基于变论域模糊PID控制的转向执行机构研究

针对重载车辆转向执行机构系统,提出了基于变论域模糊PID控制的液压缸位置控制结构.传统的控制方法常采用模糊PID控制,虽然控制效果好于PID控制,但普通模糊控制精度低、超调量大,因此有必要采用变论域方法.该方法通过伸缩因子改变模糊输入和输出变量的论域,使论域自调整,以较少的控制规则实现了较高精度的控制.Matlab仿真表明,与传统的模糊PID控制系统相比,该方法的超调量小,控制精度高,控制效果明显好于模糊PID控制.     

微流控PCR温度控制算法设计

在开发的微流控PCR检测仪基础上对温度循环控制算法进行了改进设计.设计了经典PID控制器,在控制算法上研究了模糊PID算法,并用Matlab构建Simulink仿真模型进行验证.仿真结果表明,传统PID算法的超调为8.5％,调整时间为3.4s,控制精度达到0.044℃;模糊PID算法的超调为1.45％,调整时间为1.94 s,控制精度达到0.015℃.2种算法比系统原有控制精度(0.1℃)均有显著提高.模糊PID算法克服了传统PID超调较大的缺陷,大大缩短了调整时间.     

基于模糊PID控制的烘干房温度控制设计

为解决生猪运输车传统的晾干消毒所需时间周期较长问题，设计汽车烘干房，以气体热量进行交换，控制室内温度达到目标温度成为关键的问题。针对温度控制具有惯性大、滞后性等突出的特点特性，提出模糊PID的自适应模糊控制算法，该算法依据经验模糊控制规则，实时优化PID系数调教参数Kp、Ki、Kd，有效改善控制系统。根据试验可以看出，模糊PID控制的实际温度比目标温度最大温差为2.5 ℃，超调量为3.5%，而传统的PID与目标温度最大温差为5.1 ℃，超调量为7.1%。模糊PID与传统的PID控制相比较，具有较小的超调量而且在受到外界干扰反应速度也很快。     

基于BAS-PID控制的精准变量施药系统仿真与试验

精准变量施药技术是精准农业的重要内容之一,为解决当前常用的变量施药方式存在的控制精度低、超调量大等不足,提出将天牛须搜索(Beetle Antennae Search,BAS)算法与常规PID控制结合形成BAS-PID控制算法,用于变量施药系统控制。首先建立施药控制系统机理模型并基于Matlab平台进行软件仿真,仿真试验结果表明,BAS-PID算法的超调量为0.024 1,绝对误差为1.14%,均低于常规PID和模糊PID,控制效果更好。在吉林农业大学试验田进行了田间施药试验,根据试验数据分析,BAS-PID、模糊PID以及常规PID的平均施药误差分别为0.016 L/min、0.020 L/min、0.238 L/min,平均超调量分别为0.006 L/min、0.016 L/min、0.238 L/min。BAS-PID控制算法的施药误差仅在0.01~0.02 L/min内,误差范围小,总体而言,该算法的施药误差和平均超调量都低于模糊PID和常规PID,系统应用效果好。试验结果表明:本文提出的BAS-PID算法提高了PID算法的参数适用性,施药控制精度高,超调量小,改善了变量施药系统的施药效果,可为推动精准变量施药技术的发展提供新的技术方案。     

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。     

一种自走式施肥机变量施肥控制系统改进

针对丘陵山区现有的自走式施肥机变量控制系统存在惯性大、非线性以及不能及时响应等,传统PID控制策略很难达到精准施肥要求。为此,在建立施肥控制系统数学模型的基础上,采用模糊PID对排肥轴转速进行控制,然后在Simulink工具箱搭建该控制系统的PID仿真模型。分析、对比传统参数整定的PID控制和自适应模糊PID控制系统性能差异。模型仿真和田间试验结果表明:自适应模糊PID控制器改进后的系统模型,响应时间为0.7 s,超调量3.36%,相比传统PID控制模型具有更好的动静态特性;而且在排肥控制性能试验中,单穴排肥量误差为1.52%~5.10%,变异系数最大为4.31%,排肥量准确性和均匀性均达到要求,改进的控制系统性能更优。     

