足球机器人运动控制算法研究

在建立基于小转角的足球机器人运动学模型的基础上,提出了单神经元自适应PID控制算法和基于Kalman滤波的PID控制算法.通过仿真分析,系统在单神经元自适应PID控制下,超调量、上升时间和峰值时间分别是常规PID控制下的30.7%,54.3%和72.7%,完全满足足球机器人现场比赛竞技性的要求;基于Kalman滤波的PID控制能够抑制干扰,提高控制精度,控制效果明显改善.     

基于积分分离模糊PID的温度控制系统设计

针对温度控制系统采用传统PID控制方法易出现响应速度慢、超调量大、控制精度低等问题,提出了一种基于积分分离模糊PID控制的改进方法.阐述了该方法的工作原理,设计了控制器参数,并结合温室温度控制系统对该方法以及传统PID、模糊PID进行了系统性能实验的对比分析.结果表明,采用该方法设计的温室温度控制系统,有响应速度更快、超调量更小和控制精度更高等优点,具有较强的工程应用价值.     

基于遗传算法优化模糊PID的甘蔗收获机切割器控制系统

针对甘蔗收获机切割器无法自动控制入土深度,从而影响收获质量的问题,设计一套甘蔗收获机切割器入土深度自动控制系统。该系统主要包含角度式仿形机构、入土深度检测系统以及液压系统和控制系统。利用基于遗传算法优化的模糊PID控制算法进行入土深度的实时调节,通过Simulink阶跃响应以及带随机干扰的阶跃响应仿真,结果显示：基于遗传算法优化的模糊PID控制算法超调量为4.9%、调节时间为1.535 s,与PID控制算法以及模糊PID控制算法相比均有所改善。室内试验结果表明,基于遗传算法优化的模糊PID控制算法误差在（-0.5,0.5）,误差最小,有效实现了切割器入土深度自动控制。     

楼房式妊娠母猪舍靶向通风系统应用效果

针对楼房猪舍通风设计复杂,猪舍内热环境均匀性和稳定性不佳的问题,在装有靶向通风系统的楼房猪场妊娠母猪舍内,连续监测冬季和夏季试验猪舍内的风速、通风量、温湿度和猪只应激状况,对靶向通风系统在楼房猪舍的应用效果进行研究。结果表明：1)靶向通风系统能够有效优化试验猪舍内气流的分布规律和利用效率,其中栏位处出风口和生活区域风速沿宽度方向均匀性较好(P>0.05),沿长度方向均匀性较差(P<0.05),猪只生活区域冬季和夏季平均风速分别为(0.16±0.05)和(0.90±0.17) m/s; 2)靶向通风系统能够将试验猪舍内温度调控至适宜的范围内,试验猪舍内冬季平均温度保持在(19.5±0.21)℃,夏季平均温度控制在(27.0±1.77)℃,且水平和垂直方向温湿度均匀性较好(P>0.05);3)靶向通风系统能够有效提升猪只舒适度,试验猪舍内冬季未出现冷应激状态,夏季无热应激状态比例为85.9%,轻度和中度热应激状态分别为13.3%和0.8%,未出现高度热应激状态。靶向通风系统应用于楼房式妊娠母猪舍可以改善夏季猪舍内热环境分布和猪只热应激状况,从而大幅度减少猪舍需风量。     

模糊PID技术在果蔬保鲜控制系统中的应用

为了克服传统保鲜库以控温为主的缺点,研制了一种基于模糊PID(Proportion IntegrationDifferentiation)的果蔬保鲜温湿度控制系统,该系统给出了Matlab/Simulink仿真调试结果和模糊PID测控的现场试验对比数据,控制精度高、响应速度快,能够满足新鲜果蔬贮藏要求,实际应用可以达到温度误差±0.3℃、湿度误差±2%的控制精度。     

