参数自整定PID模糊控制器的设计及Simulink仿真

在传统PID控制器基础上,参数自整定PID模糊控制器应用模糊集合理论建立参数与偏差绝对值和偏差变化绝对值间的二元连续函数关系,并根据不同的偏差及其变化在线自整定PID参数。介绍了具有自整定参数功能的一类PID控制器的设计方法及在轿车行驶仿真中的应用。     

无人驾驶汽车转向系统参数自整定及优化研究

针对已有的PID控制器在伺服系统中适应性差、参数调整困难的问题,对永磁同步电机伺服系统进行研究。提出了一种综合模型和规则的参数自整定策略,基于典型系统对三闭环PID控制器整定得到初值,其中利用模型参考自适应算法对电机进行辨识以得到速度环参数初值,采用共轭梯度法在参数初值邻域内寻优,进行Matlab/Simulink仿真分析,并通过了试验验证。结果表明,参数自整定下的控制器比传统控制器位置超调量上升了5%以内,上升时间下降了20%～50%。通过仿真与试验验证,参数自整定算法可以更优化地适应各种工况。     

基于神经网络PID的制动器冷却系统

货车在长下坡和重载运输时频繁制动使制动器温度急剧升高,制动系统失效引发事故。根据对市场制动系统辅助装置的实际调研,兼顾经济性与实用性,设计一种以微控制器为控制单元,水冷与风冷相结合的智能辅助制动冷却系统。驾驶员控制台选择的运行工况和冷却装置及制动盘温度作为控制系统输入量,应用神经网络PID控制动态调整水流量、风速和工作时长,在保证制动效率和驾驶安全性的同时,延长制动盘的使用寿命。     

电子节气门参数自整定模糊PID控制器的实现

详细介绍参数自整定模糊PID控制系统的结构和控制策略,设计了汽车电子节气门参数自整定模糊PID控制器。     

基于参数Fuzzy自整定PID控制的电加热炉温控系统

以89C52单片机为核心,建立参数Fuzzy自整定PID控制的电加热炉温控系统。通过模糊控制方法,在线整定PID的KP、KI、KD三个参数,实现对电加热炉温度控制系统的良好控制。     

基于变论域模糊多参数自整定PID控制的智能挖掘机轨迹跟踪

智能液压挖掘机多用于特殊环境下的无人操纵施工。在执行诸如直线刮平、斜坡整平和定点挖掘等特定挖掘任务时,对智能挖掘机工作装置铲斗齿尖的轨迹规划和轨迹跟踪提出了较高要求。为此,针对智能挖掘机运动的控制问题,提出一种基于变论域模糊多参数自整定PID （Variable Universe Fuzzy Multi-parameter Self-tuning PID,VUFMS-PID）的轨迹跟踪控制策略。首先,在关节空间中通过三次非均匀有理B样条（Non-uniform Rational B-Splines,NURBS）曲线插补法完成直线刮平和定点挖掘轨迹规划,并得到工作装置挖掘作业时各关节角、角速度、角加速度位置序列。然后,综合考虑挖掘机非线性、时变性等特点,基于变论域思想,提出一种基于VUFMS-PID的轨迹跟踪控制方法。最后,基于AMESim与MATLAB/Simulink联合仿真和硬件在环（Hardware-in-the-Loop,HiL）试验平台,对VUFMS-PID控制方法的有效性和先进性进行验证。研究结果表明：在铲斗齿尖运动过程中,规划轨迹平滑连续且变化幅值较小,规划轨迹与期望轨迹之间的误差较小;VUFMS-PID控制的响应速度和跟踪精度相较于传统PID控制与模糊PID控制有明显提升;在硬件在环试验分析中,提出的控制方法在跟踪直线刮平轨迹和定点挖掘轨迹时,能够将跟踪误差控制在20 mm以内,实现对规划轨迹的精确跟踪。     

灭火智能车辆PID控制方法研究

为满足灭火智能车辆在火灾现场所需的精确运动要求和技术性能,充分利用BP神经网络能够逼近任意非线性系统的优点,将BP神经网络和PID控制相结合,把训练后的网络输出作为PID控制器输入,并不断调整其P、I、D参数,进而调整控制器的输出电压以控制灭火智能车辆的速度。     

基于PID控制的电动汽车直流驱动电机调速研究

无刷直流电机作为驱动电机广泛应用于电动汽车中,具有结构简单,使用寿命长,可靠性高等特点。电动汽车电机功率的控制一般是通过驾驶员加速踏板位置计算所需功率,VCU依据功率计算出电机转速。PID控制广泛应用于工业控制领域,具有算法简单,鲁棒性好的特点。文章通过设置PID的参数,探讨电动汽车直流电机调速响应状态。     

基于模糊变步长神经网络的自适应PID控制

针对具有非线性和不确定性的控制对象，提出了一种基于前向神经网络的自适应ＰＩＤ控制系统算法，并根据其特点，提出了学习步长模糊校正的方案。这种控制系统综合了神经网络、模糊决策和ＰＩＤ控制的优点，易于实现。仿真结果表明该控制系统对非线性被控对象具有比较好的控制效果。     

基于PID神经网络的车用锂电池SOC估算

为了更精确估算车用锂电池荷电状态(SOC)值,采用PID神经网络方法建立电池模型,设定电池电压、放电电流、电池累计放电量和电池电极温度4个变量为模型输入量,电池剩余电量为模型输出量,由此得到了全部神经网络训练数据,并仿真估算出电池SOC值.仿真结果表明,利用该方法对电池SOC进行估算,误差小于3.66％,方法有效.     

