基于伪线性系统自适应模糊PID控制器的应用研究

基于伪线性系统自适应模糊PID控制器的应用研究

论文摘要

电液伺服系统具有高度的非线性,其仍然是至今没有很好解决的问题。这些非线性主要由电液转换和控制元件(伺服阀、比例阀或节流阀)的节流特性和液压动力机构的滞环、死区及限幅等因素引起。对于后者引起的非线性(通常称为本质非线性),采用描述函数法已经能取得较好的效果,而对前者引起的非线性,目前还没有比较满意的统一处理方法。针对非线性问题,人们尝试利用反馈的方法将非线性系统变换为线性系统,然后再按照线性系统理论完成系统综合设计,逆系统方法由此产生。首先,本文针对电液驱动力控制系统建立了接近实际系统的非线性模型。对于非线性问题我们的处理方式是在稳态工作点处进行泰勒级数展开后得到局部线性化模型,这种线性化模型对于系统在设计工况点附近小范围变化时是可行的,而力控制系统的传递函数分子上比位置控制系统、速度控制系统多了一个二阶微分环节,除了影响系统性能外,还容易引起系统不稳定,在工作过程中系统的工作点往往是在较大范围内变化,并且要求具有驱动较大负载的能力,从而使增量线性化模型难于奏效。因此设计出高精度、适应能力强的控制系统的要求越来越迫切了。然后,本文将逆系统方法应用到电液驱动力控制系统中,对系统求逆,将逆系统置于原系统之前,构成伪线性系统,并为已求出的伪线性系统设计了自适应模糊PID控制器。实验结果表明,基于伪线性系统的自适应模糊PID控制能使电液驱动力控制系统在大范围内较快的跟踪给定信号,拓宽了系统的工作区域,且过渡过程短,超调量小,极大地改善了电液驱动力控制系统的性能。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题来源及研究的目的和意义
  • 1.2 逆系统状态反馈线性化方法
  • 1.3 电液力控制研究进展
  • 1.4 模糊PID控制方法简介
  • 1.4.1 模糊控制
  • 1.4.2 模糊控制与PID控制的结合
  • 1.5 本课题的主要研究内容
  • 第2章 系统的建模与仿真
  • 2.1 系统的工作原理及结构参数
  • 2.1.1 系统的工作原理
  • 2.1.2 系统参数的确定
  • 2.2 线性模型的建立
  • 2.2.1 传统线性化原理
  • 2.2.2 力控制系统的传递函数
  • 2.2.3 线性化的仿真分析
  • 2.2.4 系统性能分析
  • 2.3 非线性模型建立
  • 2.4 本章小结
  • 第3章 逆系统方法简介
  • 3.1 系统的可逆性及逆系统
  • 3.2 单变量系统讨论
  • 3.3 伪线性系统
  • 3.4 非线性系统的逆
  • 3.4.1 引言
  • 3.4.2 相对阶数
  • 3.5 逆系统方法原理
  • 3.5.1 基本原理
  • 3.5.2 一般求逆算法
  • 3.6 本章小结
  • 第4章 控制器的设计与仿真
  • 4.1 电液驱动力控制系统的可逆性
  • 4.1.1 系统可逆性分析
  • 4.1.2 建立伪线性系统
  • 4.2 线性PID控制器的设计与仿真
  • 4.2.1 线性PID原理
  • 4.2.2 线性PID控制器的参数整定
  • 4.2.3 线性PID控制器的仿真
  • 4.3 自适应模糊PID控制器的设计与仿真
  • 4.3.1 自适应模糊PID的控制原理
  • 4.3.2 PID参数模糊自整定控制规则
  • 4.3.3 自适应模糊PID控制器的设计
  • 4.3.4 建立模糊推理系统
  • 4.3.5 自适应模糊PID控制器的仿真
  • 4.4 控制器对比分析
  • 4.5 本章小结
  • 第5章 实验分析
  • 5.1 实验台的结构
  • 5.1.1 实验台的硬件结构
  • 5.1.2 实验台的软件结构
  • 5.2 实验结果分析
  • 5.2.1 原系统实验
  • 5.2.2 PID控制实验
  • 5.2.3 自适应模糊PID控制实验
  • 5.3 控制器对比分析
