汽车ABS免疫PID控制算法

在建立汽车车轮制动数学模型的基础上，针对汽车防抱制动系统，提出了一种基于生物免疫机理的免疫PID控制算法。与传统的PID控制及模糊控制算法进行仿真比较，结果表明免疫PID控制算法稳定时间短，系统输出的超调量小，响应时间少，制动距离短，优于传统PID和模糊控制算法，具有较高的应用价值。     

禽蛋孵化过程的混合智能控制

针对孵化系统具有强耦合、强干扰、大滞后的特点,提出一种混合智能控制算法.前级控制采用前馈补偿解耦控制算法以消除系统主要控制参数的耦合关系,后级控制根据被控制对象工况的不同,选用模糊免疫PID控制算法或模糊控制算法,实现了孵化过程中温度、湿度和含氧量的混合智能控制.实际运行结果验证了该控制算法的有效性.     

基于滑转率的拖拉机自动耕深模糊控制仿真

仿真分析了基于滑转率的拖拉机自动耕深模糊控制算法.首先建立系统的数学模型,并用Matlab/Simulink建立计算机仿真模型.然后设计系统的模糊控制器,进一步根据系统的数学模型进行了仿真分析,观察控制效果.同时用PID控制算法、模糊PID控制算法进行仿真,分别进行响应性、抗干扰、适应性的对比分析,结果表明,模糊PID和模糊控制算法较为合适,两者控制效果近似,但是模糊PID控制算法需要更多的变量,更为复杂.     

基于滑移率的汽车ABS模糊控制算法仿真研究

根据汽车ABS相关知识和模糊控制理论,建立了基于滑移率的模糊控制算法,利用Matlab设计了ABS模糊控制器,对其进行仿真。结果显示,基于滑移率的控制算法制动效果很好。     

基于模糊PID控制的智能温度控制系统研究

温度控制系统是工业生产和生活中常用的控制系统，目前常用的控制算法包括PID控制、模糊控制、自适应控制和神经网络控制等。其中，PID控制是最常用的控制算法，但其精度受到温度变化的影响较大，即PID参数不能自动调整以适应环境变化。为了解决PID温度控制系统适应性不强的问题，引入模糊控制系统，与传统PID控制相结合，对温度控制系统进行研究与分析。运用Matlab模糊工具箱搭建模型并仿真，对比了传统PID温度控制与模糊PID温度控制，结果表明模糊PID温度控制效果较好。     

基于PLC的温度PID-模糊控制系统设计与仿真

温度控制在工业控制中占有非常重要的地位,是工业控制四大参数之一。在PLC(可编程控制器)基础上,采用了传统的PID控制和现今比较流行的智能控制中的模糊控制相结合的控制方案,来实现控制算法的整体设计,并实现了在大范围内采用模糊控制,以提高系统的阻尼性能,减少超调;在小范围内,采用PID控制,以提高系统的响应速度,加快响应过程,并且给出参考模型,在Matlab中实现了系统的仿真。     

重型汽车电控气动离合器操纵系统

为实现重型汽车离合器操纵的电气控制，建立了重型汽车电控气动离合器操纵系统。通过对系统动态特性的分析，指出该系统为非线性控制系统。针对这一非线性控制问题，结合模糊免疫PID控制算法与自适应PSD控制律提出了模糊免疫PSD控制算法。该算法以PID控制为基础，利用免疫控制原理与PSD控制律，实现了PID算法中各增益系数的自调整，增强了算法的自适应性。将该算法应用到电控气动离合器操纵系统中并进行实验。实验结果表明，采用该算法系统可以获得良好的控制性能。     

基于免疫模糊PID算法的农机机器视觉研究

为了提高农机视觉系统的精度及无人驾驶农机的导航效率,将免疫模糊PID算法引入到了收割机视觉控制系统的设计中,通过PID控制器反馈误差后,利用免疫算法和模糊控制算法对导航追踪误差进行修正,从而有效地提高了导航的精度。为了验证该方法的可行性,设计了基于免疫模糊PID算法的农机导航追踪误差修正系统,并分别对不使用PID算法、单独使用PID算法和综合使用免疫模糊PID算法的农机导航误差进行了测试,结果表明:综合使用免疫模糊PID算法的农机导航误差最小,从而验证了方法的可靠性。     

智能汽车巡航控制方法的研究

针对智能车巡航控制系统有非线性、时变等特性,提出了基于神经网络的汽车巡航自适应PID控制算法,在建立汽车动力性能模型的基础上,对传统PID、模糊PID和神经网络PID三种控制算法进行了仿真比较。仿真结果显示,应用神经网络PID控制算法对模型的非线性具有较好的适应性和鲁棒性,在有扰动的情况下也能迅速将车速调整到设定的目标值上。     

基于模糊控制的汽车ESP建模仿真

ESP是汽车主动安全系统，能够在极限工况下对汽车进行主动的制动干预达到防止车辆侧滑的目的。汽车ESP是复杂的非线性系统．建立精确的数学模型困难。模糊控制可以解决传统控制理论对汽车控制不足的缺点。根据汽车系统受力图建立汽车系统模型，在matlab模糊控制编辑器中建立了模糊控制规则及模糊控制隶属度函数，并应用matlab／simulink对汽车系统模型进行模糊控制仿真。     

