神经网络混合PID算法的空调节能研究

针对经典的PID控制方法的三个参数值,传统方法是通过人工赋值,而人工赋值往往依赖于经验,控制效率较低。研究小组引入BP网络对PID控制器参数进行优化,通过训练PID参数,得到最佳参数值。仿真试验验证了该BP网络在调节PID控制器参数方面具有更快的收敛能力,能够实现系统的快速逼近功能。研究小组提出了一种基于BP神经网络的PID控制器优化方法,并将该方法应用于中央空调系统中,把一阶系统函数当作空调的拟似函数,通过搭建的MATLAB平台进行仿真。仿真结果表明,该方法具有超调量小、过渡时间短、鲁棒性好等特点,弥补了常规PID在改善空调性能中参数难以整定的缺点。可以将该控制策略用于改善空调性能,使空调能处于最佳的性能状态,并且保证空调的安全经济运行。     

基于神经网络PID的丘陵山地拖拉机姿态同步控制系统

针对现有丘陵山地拖拉机姿态调整精度和可靠性难以满足实际使用需求的问题,基于神经网络PID算法设计了丘陵山地拖拉机车身和机具姿态同步控制系统。根据车身和机具不同的姿态调整要求,设计了相应的控制系统,并对其进行动力学建模,进而采用了基于神经网络PID的同步控制算法。以常规的PID控制算法作为对照,进行了仿真分析,仿真结果表明,基于神经网络PID算法的同步控制系统有效,且控制性能优于PID控制算法。在固定坡度路面和随机坡度路面上进行了作业试验,结果表明,其于神经网络PID控制算法的精度和稳定性均优于PID控制算法：在固定坡度路面上,车身横向倾角最大误差为0.8640°,左右摆角绝对值差最大误差为0.9600°,机具横向倾角最大误差为0.6497°;在随机坡度路面上,车身横向倾角最大误差为2.8740°,左右摆角绝对值最大误差为4.2800°,机具横向倾角最大误差为1.7620°。说明本文提出的方法具有较好的控制精度和稳定性,能够满足丘陵山地拖拉机的实际使用需求。     

基于模糊PID控制饲料配料系统的仿真研究

以淮安天参农牧水产有限公司饲料生产线PLC技术改造为背景,选择生产流程中最关键的配料工序进行研究。为提高配料系统控制精度和稳定性,改善或消除落差等因素的影响,采用模糊控制技术,以配料流量为控制参数,设计了模糊PID控制器。建立了配料系统的数学模型,并采用MATLAB软件进行了仿真,结果表明,采用模糊PID控制具有更好的动态特性,能有效提高系统的配料精度和稳定性。     

基于PID控制的拖拉机自动转向系统

为了提高自动行驶车辆转向系统的控制性能,以福田欧豹4040型拖拉机为研究对象进行拖拉机转向控制系统研究,以车辆目标前轮转角和实际转角的偏差为输入变量,设计车辆转向PID控制器,通过对转向驱动电机的控制实现拖拉机转向控制.仿真和实验结果表明,所设计的控制器具有良好的快速性和准确性,能够满足拖拉机转向控制的需求.     

基于单片机和模糊PID的拖拉机空调电机控制系统

为了实现对拖拉机空调电机转速的精确控制,设计了一种基于单片机和模糊PID的转速单闭环无刷直流电机控制系统,可以对电机转速进行控制调节,从而驱动制冷压缩机工作,降低拖拉机车内温度。实验结果表明:基于单片机和模糊PID的拖拉机空调电机控制系统稳态误差较小,控制精度较高,与理论基础相符合,证明了该方法的可行性和正确性。     

基于蛙跳PID算法的温室温湿度控制系统设计

随着农业智能化和信息化技术的发展,温室大棚环境因子的调控技术也成为研究的重点之一.为此,在深入分析温室环境特点与传统PID(proportionintegration differentiation,PID)控制技术不足的基础上,提出将蛙跳算法(shuffled frog leaping algorithm,SFLA)...     

