基于PSO-PID的拖拉机线控液压转向控制研究

PID控制是典型的控制系统,其核心内容是PID参数优化。为解决拖拉机线控液压转向PID控制参数优化时不能确保得到最佳性能且耗时长的问题,课题组采用了理论分析法及仿真实验法,对线控液压转向系统的模型进行了仿真分析,基于粒子群算法（PSO）优化了PID参数,提出了PSO-PID控制器,并将其控制结果与标准PID进行对比,得出了使整个PID系统性能优异的优化结果。仿真结果表明,PSO算法有效提高了PID参数的稳定性、收敛速度和搜索精度,性能指标更优。     

木薯块根收获机机电液联合仿真模型

以一种新型的挖拔式木薯收获机为对象,采用Solid Works、ADAMS、AMESim和Mat Lab/Simulink软件分别建立木薯收获机的机械系统、液压电气系统和控制系统的模型,并在Mat Lab/Simulink平台下通过接口文件将机械系统、液压电气系统和控制系统的模型进行连接,构建联合仿真模型,且进行了物理试验验证。结果表明:建立的木薯块根收获机机电液一体化联合仿真模型精度较高,可用于木薯收获机控制系统的优化研究。     

基于改进PSO算法的电机控制系统PID参数优化

粒子群算法(PSO,Particle Swarm Optimization)作为一种新型的随机优化方法,其算法结构简单,鲁棒性强,在组合优化和自适应控制等领域的非线性优化中有着广泛的应用前景.为此,提出一种改进的PSO优化算法,并将该算法应用于电机控制系统的PID参数优化设计.仿真结果表明,利用改进PSO算法优化的PID参数能有效改善控制系统的性能指标.     

木薯收获机块根拔起机构自适应控制算法研究

针对挖拔式木薯收获机无法根据木薯块根生长情况和土质情况的变化实现精确控制木薯块根拔起,且在木薯块根生长情况和土质情况变化大时其块根拔断损失率高的情况,采用联合仿真技术,以较优块根拔起速度模型为基础,根据拔起力变化,控制木薯收获机拔起速度使其达到减少块根拔断损失率的目标,对木薯块根拔起过程进行模糊PID自适应控制,且对模糊PID自适应控制算法进行了优化和物理试验验征。结果表明:在木薯块根拔起过程中,优化的模糊PID控制算法能使齿轮齿条摆动液压缸转速很好地跟踪给定转速曲线,且整机的自适应控制效果好,能适应不同的工作载荷。     

仿生四足机器人自适应粒子群优化控制

针对仿生四足机器人液压伺服驱动所带来的非线性和参数时变性等问题,有效抑制基于位置内环PID控制液压伺服系统过程中产生的高频振动对仿生四足机器人稳态行走的影响,采用自适应粒子群(PSO)算法优化位置内环PID控制的仿生四足机器人液压伺服系统。该方法能让PID控制器快速通过粒子种群的随机搜索和全局通讯来寻找最优解作为仿生四足机器人实时控制中的PID控制参数,优化液压伺服系统的传动性能。在分析仿生四足机器人结构和液压驱动模型的基础上,建立了液压伺服系统仿真模型。通过Mat Lab/Simulink软件对所建立的模型作为目标函数进行了正弦响应跟踪仿真试验,并在所设计的仿生四足机器人试验样机上进行了对角步态行走测试。实验结果表明:与传统的PID控制器相比,采用自适应粒子群(PSO)算法优化PID控制的液压伺服系统,具有更好的动态响应和鲁棒性,能够有效地提高对仿生四足机器人液压伺服系统的控制精度,保证仿生四足机器人能够平稳行走。     

双行木薯收获机虚拟设计与运动仿真——基于SolidWorks

针对我国木薯收获机设计中存在的设计手段落后和设计效率低下等问题,采用基于特征的参数化造型软件SolidWorks对木薯收获机进行参数化造型,设计了新型的悬挂式双行木薯收获机.同时,对木薯收获机简化模型进行了运动仿真,确保机具在理论上满足使用要求,为木薯收获机的研制提供了一种新方法,也为同类机具的研制提供了参考.     

籽粒收获机割台液压系统鲁棒滑模控制研究与实验验证

为进一步提高玉米收获机自动控制性能及作业效率,针对割台高度调节准确度较差的问题,提出一种基于状态估计的改进趋近律优化滑模控制方法.与PID控制方法、传统滑模控制方法进行实验对比,验证了该鲁棒滑模优化控制方法有效提高了液压系统的控制精度,增强了控制系统的鲁棒性,为玉米收获机自动调高装置控制策略研究提供参考.     

玉米收获机自动对行方向自校正系统的研究

所研制的自动对行方向自校正系统是玉米收获机自动对行控制系统的执行单元。系统采用PID控制方式调节电液比例方向阀阀芯开度,进而控制液压缸活塞杆的速度和位移,最终控制转向轮的偏转角度和偏转速度。该系统以4YZP-4D型玉米收获机为载体进行田间试验,结果表明:PID参数为KP=800、Ki=0. 5、Kd=0. 1,作业速度为7 km/h时,自动对行方向自校正系统控制效果最好。     

液压混合动力车中变量泵/马达的模糊控制器的设计

液压混合动力车是一种新型环保节能车辆,以液压蓄能器和变量泵/马达为核心组成刹车能量再生系统,实现节能环保.为了便于对变量泵/马达的排量进行控制研究,建立了变量泵/马达控制系统的数学模型,分别采用模糊PID控制与PID控制对控制系统进行了仿真分析.仿真结果表明,模糊PID控制减小了系统响应的超调量,加快了系统响应时间,使系统具有了良好的动态性能.     