基于道路自动识别ABS模糊控制系统的研究

道路状况自动识别是保证车辆防抱制动系统（ABS）正常工作的前提，本文提根据制动压力，滑移率和车轮减速度进行道路自动识别的方法，并依此设计了ABS模糊控制器，结合7自由度车辆模型，考虑悬架和轮胎的非线性影响，对单一附着系数路变附着系数路面进行了ABS制动模拟试验，试验结果表明，基于路面自动识别ABS模糊控制系统能准确判断出路面状况的变化，据此调整控制策略，使车辆获得最大地面制动力和较好的横向稳定性，对比试验证明它优于传统PID控制，且具有较强的鲁棒性。     

针对防抱死系统的主动安全仿真策略

在Simulink的环境下创建防抱死制动系统ABS两自由度单轮模型,以滑移率为被控对象,根据ABS原理,运用Bang-Bang控制和PID控制进行模拟,由不同的控制方法得出不同的仿真结果,比较分析汽车制动时的方向操纵稳定性及制动性能对汽车主动安全的影响。     

多参数输入对ABS模糊控制器的影响研究

以地面附着系数最大为目标,利用模糊控制的方法,以dφ/ds和(dφ/ds)/dt为模糊控制器的输入,制动压力增量ΔP为输出,设计了一种新的ABS控制系统。在MATLAB/simu link环境中进行了仿真,并进行了试验,结果表明,新设计的ABS控制系统改善了制动时制动油压波动过大的现象,从而缩短了制动距离,提高了制动性能。     

基于模糊理论的参数自适应PID智能控制系统

针对平地机进行刮平作业时无法实现稳定恒速控制的问题,提出了基于模糊理论的参数自适应PID算法的行走智能控制系统,并完成了将该算法应用在平地机的控制系统中协调解决作业时油门大小、档位和恒速控制问题。同时,为验证参数自适应PID算法对整机运行参数实时监控的有效性和可靠性,系统采用单片机作为控制器,通过Mat Lab软件的Simulink仿真,分别对平地机作业恒速控制设定干扰信号、参数自适应过程性能以及不加PID、加PID、自适应模糊PID3种控制方式进行了恒速控制效果对比分析。测试显示:该系统响应时间短、速度较快,具有良好的工作稳定性和可靠性,能够满足设计要求。     

基于滑移率的汽车防抱模糊控制方法与仿真

提出了一种基于车轮滑移率的汽车防抱模糊控制方法。以某车型为例，建立了制动过程的整车模型、车轮模型、制动器模型和轮胎模型，并对这种基于滑移率的模糊防抱控制方法进行了计算机仿真研究。仿真结果表明，该模糊控制方法能够达到理想的制动控制效果，同时具有较强的鲁棒性。     

基于模糊控制的汽车防抱控制方法的仿真研究

建立在制动过程的汽车二轮数学模型,同时建立了基于ABS的模糊控制器,进行了直线的制动仿真实验。实验结果表明采用基于滑移率的模糊控制方法,可以有效防止车轮抱死,缩短了制动距离,且该方法对具有不同峰值附着系数的路面具有较高的适应性。     

农用车辆智能防抱死制动系统的设计--基于模糊PID与嵌入式系统

为了提高农用车辆在紧急制动时的安全性,将模糊PID和嵌入式系统引入到了车辆防抱死制动系统中,通过PID反馈调节和模糊规则控制轮胎的滑移率,可以提高防抱死系统控制的控制精度和响应速度。为了验证该方法的可行性,以东方红拖拉机作为实验对象,对车辆安装模糊PID控制器前后的制动性能进行了测试。试结果表明:采用模糊PID控制器后,在车辆制动时车辆轮胎的附着力可以迅速地调节到稳定范围内,车辆的侧滑率较小,从而可以降低车辆侧翻的风险,对于提高农用车辆的安全性具有重要的作用。     

水肥一体机肥液电导率远程模糊PID控制策略

为检测水肥一体机肥液电导率(EC),并将其控制在合理范围内,基于物联网技术,设计了远程水肥灌溉控制系统,将自整定模糊PID控制算法引入远程开发者服务终端中,通过模糊PID控制算法调控本地端变频注肥泵的频率进而精准控制EC,并对本地端PID和远程端模糊PID控制算法进行了对比试验验证。结果表明:目标EC越大,稳态EC越精确,但稳态时间和超调量均增大;与传统本地端PID控制相比,该系统响应速度快、EC波动幅度小、稳定,当目标EC为2.5 mS/cm时,稳态时间和超调量分别达到120 s和20.8%,混肥时间和实测EC均能满足水肥控制实际需求。该研究实现了EC的远程模糊PID控制,以及灌溉施肥系统的计算机、手机微信多终端灌溉数据监测和开关量控制。     

基于模糊免疫PID算法的变量施肥技术研究

提出了针对多种肥料自动配比变量施肥的技术方案。机械结构方面设计了多个独立的料箱,每个料箱均能够独立被微控制器控制;肥料流量控制则是根据肥料流量以及施肥机械的行走速度,采用了基于模糊免疫PID算法对伺服电机进行控制;在算法性能方面,采用Mat Lab软件对模糊免疫PID算法和传统PID算法做了比较,证明了算法的鲁棒性和稳定性;最后,设计田间作业实验方案,通过实验数据证明了该变量施肥系统施肥精度高、可重复性好。