以补偿列车运行过程中受到的基本阻力、线路附加阻力以及外部未知随机扰动等非线性扰动的影响。根据滑模控制理论,利用列车运行过程中的状态偏差,设计基于跟踪误差的等效控制器,以求解列车制动等效控制量;考虑外部扰动,基于优秀司机驾驶经验的模糊推理规则,设计切换控制器,以得到精确控制量。采用本文控制算法对列车制动过程进行仿真验证,并与传统的PID控制和基于指数趋近律的滑模控制进行对比。结果表明:在考虑附加阻力和外部扰动情况下,自适应模糊滑模控制器能够柔化非线性切换控制信号,削弱滑模控制固有的抖振现象,实现对参考轨迹的精确跟踪,并最终实现精确停车;即使在列车制动系统实际控制输出出现偏差时,设计的控制器仍能控制列车精确跟踪参考制动曲线。     

基于自抗扰控制的高速列车自动驾驶速度控制

针对高速列车在复杂环境运行时,传统PID控制器受未建模动态及外界未知干扰导致列车速度追踪误差大的问题,提出一种基于自抗扰控制ADRC(Active Disturbance Rejection Control)的高速列车速度控制算法。基于单质点模型建立列车的状态空间方程,令列车方程中的未知部分作为扩张状态设计二阶自抗扰控制器,并利用CRH380A型列车参数进行仿真,对指定的目标速度曲线进行追踪,证明基于自抗扰控制算法的可行性;同时设置干扰量,与传统PD控制、非线性PID控制算法在抗干扰性能和追踪误差等方面作比较。结果表明,基于自抗扰控制的高速列车速度控制器具有抗干扰性强、追踪误差小的优点。     

高速列车模型参数辨识及控制研究

针对高速列车模型参数时变、非线性、高阶复杂等特点,提出了基于特征模型的高速列车二阶系统最优化PID控制方法。特征模型和原动力学模型在输出上是等价的,不需要考虑列车实际的物理特性,将模型简化,降低了模型的复杂度。首先对列车进行基本动力学分析,由高速列车一般单质点动力学模型推导建立特征模型。然后采用梯度矫正辨识算法对模型慢时变参数进行辨识优化,通过辨识仿真得到的估计值和模型值对比,进一步来验证特征模型时变参数对模型精确度的影响。最后,通过设计最优控制器和最优PID控制器,对列车速度和位置进行误差跟踪控制,得到两种控制器下的误差跟踪仿真结果,通过采用稳态误差、超调量和调节时间三项系统参数进行结果对比,说明了最优PID控制器的控制效果更加良好,也由此说明特征模型对控制器的设计是有效的。     

基于灰色预测模糊PID控制的列车ATO系统优化

对列车目标运行曲线的精确追踪是列车自动驾驶系统实现列车安全、准时、节能及舒适运行的核心。针对列车运行过程的大滞后、非线性问题,设计以灰色预测模糊PID算法为核心的列车自动驾驶控制器,以此达到优化列车ATO控制系统的目的。灰色预测控制设置在反馈回路中,其预测值与给定输入值的偏差及偏差变化率作为模糊控制器的输入。模糊控制系统对PID控制的参数进行自动校正,参数可调的PID算法完成对系统的控制。选取相关线路和车型并做仿真试验,验证了经控制器作用后的输出曲线与列车运行的输入曲线之间的追随误差小,加速度的变化在合理的范围内。因此,设计的控制器可以取得良好的ATO控制效果。     

乙二醇机组的温度模糊控制器设计与仿真

针对我国通信行业和计算机行业大型机房耗电量大的现状,提出了一种乙二醇机组控制系统。介绍了它的工作原理,阐述了它的总体控制方案,并重点阐述了采用温度模糊PID控制器对室内温度进行调节。仿真和实验结果表明：采用温度模糊控制器的系统运行稳定、可靠性高、节能效果明显,具有广阔的应用前景。     

基于自抗扰控制的地铁列车驾驶控制算法

基于PID算法或基于模糊PID算法的地铁列车ATO驾驶控制算法的速度响应误差大,加减速切换频繁,从而导致旅客舒适度一般,列车停车精度不高,列车能耗略高和运行时间存在一定误差的问题。搭建地铁列车模型,结合北京地铁亦庄线线路数据,通过仿真实验对比基于PID算法,基于模糊PID算法,基于专家系统,基于ADRC算法的地铁列车ATO驾驶控制算法的控制效果,并在实验中运用改进的粒子群算法对ADRC算法的参数进行快速整定。仿真结果表明:基于ADRC算法的地铁列车ATO驾驶控制算法的控制效果优于基于PID算法和基于模糊PID算法的地铁列车ATO驾驶控制算法,其控制效果和经验丰富的司机驾驶基本相当,可以有效提高旅客舒适度、列车停车精度,减小列车能耗、运行时间误差。     

线性自抗扰控制算法在ATO系统中的应用研究

针对列车运行系统快速、稳定、精确等要求,将线性自抗扰控制（LADRC）算法应用于ATO系统的速度控制,并采用粒子群优化（PSO）算法对LADRC算法进行优化,提高LADRC控制器的参数整定效率。仿真 结果表明,该算法较传统的PID控制算法,能够有效提高速度控制的快速性和精度,改善乘客舒适度。     