基于自适应模糊PID控制的ABS仿真研究

在Matlab/Simulink中建立一种两轮的汽车动力模型,以自适应模糊PID和道路识别控制器作为控制模块,通过在高低附着路面和高低附着对接路面进行紧急制动仿真的研究。仿真结果表明道路识别控制器能够快速准确的识别路面不同附着路面最优滑移率,自适应模糊PID控制的ABS相于常规制动性能有了很大程度的提高,具有在线自整定参数的特点,具有很好的稳定性、适应性和鲁棒性。     

液压半主动悬架的自适应神经网络控制

提出了液压半主动悬架系统的自适应神经网络控制策略 ,分析了系统模型及自适应神经网络控制器的设计和实现 ,并对控制效果进行了仿真研究。结果表明通过这种控制策略可以得到比较好的控制效果。     

基于神经PID的永磁无刷直流电机调速控制器设计

在分析永磁无刷直流电机(BLDCM)数学模型的基础上,建立了相应的仿真模型。设计了用于BLDCM转速控制的神经PID控制器。通过仿真计算,验证了神经PID响应快、跟随性好、鲁棒性强的特点,能够满足干式双离合器式自动变速器中对离合器作动控制系统的要求。     

基于单神经元的汽车方向自适应PID控制

针对汽车方向动力学控制存在的非线性和参数时变不确定性问题，提出了一种新的基于单神经元的汽车方向自适应PID控制算法。该算法利用了神经网络的自学习和自适应能力，实现了方向PID控制器的参数在线自整定，从而避免了传统的自适应PID控制必须在线辨识被控系统的参考模型参数而带来的计算工作量大的问题。仿真计算和场地试验验证表明该控制算法可有效地控制汽车按照预期给定的轨迹行驶，且保证了汽车方向闭环控制系统具有较强的适应性和鲁棒性。     

基于神经网络PID控制的客车ECAS设计与实现

以飞思卡尔MC9S08GB60单片机为控制核心,以亚星YBL6891H型客车为试验对象,针对空气悬架系统本身的非线性特性,采用神经PID控制算法,设计了一种通过检测车身高度对空气弹簧进行充排气,进而改变弹簧刚度的客车电控空气悬架系统.根据悬架评价指标建立了电控悬架的2自由度1/4车辆模型,通过仿真验证了该悬架系统对悬架动行程、车轮动载荷及车身垂直加速度这3项汽车行驶平顺性评价指标的改善,最后通过试验验证了所设计控制策略的正确性.     

车辆主动悬架自适应模糊PID控制

针对车辆悬架系统的动态特性,将现代控制理论运用于主动悬架控制,提出一种新的控制策略———自适应模糊PID控制,并通过仿真验证了其可行性及有效性。这种新型智能控制策略为车辆主动悬架控制理论的研究提供了一条新思路。     

ABS自适应PID控制算法的仿真研究

现在汽车上采用的ABS产品都采用逻辑门限值控制方式,以德国BOSCH公司开发的ABS产品为例,详细阐述了这种控制方式的控制过程,然而逻辑门限值控制方式对于不同车型的逻辑门限值的要求有所不同,因此通用性能差。这里介绍了一种自适应的PID控制方式,在模型未知的情况下能很好地调整比例、微分、积分三个参数,将其应用于ABS上,可获得更好的制动效果。     

PID plus fuzzy logic method for torque control in traction control system

A Traction Control System (TCS) is used to control the driving force of an engine to prevent excessive slip when a vehicle starts suddenly or accelerates. The torque control strategy determines the driving performance of the vehicle under various drive-slip conditions. This paper presents a new torque control method for various drive-slip conditions involving abrupt changes in the road friction. This method is based on a PID plus fuzzy logic controller for driving torque regulation, which consists of a PID controller and a fuzzy logic controller. The PID controller is the fundamental component that calculates the elementary torque for traction control. In addition, the fuzzy logic controller is the compensating component that compensates for the abrupt change in the road friction. The simulation results and the experimental vehicle tests have validated that the proposed controller is effective and robust. Compared with conventional PID controllers, the driving performance under the proposed controller is greatly improved.     

PID控制在同步发电机数字励磁调节器中的作用分析及应用

分别介绍了比例（P）、积分（I）、微分（D）在发电机自动励磁控制系统中的作用,并通过M atlab仿真形象的表示了P、I、D各参数对整个系统的影响。在此基础上推荐了一种分阶段PID控制方法。