基于SOA优化模糊PID的水肥控制系统研究

为解决目前水肥控制系统中存在的精度低、稳态性差、过度依赖专家经验等问题,基于模糊PID控制模型,设计一种SOA优化模糊PID的水肥控制系统.系统采用具有自适应特性的SOA算法,智能优化模糊PID控制器的量化因子、比例因子,完成对系统中各项参数的自适应调整.综合Simulink水肥控制对比实验可知,SOA优化的模糊PID...     

基于神经网络PID的小麦收割机械式行走装置设计

为了提高联合收割机行进速度控制的响应精度、缩短控制过程的响应时间及提高收割机的作业效率,设计了一种新的小麦收割机械式行走装置。该装置利用新型液压-机械控制方案,结合神经网络PID控制器,提高了行走装置的响应速度和精度,并解决了收割机原地转向及特殊地块通过性较差的问题。行走系统采用双联集成变量柱塞泵和2个定量摆线马达的相互独立闲式液压传动系统,实现了收割机行走系统的无级调速。为了测试装置的有效性和可靠性,对PID控制器的响应精度和响应时间等进行了测试。通过测试发现:PID控制器的调节时间仅为0.02s,响应迅速,超调量低,响应精度较高,为小麦收割机现代化设计提供了较有价值的参考。     

基于遗传PID的播种机排种器数控加工误差优化研究

为了提高排种机排种器的排种盘的加工质量,在排种盘的加工工艺设计过程中引入了遗传和PID算法,通过遗传算法对PID参数的整定,提高了PID控制器的控制精度,并利用遗传PID算法对加工误差进行反馈,降低了排种盘的加工误差.为了验证加工工艺的优化效果,采用仿真模拟的方法对PID控制器的响应速度和精度、加工实时误差进行了计算,...     

联合收割机最短路径设计—基于禁忌搜索和PID算法的

为了提高联合收割机的收割效率和自动化作业能力,使其在复杂地块具有智能路径规划功能,提高收割机作业的自适应能力,提出了一种基于禁忌搜索的智能联合收割机自动路径规划优化方案,并采用PID反馈调节控制算法,来降低算法的误差;建立了联合收割机智能搜索的禁忌算法模型,并设计了积分、微分和比例调节的PID控制模型;最后利用实地和软件测试的方法对算法的可行性和可靠性进行了测试。结果表明:利用禁忌搜索的PID控制算法可以有效地缩短路径规划时间,提高算法的精度,从而验证了算法在收割机智能控制上应用的可行性。     

基于BLDCM的智能播种控制系统设计

针对地轮驱动的玉米排种工作方式存在地轮打滑而造成漏播率增加的问题,设计了基于无刷直流电机驱动(Brushless Direct Current Motor,BLDCM)的智能播种控制系统。该系统以STM32单片机作为PID控制器的核心处理器,利用无刷直流电机作为排种器驱动源,并通过增量式编码器实时采集排种器的转速,同时利用霍尔传感器获取播种作业速度。为实现PID控制的最优化,在Simulink环境下建立无刷直流电机的仿真模型,并结合PSO(Particle Swarm Optimization,粒子群优化)算法对PID参数进行优化设计。仿真结果表明:经PSO整定后,PID控制器的阶跃响应效果良好,超调量为4%,调节时间为0.12s。田间试验结果表明:在低速、中速、高速和变速作业条件下,本电机驱动系统较传统地轮驱动系统在漏播指数方面分别降低了0.9%、1.1%、1.4%和1.3%,在播种合格指数方面分别提高了1.8%、3.8%、2.8%和1.7%。     

基于分数阶模糊PID控制的水轮机调节系统研究

针对水轮机调节系统中传统PID控制规律存在适应性不足的问题,设计了一种新型的分数阶模糊PID控制器(FOFPID),该控制器在模糊PID控制器(FPID)的基础上将微分及积分阶次进行从整数阶到非整数阶的拓展,并利用改进Oustaloup滤波算法对该控制器中的分数阶微积分进行数字实现.提出了一种基于Rechenberg五分之一法则的动态适应量子粒子群算法(DAQPSO),对水轮机调节系统控制器参数进行优化.仿真试验表明:FOFPID控制器在水轮机调节系统扰动幅度及运行工况变化时具有较强的适应性,并在水轮机调节系统参数发生变化时具有更好的鲁棒性;与QPSO,RLQPSO及MLQPSO相比,DAQPSO算法具有较好的计算精度,能为水轮机调节系统控制器提供更优的参数候选方案.     

基于ICPSO-PID风电机组桨距控制分析

针对传统的一阶变桨距机构简化模型难以描述真实的变距执行系统动态特性,建立了完整的电液变桨距风力发电机组高阶数学模型;根据风电机组额定风速以上恒功率控制目标并考虑变桨机构具有惯性和延迟特性,设计了基于功率和风速前馈的变桨控制器;针对额定风速以上变桨控制器参数整定难的问题,提出了一种基于改进协同粒子群优化算法(ICPSO)与比例、积分、微分控制器(PID)相结合的ICPSO-PID控制算法,并将其应用于桨距角PID控制器的参数整定.研究结果表明:提出的优化算法能够快速整定桨距角控制器的参数,风速前馈控制器能够提高变桨系统的动态性,功率控制环节能够实现额定风速以上风电机组恒功率控制.与传统PID控制器的控制效果相比,提出的控制方法具有超调量小、调节时间短和鲁棒性好等优良的控制品质.文中研究方法可应用到实际的电液变桨距风力发电机组控制系统中.     

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。