农用无人机移动补给平台自主降落算法与试验

为实现根据无人机作业位置改变中途补充能源或喷洒物的起降地点,增加无人机有效作业时间,提高无人机作业效率,设计了无人机移动补给平台。通过研究农用无人机自主降落过程,提出一种基于模糊逻辑和比例积分微分(Proportional-integral and derivative,PID)分段控制的农用无人机跟踪降落算法,该算法既拥有PID算法的高精度,又兼顾模糊控制算法响应速度快、超调量小、鲁棒性强的优点。目标轨迹跟踪预测由粒子滤波器跟踪算法和轨迹拟合算法相结合进行求解。仿真和现场试验表明,与单一的PID算法和模糊逻辑算法相比,分段控制算法能够把农用无人机对移动补给平台的跟踪误差缩小到6. 7 cm以内,在移动补给平台上的降落精度控制在7. 2 cm以内。     

丘陵山地拖拉机车身调平双闭环模糊PID控制方法

为提高丘陵山地拖拉机自动调平控制系统性能,基于已开发的丘陵山地拖拉机姿态调整机构,提出了利用双闭环模糊PID算法调整车轮摆动角度的自动调平控制方法。首先,建立被控对象状态空间模型,并基于该模型设计了双闭环模糊PID控制算法。然后,对自动调平控制系统进行仿真分析,结果表明,在使用相同PID参数条件下,双闭环模糊PID控制比双闭环PID控制性能更优,可有效减少超调量和调平时间。最后,开展了静态和动态试验验证,结果表明,采用所提出的自动调平双闭环模糊PID控制方法,在15°坡地上调平时间为12. 5 s,调平误差小于0. 5°,且无超调现象,左右两后轮摆角绝对值差在±1°以内;同时,以1. 98 km/h的速度行驶在高低起伏的恶劣工作环境下,车身倾斜角可控制在±3°范围内,左右摆动机构摆动角度绝对值差在±5°范围内,相比于双闭环PID控制效果更优。     

基于模糊PID的变量液体施肥控制系统

变量液体施肥控制系统具有大惯性、非线性和参数时变的特点,采用传统的PID控制方法很难实现准确的控制。为此,在建立电动执行器的数学模型的基础上,采用自适应模糊PID对液体肥流量进行自动控制,并利用Mat Lab对变量液体施肥控制系统进行建模和仿真及实验验证。仿真与实验结果表明:变量液体施肥控制系统采仿真时,自适应模糊PID控制系统的动态静态指标明显高于常规PID控制;系统超调量、调整时间明显改善,即超调量为1.5%,系统进入稳态所需时间为0.86s。变量液体施肥控制系统实验时,PID控制变量液体施肥系统的响应时间为1.6s,超调量为7.8%。模糊PID控制变量液体施肥系统的响应时间为0.8s,超调量为0,使施肥量更有效地保持在给定范围。该方法可为变量液体施肥控制提供一种有效的控制方法。     

基于自适应模糊PID控制下拖拉机液压系统的优化

为了实现拖拉机电子液压系统在田间的压力控制，建立了拖拉机液压控制系统数学模型，并结合压力控制算法设计了拖拉机自适应模糊PID控制系统，以实现拖拉机的压力控制。以传统PID算法、带补偿修正的传统PID算法和补偿修正的自适应模糊PID算法进行试验，验证不同控制器对拖拉机的压力控制效果。研究结果表明：当输入为1.5MPa的阶跃信号，传统PID控制器的响应时间为2.5s,波动范围为0.5MPa;带补偿校正的自适应模糊PID的响应时间为1.5s,波动范围为0.3MPa,响应时间降低了40%,压力波动范围也减少了40%。因此，提出的补偿修正的自适应模糊PID算法下拖拉机液压系统具有更好的动态控制性能。     