DMC-PID串级控制在CVT速比控制系统中的应用

通过分析CVT速比控制系统的结构及基本控制原理,确定该系统具有时滞弱非线性特性,论述了常规PID控制算法以及单一的DMC控制算法应用于该系统的局限性.针对这一问题,设计了DMC-PID串级预测控制算法,该算法将经过PID校正的速比控制系统作为广义的控制对象,用DMC预测算法在线滚动优化控制参数,在优化过程中利用实测信息不断进行反馈校正,充分发挥DMC算法的超前预测性和强鲁棒性以及PID控制算法的抗干扰能力.台架实验结果表明,与常规的PID算法相比,该算法能有效减小速比跟踪过程中的波动,超调量由14%下降为4%,过渡时间由6 s缩短为4.5 s,提高了系统的动静态性能.     

基于神经网络PID的无人机自适应变量喷雾系统的设计与试验

【目的】针对传统植保无人机在定量喷施作业时由于飞行速度的变化造成施药不均匀以及传统控制算法无法满足无人机变量喷雾系统所需的实时性和稳定性等问题,设计一种基于神经网络PID的自适应无人机变量喷雾系统。【方法】采用风压变送器测出无人机的飞行速度,根据速度采用脉宽调制(PWM)方法进行自适应变量喷雾,同步用流量传感器测出实际喷雾流量,融合BP神经网络PID控制算法调节喷雾流量。由MATLAB构建BP神经网络PID控制算法,并与PID、模糊PID和神经元PID对比及分析;田间试验过程中,对比分析无人机定量喷雾与随飞行速度改变的变量喷雾效果,采用水敏纸获取雾滴沉积量分布,分别从整体区域、飞行方向和喷杆方向评价沉积量分布的均匀性。【结果】算法仿真对比试验结果表明,与PID、模糊PID和神经元PID相比,BP神经网络PID阶跃响应上升时间分别少28.57%、84.73%和31.03%,正弦跟踪平均误差分别小63.01%、87.03%和0.58%,方波跟踪平均误差分别小74.00%、79.53%和6.80%,鲁棒性强,无静差,超调量为1.20%;喷雾对比试验结果表明,本系统能够根据飞行速度自适应调节喷雾流量,实际流量与目标流量的平均偏差为8.43%,水敏纸扫描结果表明总体区域雾滴沉积量的变异系数对比定量喷雾平均降低26.25%,喷杆方向平均降低18.79%。【结论】该研究结果可为农业航空变量喷雾技术的应用提供理论基础。     

基于Matlab和模糊PID的智能配肥终端控制系统的设计

设计了一种基于Matlab和模糊PID(proportional-integral-derivative)的智能配肥终端控制系统,该配肥控制系统由数据采集及控制系统、数模转换模块和各执行单元等器件组成。为提高智能配肥终端配肥精度和系统稳定性,提出了一种基于Matlab、SIMULINK和模糊比例积分微分PID的自适应模糊控制算法,该控制算法依据经验模糊控制规则,在线实时优化PID系数调校参数,有效改善了该系统的控制质量。结果表明,样机分别配制不同配肥总量的2种、3种和4种肥料时,误差均维持在0.85%,该控制系统超调量小,工作稳定,较好地满足了智能配肥终端配肥精度要求。     

水稻液体肥变量施用调节系统设计与试验

目的 设计一种机电式流量调节阀，与已研制的气力引射式施肥器集成构建液体肥变量施用调节系统，实现水稻近根部微小流量液体肥精准施用。方法 通过试验标定了系统质量流率理论模型，建立控制系统传递函数模型，设计了基于模糊推理的PID控制器结构、规则和初始参数；通过仿真试验，分析了PID和模糊PID控制的调控响应能力。结果 仿真试验结果表明，模糊PID控制阶跃信号响应超调量、调节时间和稳态误差分别为0.12%、2.51 s和0.007， 与PID控制的对应值42.90%、4.44 s和0.010相比均较低，表明模糊PID控制动态调节和稳定性更好；在幅值为0.5、持续时间为0.1 s的脉冲信号干扰下，模糊PID控制的调节时间为0.61 s，比PID控制(1.67 s)更短，具有更强的抗干扰能力。性能试验结果表明，10种目标质量流率条件下，模糊PID控制的质量流率绝对误差均低于PID控制，控制精度为93.93%～96.88%，高于PID控制(90.00%～95.21%)；在施肥量变化时，模糊PID控制的超调量为12.2%，上升时间、调节时间和峰值时间分别为1.5、10.7和1.7 s，均低于PID控制的17.4%、2.1 s、13.3 s和2.3 s。结论 基于模糊PID控制的水稻液体肥变量施用调节系统具有较高的质量流率控制精度和跟踪性能，为研制水稻田液体肥变量施肥装备奠定了基础。     

