柴油机中压共轨系统共轨油压控制研究

介绍了一种柴油机中压共轨系统，并分析采用PID控制，模糊控制及模糊-PID控制对共轨油压进行控制研究，实验结果及分析表明采用模糊PID控制方法可以获得较好的控制效果。共轨油压在宽广的工作范围内，响应速度快，静差小，超调小，系统稳定。     

暖通空调系统的新型模糊自调节PID控制

针对暖通空调系统中由于存在高度非线性,外部扰动,多变量等因素而难以控制的现状,提出一种利用模糊控制器的解析表达式实时调节PID控制器各参数的新型模糊PID控制算法。闭环系统中的模糊模型在发挥控制作用的同时,作为调节器实现了对PID控制器各参数的在线自适应调节,并且给出了具体控制算法设计。仿真结果表明与传统PID控制器相比,这一新型模糊PID控制器具有超调量小,调节时间短,鲁棒性强等优良的控制性能。     

水冷型质子交换膜燃料电池温度控制策略

为了解决传统温度控制策略在质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)电堆实际操作过程中存在的强耦合性,避免在电堆电流大幅加载时电堆内部出现短时高温,提出了一种基于电堆空气入口压力变化的改进温度控制策略.该策略以冷却水入口压力为调节目标,通过调节冷却水泵的转速控制冷却水流速,调节散热器风扇转速控制电堆冷却水入口温度.考虑电堆极板耐压的条件下,在自主搭建的多功能PEMFC测试平台上对传统控制策略与改进控制策略做了实验对比.结果表明,改进温度控制策略使冷却水入口温度最大超调量减小34.7%,冷却水出入口最大温度偏差减小17.8%,实现了较高的控制精度;电流从120 A降低到90 A时,调整时间最少缩短100 s,提高了系统的响应速度,满足燃料电池发电系统对温度控制的需求.      

船舶主机缸套冷却水温度灰色预测模糊PID控制

针对船舶主机缸套冷却水温度控制系统的大惯性、纯滞后和时变性特点,提出了将等维新息灰色预测控制与模糊自调节PID控制相结合的新型控制策略,这种控制器可根据系统预测误差和变化率自动调整控制器参数,使控制器对系统响应具有适应性。仿真结果表明:灰色预测模糊PID控制比常规的PID控制与模糊PID控制有更多的优越性,自适应能力强,超调适中,具有更好的动、静态特性。     

公路隧道通风的模糊PID控制

通风控制就是要在节约电能消耗的前提下,将隧道内CO浓度和烟雾浓度控制在允许的范围内.对于这样一个大滞后的检测控制过程,利用模糊控制不需要建立被控对象精确数学模型的特点,提出了一种基于CO浓度和烟雾浓度检测的变频通风模糊PID控制方法,实现了在控制过程中对不确定的条件、参数、延迟和干扰等因素进行检测分析,采用模糊推理的方法对PID参数的在线自整定,可减小系统超调量、提高系统反应速度、缩短调节时间,从而改善了系统的动态性能,能降低电能消耗,延长通风机使用寿命,降低运营成本.     

SMA-电机复合驱动仿生肘关节的控制策略与仿真

针对SMA-电机复合驱动仿生肘关节控制非线性、时变、温度滞后等特点,提出了一种双输入-四输出的模糊控制算法,建立模糊PID自适应控制模型,求解复合驱动仿生肘关节在阶跃响应及理论轨迹下的动作状态,得到了仿生肘关节旋转和俯仰运动的位姿、角速度跟踪图谱。实验证明:设计的双输入-四输出的模糊PID自适应控制算法具有超调量小、系统鲁棒性高、响应速度快的特点,可以实现SMA-电机复合驱动仿生肘关节的精准位姿控制。     

非线性不确定系统的无撞击切换双重控制

对于具有非线性、时变特性和纯滞后等特点的不确定系统,传统的PID控制和单纯的模糊控制都难以达到所期望的效果.无撞击切换模糊PID双重控制吸取了两者的优点,减少了模型切换时所产生的跳跃,既不依赖于对象精确的数学模型,又具有鲁棒性较强等优点.仿真结果表明,采用无撞击切换模糊PID双重控制保证了系统的快速和稳态性能好.     