喷洒作业下四旋翼植保无人机的轨迹跟踪控制

针对所搭载药箱内药液变化导致四旋翼植保无人机喷洒作业品质下降的问题,为实现喷洒作业下四旋翼植保无人机的轨迹跟踪控制,提出一种喷洒作业下四旋翼植保无人机的轨迹跟踪控制方法.在考虑喷洒作业下药液变化影响的前提下,建立了四旋翼植保无人机的非线性动力学模型.在原有PD控制的基础上,引入模糊控制器对控制参数进行在线自适应整定,从...     

基于单神经元PID的变量喷雾系统精准控制方法研究

针对现存农用无人机变量喷雾系统响应时间较长、超调量较大、跟随效果不稳定等问题,设计一种基于单神经元PID控制的农用无人机变量喷雾系统.该系统采用传感器检测流量信息作为控制依据,运用单神经元自学习能力不断调整PID参数精确调控喷雾流量,实现变量调节快速稳定的目标.为验证本系统控制算法的实际变量控制效果,采用Matlab平...     

玉米定向种子带恒张力卷绕系统自适应模糊PID控制

在玉米定向种子带的卷绕过程中,种子带的张力控制影响到种子带的质量。为此依据玉米定向种子带的要求,建立恒张力卷绕系统的传递函数,利用模糊控制技术实现玉米种子带的恒张力卷绕控制,创建了模糊自适应PID控制器,利用Matlab对其进行仿真,得到了较为合理的模糊控制算法,并将模糊控制算法通过西门子S7-200型PLC为核心的硬件控制电路应用于实际的张力控制,并进行了实际的卷绕试验。试验结果表明:模糊PID控制器与传统PID控制器相比,具有更好的动态稳定性和跟踪性能,张力产生阶跃时,系统过渡时间约为2 s,超调量在1.2%内,能够较好地满足种子带的卷绕要求。     

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。     

取苗机械手运动控制联合仿真研究及试验

为减少取苗机械手研制过程中投入大量的成本和时间，解决机械手在作业过程中控制精度低、适应性差等问题，采用SolidWorks建立机械手的模型，并导入ADAMS中；采用模糊PID控制算法对机械手夹持角度进行实时动态联合仿真分析，设计模糊PID控制器及模糊规则。利用MATLAB/Simulink和ADAMS建立联合仿真模型，以阶跃信号为激励，模糊PID控制和PID控制仿真结果表明：PID控制的响应时间为1.1 s，模糊PID的响应时间为0.33 s且响应速度更快，说明模糊PID优于经典PID控制，设计的取苗机械手具有良好的动态响应和轨迹跟踪特性，理论上能够满足实际作业要求。取苗试验结果表明：在取苗频率为50、60和70株/min时，采用PID算法和模糊PID算法取苗成功率分别为9609%、93.75%、92.96%和98.43%、95.31%、93.75%，采用模糊PID算法的取苗成功率更高，能够满足实际作业要求。     

基于模糊PID的冬小麦变量追肥优化控制系统设计与试验

为了实现冬小麦实时变量精确追肥,研究了基于模糊PID控制技术的变量追肥机追肥量实时调整算法,通过对排肥器转速和开度双变量调节,实现追肥量的优化控制。系统首先采用粒子群优化算法确定PID控制器参数的初始值,然后通过实时获取冬小麦冠层归一化植被指数和排肥器实时状态,结合模糊控制理论和PID控制技术,对PID参数进行在线整定,实时调整排肥器的转速和开度,从而实现追肥量的最优控制。试验结果表明:施肥过程中,施肥量存在波动性。但施肥量变异系数小,最大为3.22%,均值为2.09%,可以满足田间变量施肥的要求。模糊PID控制算法具有良好的动态稳定性和跟踪性能,无论是室内试验还是大田试验的控制精度均达到86%以上。