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].PID性能评估与整定软件的开发及应用[J]. 炼油与化工 2019(05)
    • [2].基于模糊PID的步进电机速度控制[J]. 软件 2019(12)
    • [3].采用改进模糊神经网络PID控制的移动机器人运动误差研究[J]. 中国工程机械学报 2019(06)
    • [4].基于改进模糊PID的轮式机器人速度控制器设计[J]. 河北科技大学学报 2020(01)
    • [5].基于模糊PID的高速列车车内压力主被动控制[J]. 中国测试 2020(01)
    • [6].混合式步进电机模糊PID控制器设计仿真[J]. 安徽工程大学学报 2019(06)
    • [7].基于模糊PID控制的列车主动悬架振动控制研究[J]. 工业控制计算机 2020(01)
    • [8].拖拉机液压机械式变速器小波神经网络PID控制[J]. 合肥工业大学学报(自然科学版) 2020(01)
    • [9].雷达稳定平台模糊PID串级控制设计与仿真[J]. 计算机测量与控制 2020(02)
    • [10].基于模糊神经网络PID控制的粉体包装计量控制系统[J]. 食品与机械 2020(01)
    • [11].考虑路面时变的整车主动悬架的改进模糊PID集成控制策略[J]. 现代制造工程 2020(02)
    • [12].基于广义预测控制PID算法的桥式起重机吊钩防摆控制器设计[J]. 制造业自动化 2020(03)
    • [13].面向抽水蓄能电站区域负荷频率的分数阶PID控制研究[J]. 电网技术 2020(04)
    • [14].基于智能控制的PID控制方式的研究[J]. 电子测试 2020(05)
    • [15].基于变速积分与微分先行PID的无刷直流电机串级调速控制[J]. 齐齐哈尔大学学报(自然科学版) 2020(01)
    • [16].基于模糊PID算法吸附机器人转向控制系统[J]. 精密制造与自动化 2020(01)
    • [17].农用车辆路径跟踪预瞄控制研究——基于免疫模糊PID算法和视觉导航[J]. 农机化研究 2020(11)
    • [18].基于模糊PID算法吸附机器人转向控制[J]. 软件 2020(04)
    • [19].基于模糊PID算法的臭氧发生器控制系统优化措施[J]. 自动化应用 2020(04)
    • [20].基于遗传算法的智能PID系统设计和分析[J]. 设备管理与维修 2020(10)
    • [21].基于模糊PID的电力巡检机器人路径纠偏[J]. 智慧工厂 2020(04)
    • [22].基于PID的多电发动机磁轴承控制系统设计与验证[J]. 微特电机 2020(06)
    • [23].基于遗传算法的全自动除泡机腔体充排气PID控制研究[J]. 机械管理开发 2020(05)
    • [24].基于吸收塔动态模型的PID控制模拟研究[J]. 辽宁化工 2020(06)
    • [25].基于PID的光伏清洁机器人速度控制及仿真研究[J]. 造纸装备及材料 2020(03)
    • [26].基于改进模糊-PID的船舶自动舵控制方法[J]. 船舶物资与市场 2020(06)
    • [27].运用启发式算法优化一阶倒立摆PID参数研究[J]. 产业科技创新 2020(10)
    • [28].基于前馈补偿PID控制的轮式机器人轨迹跟踪[J]. 河南工程学院学报(自然科学版) 2020(03)
    • [29].基于模糊PID的驾驶模拟器方向盘力反馈系统设计[J]. 机电技术 2020(04)
    • [30].基于模糊PID的小型冷库过热度控制方法[J]. 湖北工业大学学报 2020(04)

    标签:;  ;  ;  ;  

    基于伪线性系统自适应模糊PID控制器的应用研究
    下载Doc文档

    猜你喜欢