基于人工智能的温室环境控制算法

温室环境控制系统的最大特点是控制对象的精确数学模型很难建立。文章将常规PID控制算法与现代控制理论相结合,对常规PID算法进行改进,得到新型MPT控制算法,并加入模糊控制算法规则,在误差大时,运用模糊算法进行调节,以彻底消除PID饱和积分现象,当误差较小时,采用改进后的PID算法控制输出。同时加入了自适应调节规则和自整定专家系统,建立了基于人工智能的温室环境控制算法。将此算法应用于温室环境控制。系统具有无超调和控制精度高等特点。     

基于LabVIEW的温室大棚温、湿度解耦模糊控制监测系统设计与实现

温室环境系统是一个多变量、非线性、时变和滞后的系统,各变量之间具有耦合关系,很难建立精确数学模型。其中,温度和湿度的变化是最基本因子,对作物影响最为显著。为此,系统通过有限状态机机制,调用Lab-VIEW中PID Control Toolkit下的Fuzzy Controller子VI,采用模糊控制策略,建立模糊控制系统模型并设计模糊控制器,引入解耦参数,实现了系统温、湿度解耦控制。相对于温、湿度单独控制,系统监测精度有所提高。当温、湿度分别为27.5℃和55%时,结果表明该系统温、湿度变化超调量较小,模糊控制过程较平稳,达到了作物生长环境需求。     

基于AVR的猪舍温湿度监测系统研究

根据目前生猪规模化养殖的特点,设计了一种基于AVR单片机ATmega16的猪舍温湿度监测系统。该系统由多个温湿度监测点和中心控制点组成。温湿度监测点采用SHT15完成猪舍不同位置的温湿度采集和处理,通过RS485总线将数据输送给中心控制点的ATmega16处理器。根据温湿度的预警值,ATmega16控制风机和调温设备的工作。测试结果表明,该系统的测温度范围为-40~123.8℃,测温精度为0.2℃,测湿度精度为1.8%,完全满足猪舍环境的要求。     

模糊神经网络的真空木材碳化设备控制系统设计与仿真

针对目前真空木材碳化设备的控制系统具有大滞后、强耦合、时变性以及难以建立精确数学模型等特点,提出了一种模糊神经网络算法的真空木材碳化设备控制系统。通过对输入输出变量、论域及隶属函数的选择,设计出真空木材碳化设备控制器;再将神经网络与模糊控制系统相结合,得到模糊神经控制网络。对模糊神经网络控制器的算法进行了分析;在Matlab环境下编写控制器的程序,用Simulink进行仿真实验。结果表明:模糊神经网络控制器的真空木材碳化设备输出的温度曲线,稳态误差为0、最大偏移量为1℃、调节时间约为8 s、超调量为2%;湿度曲线在6 s时即可达到稳定,稳态误差为0、最大偏差为1%、超调量为4%;加入扰动后,误差能被快速消除,温湿度的波动幅度相对减小,系统的稳定性更强。模糊神经网络控制器,可减小调节时间、消除误差、提高控制精度,具有很好的鲁棒性。将二者结合设计出的模糊神经网络控制器,具有自适应、学习、识别和模糊信息处理等功能,在处理大规模复杂的模糊应用问题方面具有更好的控制效果。     

铁观音茶烘焙机温度小超调模糊-PID控制

针对模糊控制的不足和PID控制的缺点,提出铁观音茶烘焙机模糊-PID分段控制策略,综合了模糊控制和PID控制的优点,对传统模糊控制方法与PID参数整定进行了改进,使得系统在小超调的情况下获得最短的温度调节时间.仿真与试验结果表明该控制器设计方法简单实用,具有良好的控制效果.     

