基于复合粒子群自适应液压伺服系统力跟踪控制与试验

为提高液压伺服系统力跟踪控制性能,针对不同环境模型及变期望力条件下,液压伺服系统末端位置力跟踪存在稳态误差及动态特性差问题,提出一种复合粒子群自适应阻抗控制策略。在建立液压伺服系统数学模型和阻抗模型基础上,根据环境刚度及力偏差,采用模糊算法确定阻抗参数范围,结合莱维飞行粒子群快速通过局部与全局搜索确定不同环境刚度下的阻抗参数,采用三次样条插值拟合阻抗参数随环境刚度变化方程;分析末端位置力跟踪稳态误差原因及并建立数学模型,根据末端位置力及当前末端位置,利用自适应算法估计环境刚度与环境位置,对期望位置补偿并选择阻抗参数。通过Matlab-Adams虚拟样机仿真,验证复合粒子群自适应阻抗算法对液压伺服系统力跟踪有效性。二连杆串联机构台架试验结果表明,采用复合粒子群自适应阻抗策略液压伺服系统力跟踪控制,末端位置稳态误差范围0~1,在期望力发生变化时,力跟踪动态性能良好。研究为液压伺服驱动足式农业移动平台及大型农业采摘机械臂末端位置力控制设计提供参考。     

一种云自适应粒子群优化的PID控制器设计与应用

针对PID控制器应用于实际的自动电压调节器(AVR)系统,为了有效地寻找AVR系统的最佳PID控制器参数,提出一种基于改进的云自适应粒子群算法的PID参数优化策略。通过建立粒子群优化的PID控制器参数模型,在控制过程中将PID参数(比例、积分、微分)作为粒子群中的粒子,采用控制误差绝对值时间积分函数作为优化目标,在控制过程中动态调整PID的三个控制参数,从而进行PID控制参数的实时优化。仿真结果表明,该PID控制器可以获得较好的控制性能指标,进而改善AVR系统的瞬时响应特性,具有一定的实用价值。     

基于CAN总线技术的汽车电子节气门的仿真设计

研究CAN总线技术和汽车节气门,将CAN总线技术与汽车节气门相结合,设计出电子节气门,对汽车节气门的开度进行精确控制,进而优化汽车的空燃比,最终可提高汽车的动力性、经济性等汽车综合性能。     

基于自适应粒子群算法优化神经网络的多沙水库冲淤预测模型研究及应用

【目的】针对传统多沙水库冲淤预测模型难以准确、迅速预测某一具体水库调度运行方式下泥沙的冲淤变化过程,无法为制定合理水库调度运行方式提供决策依据的不足,构建一种计算效率高、能保证一定计算精度且相对简便的泥沙冲淤预测模型。【方法】将人工神经网络及粒子群优化算法引入到多沙水库冲淤预测中,构建基于自适应粒子群算法优化BP神经网络的多沙水库冲淤预测模型,并将该模型应用于冯家山水库库区泥沙冲淤形态、冲淤量的预测,验证其实用性。【结果】将多沙水库冲淤变化过程视为一个非线性动力系统,利用人工神经网络处理大规模复杂非线性动力学问题的优势,在采用自适应粒子群优化算法对BP神经网络的初始连接权值和阈值进行优化的基础上,成功构建了基于自适应粒子群算法优化BP神经网络的多沙水库冲淤预测模型。该模型在冯家山水库冲淤预测中的应用结果表明,模型计算值与实测值之间吻合良好,可满足实际水库管理的需要。【结论】所构建模型具有较强的合理性及较广的适用性,为多沙水库冲淤预测提供了一条有效途径。     

天然气锅炉燃烧系统节能控制方案

天然气锅炉燃烧控制系统的任务是节约能源，改善炉内气氛，减少环境污染。合理的空／燃比是控制燃烧质量的关键。双交叉限幅可以在负荷扰动时得到高精度的空／燃比，从而避免了动态过程中空／燃比失调。通过检测烟气中的氧含量来修正空／燃比可以收更好的控制效果。     

基于模糊控制的LPG发动机空燃比试验研究

LPG发动机的空燃比控制系统以开环和闭环相结合的方式对LPG发动机的空燃比进行控制;并通过模糊控制方式实现PID控制参数的在线调整,使系统获得响应速度快、超调量小的控制效果.试验结果表明,本控制系统在调整时间和稳定性方面都取得较好效果,改善了发动机的燃烧情况.     

车用燃气发动机理想空燃比的融合控制算法

针对车用燃气发动机空燃比难于实时精确控制,探讨了一种最优空燃比融合控制策略.首先分析了燃烧室的控制论特性,研究了优化的控制策略,基于HSIC动静态特性与误差特征识别模型,构造了基于HSIC控制算法.在Matlab环境下,分别采用基于仿人智能融合控制与Smith最优PID控制的算法作了仿真对比研究,系统响应验证了融合控制算法优于Smith最优PID控制策略.仿真结果表明,采用融合控制算法实现对燃气发动机的最优空燃比控制是合理与可取的.     

基于神经网络模型的空燃比非线性模型预测控制

采用基于径向基神经网络（RBFNN）模型的非线性模型预测控制方法,被控对象选择火花塞点火（SI）发动机的空燃比（AFR）高度非线性复杂系统,利用渐消记忆最小二乘法实现基于RBFNN的SI发动机AFR系统建模以及参数在线自适应更新。针对非线性模型预测控制中寻优问题,运用序列二次规划滤子算法对最优控制序列进行求解,并加入滤子技术避免了罚函数的使用。在相同的实验环境下,与PI控制算法和Volterra模型预测控制方法进行仿真对比实验,结果表明,所提算法的控制效果明显优于其他两种方法。     

基于蝙蝠算法的发动机空燃比控制的研究

为了提高发动机空燃比控制的精度,提出了一种基于蝙蝠算法整定参数的PID控制器,将此控制器应用于某单缸发动机的平均值模型中进行模拟测试,并加入了油膜补偿模型.仿真结果表明,与传统PID控制器相比,基于蝙蝠算法调整参数的PID控制器能更好地适应发动机系统的非线性和时变性特性,对瞬态工况下空燃比有更好的控制效果.     

基于粒子群的多BP网络并行非线性预测控制

针对传统预测控制算法在解决非线性系统控制问题时，存在难以建立精确的数学模型、控制精度不高等缺点，提出一种新的非线性系统预测控制方案。以多BP神经网络作为并行预测模型，克服误差积累以及网络规模庞大的缺点；运用粒子群优化(PSO)算法完成非线性预测控制的滚动优化。仿真表明，该方案的控制效果比常规动态矩阵控制效果有所提高，该方案是可行和有效的。