基于模糊自适应PID控制的ATO系统控制算法

为了研究ATO系统控制算法的智能性和高效性,在传统PID算法的基础上,充分考虑到列车系统的非线性和复杂性,结合模糊控制理论能进行实时非线性调节的优点,提出了模糊自适应PID控制算法。并在Matlab/Simulink中建立了ATO系统的仿真模型和算法控制模块。将两种算法分别运用到ATO系统中,对目标速度曲线进行跟踪,从停车精度、追溯性、准时性、节能性、舒适性五个方面对二者的控制性能进行比较分析。仿真结果表明,将模糊自适应PID算法运用到ATO系统中,列车的控制性能能够很好地满足ATO系统的各个性能指标要求。     

基于分数阶PID控制器的地铁列车优化控制研究

城市轨道交通运力需求的快速增长,使得地铁列车的行车间隔不断缩小,准点要求越来越高,这对列车运行控制算法的精度和鲁棒性提出了更高要求。本文将分数阶PID控制器引入地铁列车的速度控制,并进行优化研究。建立地铁列车的运动模型,该模型参考牵引制动特性,采用遗传算法修正列车基本阻力系数。基于该模型将分数阶PID控制算法应用于ATO系统的速度控制中。仿真对比分数阶PID控制算法与传统PID控制算法,采用现场数据对建立的模型和算法进行检验。研究结果表明新模型能够更加准确地描述列车的运动特性,当分数阶PID控制算法应用于调速控制后,可以使列车实现更优的速度控制和稳定性。     

基于改进PID算法的列车自动驾驶控制方法研究

由于列车自身结构以及运行线路比较复杂,为了保证自动控制的效果,确定了列车自动控制的数学模型;研究基于神经网络算法优化的改进PID控制算法,利用神经网络算法以及模糊算法得到微分系数、积分系数以及比例系数的最佳组合,从而实现PID参数的自适应调节,提高列车自动控制的精度。     

基于MATLAB的模糊PID控制器设计与仿真研究

针对在复杂系统中实现自组织参数的PID控制问题。介绍了一种基于模糊控制原理的PID参数自组织控制器的设计方案，同时利用MATLAB中的SIMULINK和FUZZY工具箱进行了仿真研究，仿真结果表明，参数自组织模拟控制系统比参数固定的系统的控制效果好。     

基于PID算法ATO系统的仿真研究

基于现有列车运动模型,设计了列车速度闭环仿真模型,其中控制器采用PID控制算法,当系统输入波浪形V-S曲线时,在PID控制器控制参数设置恰当的情况下,系统输出的V-S曲线具有较为满意的跟随性,在输出的加速度曲线中在列车的启动阶段和中间速度波动阶段会有尖峰波动现象。针对基于PID控制算法的ATO系统出现的问题进行了分析。     

模糊预测控制在ATO系统中的应用

首先介绍了列车自动运行系统(ATO)的基本结构和功能,然后介绍了模糊逻辑和预测控制的基本原理,最后对模糊预测控制在列车自动运行系统中的应用深入研究,并进行仿真验证。通过对比PID控制器,表明在列车控制系统中,采用模糊预测控制器对于改善列车安全性能有明显的帮助。     

基于体感热舒适性的地铁车辆空调模糊控制仿真

对地铁空调车厢的热舒适性提出以预测平均投票(PMV)指标为被控参数的模糊控制方式。根据地铁现场测试数据和调查结果,建立了PMV控制方程。对模糊控制器进行了设计并在Matlab软件中实现了仿真计算。通过与PID(比例-积分-微分)控制方式比较发现,基于PMV指标的模糊控制方式在调节时间上缩短了57%,且在满足乘客热舒适要求的基础上,能很好地实现系统节能需要。     

驼峰车辆减速器闭环控制PD参数模糊在线自校正

基于参数模糊在线自校正的原理,提出一种对驼峰车辆减速器控制系统控制参数按调速过程进行模糊在线自校正的控制方法。针对车辆减速器控制系统的特点和性能要求,设计减速器模糊在线自校正控制器,以调速过程中速度误差及其变化为输入语言变量,建立模糊控制规则;根据模糊控制规则在线调整PD控制器的参数,使控制器能较好地适应减速器闭环控制定速设定及过程参数时变。本控制方法在实际系统中进行了试验,结果表明,与常规PD控制相比,模糊在线自校正PD参数控制器有较好的控制性能和较强的鲁棒性,可使系统的控制精度有明显的提高。     

多模糊控制器控制的直线感应电动机控制系统

在同步旋转坐标系下,建立了直线感应电动机的矢量控制数学模型.根据矢量控制直线感应电动机的数学模型,提出了一种基于多模糊控制器控制的直线感应电动机矢量控制新方法.1个模糊控制器作为速度控制器,另外2个模糊控制器分别作为电磁推力控制器和磁链控制器.在此控制系统中,采用了电流控制PWM电压源逆变器环节.仿真试验结果表明此种控制方法比基于PID调节器控制的交流传动系统具有更好的控制效果.