高原日光温室生态猪舍冬季保温通风系统的设计

为了实现猪舍的保暖增温性能,从新材料的应用、合理选址、日常的科学管理、控制、集成现有的技术成果进行优化设计等多方面入手,将日光温室、发酵床、塑料膜、保温被、手动卷膜通风、一次喷涂成型高强度保温材料等技术集成优化设计;同时配合科学管理控制。结果表明:这种猪舍冬季的平均保温性明显高于传统猪舍,比传统猪舍平均增温8~10℃,实现了高原日光温室生态猪舍冬季的保暖增温通风性能。冬季保温通风系统建立后,可使高原日光温室生态猪舍环境温度达14~23℃,相对湿度达50%~80%,是猪只生存的最佳环境,使猪生长速度快,肥育效果好。     

家具VOC检测气候舱温湿度控制系统设计与应用

为促进国产气候舱内部条件控制水平的提高,以西门子S7-200系列PLC为核心,设计了用于家具VOC检测气候舱的温湿度控制系统。基于该PLC提供的PID运算功能,采取PID控制法与模糊控制法相结合的分段温度控制策略,利用露点调湿原理将控制舱内相对湿度转化为控制调湿水箱温度,实现舱内温湿度的解耦稳定控制。结果表明:设计系统应用于1m3气候舱时,舱内温度和相对湿度的控制精度分别达到±0.4℃和±3%,满足国内外标准要求,具有较好的操控性能,可推广应用到其他规格的气候舱。      

农用多旋翼飞行器串级分数阶PID控制

为提高农用无人机动态性能，基于传统串级整数阶PID控制算法，提出一种串级分数阶PID控制算法。以四旋翼无人机为研究对象建模，并利用遗传算法对串级整数阶PID和串级分数阶PID参数进行整定，得到最优控制后采用MATLAB/SimuLink仿真分析，〖JP2〗证明串级分数阶PID控制效果优于串级整数阶PID。以四旋翼无人机实物为对象进行试验，测试结果表明，串级分数阶PID比串级整数阶PID的调节时间缩短了0.24 s，总体性能更优，表明仿真结论可靠。研究结果表明，串级分数阶PID控制算法可用于农用无人机的飞行控制。     

Design of Greenhouse Environment Control System Based on Internet of Things

There are some disadvantages, such as complicated wiring, high cost, poor monitoring flexibility, low accuracy and high energy consumption in traditional greenhouse environment monitoring system which based on previous wireless sensor networks(WSN). Aiming at these problems, a greenhouse environmental parameter monitoring system had been designed based on internet of things technology in this paper. A set of control system with good robustness, strong adaptive ability and small overshoot was set up by combining the fuzzy proportion-integral-derivative(PID) control. The system was composed of a number of independent greenhouse monitoring systems. The server could provide remote monitoring access management services after the collected data were transmitted. The data transmission part of greenhouse was based on Zig Bee networking protocol. And the data were sent to intelligent system via gateway connected to the internet. Compared to the classical PID control and fuzzy control, the fuzzy PID control could quickly and accurately adjust the corresponding parameters to the set target. The overshoot was also relatively small. The simulation results showed that the amount of overshoot was reduced 20% compared with classical PID control.     

北方君子兰冬季温室恒温闭环控制系统设计

针对君子兰北方越冬难的问题,设计了以AT89C51单片机为核心的闭环自动控制系统,通过PID算法实现了对温、湿度的检测及控制。该系统运行可靠、精度高、响应速度快,可以满足君子兰越冬对温、湿度的要求,