基于双级模糊控制器的船舶操纵运动控制系统

针对船舶航向控制系统，要求既有快速而又平稳的回转性，又有准确无误的航向保持性，用常规的模糊控制器控制时，难以同时满足大角度转向控制和小角度航向保持的性能要求．文中提出用两级模糊控制器构成了一个既具有可靠性、实用性，又具有良好的船舶向控制性能的模糊控制系统．此种可快速切换的双级模糊控制器系统与优化后的ＰＩＤ控制系统相比，不仅使船舶转向时动态响应快，超调量小；而且在航向保持阶段，航向的稳定性也更优。     

基于参数自整定模糊PID的船舶控制

针对船舶操纵过程存在非线性、慢时变特性，设计一种参数自整定模糊PID控制器，可以在线实现PID参数的调整，使控制系统的响应速度快，超调量减少，过渡过程时间大大缩短，振荡次数少，具有较强的鲁棒性和稳定性。     

船舶主机缸套冷却水温度灰色预测模糊PID控制

针对船舶主机缸套冷却水温度控制系统的大惯性、纯滞后和时变性特点,提出了将等维新息灰色预测控制与模糊自调节PID控制相结合的新型控制策略,这种控制器可根据系统预测误差和变化率自动调整控制器参数,使控制器对系统响应具有适应性.仿真结果表明:灰色预测模糊PID控制比常规的PID控制与模糊PID控制有更多的优越性,自适应能力强...     

考虑燃料电池老化的多堆自适应功率分配方法

为延长多堆燃料电池系统（multi-stack fuel cell system,MFCS）使用寿命,保证运行过程中各电堆总体退化性能逐渐趋于一致,针对大功率质子交换膜燃料电池（proton exchange membrane fuel cell, PEMFC）系统,提出了一种考虑电堆老化的MFCS自适应功率分配方法. 在MFCS运行过程中,由于燃料电池输出功率会随不同运行条件而动态变化,导致每个电堆老化程度通常不一致,因此提出量化指标电压退化程度（voltage degradation degree,VDD）来表征燃料电池在运行过程中电堆的老化程度;还采用燃料电池半经验模型来模拟老化对电堆性能的影响;最后,通过RT-LAB搭建硬件在环（hardware-in-the-loop,HIL）测试平台,与原有的功率分配方法做比较. 结果表明:该方法能协调各燃料电池出力,减缓电堆老化速率;相较于平均功率分配方法和链式功率分配方法在MFCS的氢耗量上分别降低了13.59%和8.04%.      

Nonlinear Predictive Control for PEMFC Stack Operation Temperature

Operating temperature of proton exchange membrane fuel ceil stack should be controlled within a special range. The input-output data and operating experiences were used to establish a PEMFC stack model and operating temperature control system. A nonlinear predictive control algorithm based on fuzzy model was presented for a family of complex system with severe nonlinearity such as PEMFC. Based on the obtained fuzzy model, a discrete optimization of the control action was carried out according to the principle of Branch and Bound method. The test results demonstrate the effectiveness and advantage of this approach.     

ģ������ӦPID����������ABS�еķ����о�

无论是经典还是现代控制理论,大多是建立在线性系统基础上,目前对非线性系统还没有比较成熟的理论.常规PID控制在对象变化时,控制器的参数不能自动修改适应.将模糊控制与PID控制相结合,利用模糊推理方法实现对PID参数的在线自整定,设计了一种模糊自适应PID控制器.在分析汽车模型的基础上,采用PID控制、模糊自适应PID控制两种方法,联合Simulink软件分别对汽车的防抱死制动系统（ABS）进行刹车运动仿真研究,极大地提高了模糊控制方法和PID控制算法的应用性能.结果表明,模糊自适应PID控制方法可以达到更好的制动效果,提高了系统的动态性能和安全性能.     

基于神经网络的多变量模糊自整定PID控制器

针对脉冲ＴＩＧ焊动态过程控制提出了一种基于ＢＰ神经网络的多变量模糊自整定ＰＩＤ控制器。该控制器利用神经网络在线学习具有多变量耦合，非线性及不确定性的复杂的焊接动态过程的控制规则，实现ＰＩＤ参数的自动整定。仿真实验结果表明该控制器不仅具有模糊控制的简单，有效的非线性控制作用。还具备了神经网络的学习与适应能力，以及ＰＩＤ控制的普遍适用性。     

Nonlinear Modeling and Neuro-Fuzzy Control of PEMFC

The proton exchange membrane generation technology is highly efficient, and clean and is considered as the most hopeful “green” power technology. The operating principles of proton exchange membrane fuel cell （PEMFC） system involve thermodynamics, electrochemistry, hydrodynamics and mass transfer theory, which comprise a complex nonlinear system, for which it is difficult to establish a mathematical model and control online. This paper analyzed the characters of the PEMFC; and used the approach and self-study ability of artificial neural networks to build the model of nonlinear system, and adopted the adaptive neural-networks fuzzy infer system to build the temperature model of PEMFC which is used as the reference model of the control system, and adjusted the model parameters to control online. The model and control were implemented in SIMULINK environment. The results of simulation show the test data and model have a good agreement. The model is useful for the optimal and real time control of PEMFC system.