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。     

基于神经网络的拖拉机自动导航系统

针对数学模型复杂的拖拉机转向控制问题,使用基于神经网络的控制方法,以福田欧豹4040型拖拉机为研究对象,进行农用车辆导航控制研究。以车辆航向偏差和航向偏差的变化率为输入变量,以前轮转角的变化量为输出变量,设计车辆转向控制神经网络控制器,对拖拉机进行转向控制。仿真表明,该方法可以对拖拉机的转向进行有效控制。实验结果表明,拖拉机在50m的行驶距离内,最大横向偏差为0.18m。     

基于模糊PID算法的奶牛饲喂装置温控系统的设计

采用S7-200 smart PLC作为控制装置,设计了一种基于模糊PID算法的奶牛饲喂装置温控系统;利用PLC编写程序实现模糊PID控制SSR输出,通过控制磁控管的开关状态,实现温度恒定控制;利用MCGS触摸屏对系统参数进行调节和设置,监测加热过程.该系统运行稳定,操作简单,恒温控制特性好、精度高、自调整能力强,能够...     

基于BP神经网络PID的移栽机双闭环调速系统

为保证提高移栽机机械手行走速度的同时不失鲁棒性,选用直流电机作为驱动电机,并根据其动作时电流反馈、转速反馈、滤波、整流等多环节的传递函数简化模型设计了基于电流环和转速环的双闭环调速系统模型。引入BP神经网络自学习的控制策略,其中选取BP神经网络PID控制器取代转速环中的PI环节,并在MatLab中采用S函数嵌套控制器模块的方式搭建了基于直流电机双闭环系统仿真模型。结果表明:比较加入BP神经网络算法优化前后的双闭环调速系统响应曲线,优化后的模型超调量由4.3%降为0,过渡时间由2s以上缩短至2s,电机调速系统稳定性和鲁棒性得到提高,整排机械手启动时间更短、速度更快且能准确抓取目标。     

基于神经网络PID的牧草烘干机控制系统研究

牧草的烘干效果直接影响牧草的品质和储藏时间。为此,根据牧草的品质和储藏要求,针对牧草烘干系统的多变量、时变和大滞后、非线性的特点,分析了牧草烘干机的结构及工艺,并应用正交试验和回归分析方法建立的非线性数学模型,设计了一种基于BP神经网络PID控制算法的牧草烘干控制系统。试验结果表明:所设计的牧草烘干控制系统能够达到系统性能指标的要求,控制效果良好。     

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PID控制的拖拉机半主动悬架设计与仿真

以拖拉机为研究对象,提出用半主动悬架代替传统的被动悬架来改善其行驶平顺性。对7自由度拖拉机全车模型,建立悬架数学模型;利用MATLAB/Simulink搭建悬架仿真模型,并为模型引入PID控制模块,在白噪声路面激励下开展仿真试验。通过比较半主动悬架和被动悬架的仿真图线,证明半主动悬架能有效改善拖拉机的平顺性能,提高驾驶员乘坐舒适性。     

基于仿真软件的拖拉机型腔类零件加工模拟研究

为了提高拖拉机型腔类零部件的加工精度、降低加工误差,将仿真软件引入到了零件加工工艺的设计过程中,并通过智能化算法对加工工艺流程进行优化设计。在误差控制系统的设计上引入了PID控制器和模糊控制算法,并以拖拉机型腔类零件的加工仿真为例对算法的作用进行了验证。由单独使用PID控制和模糊PID控制器得到的仿真加工误差对比可以看出:采用模糊PID控制器可以得到更低的加工误差,对于零件加工质量的提升具有重要的作用。     

BP神经网络PID控制器在温室温度控制中的研究

为了更好地实现对温室温度的控制,本文设计出了一种BP神经网络PID控制器,提出了BP神经网络PID控制算法,并对该算法进行了分析,最后以温室温度为控制对象分别对常规PID控制器和BP神经网络PID控制器进行了大量仿真研究。结果表明,基于BP神经网络整定的PID控制器具有较强的自适应能力和鲁棒性,其控制品质优于常规PID控制器。     

基于PID直流电机驱动的移动式采摘机器人设计

为了提高移动式采摘机器人的控制效率和移动精度,将直流电机驱动电路引入到采摘机器人移动控制系统的设计中,并采用PID算法对移动速度进行调节,从而避免采摘机器人在移动过程中产生较大的速度波动,提高其作业时的平稳性.为了验证PID算法在采摘机器人移动控制系统上使用的可行性,模拟葡萄采摘机器人的作业环境,对采摘机器人移动过程的...     

BP神经网络PID控制仿真在挤压机中的应用

为了减少挤压机运行前的繁杂工作,针对自动供给系统提出了一种基于神经网络的PID控制方案,利用神经网络的自学习能力对PID控制参数在线整定,使PID控制器具有自适应性.采用动态BP算法,达到了在线实时控制的目的,显示了BP神经网络的PID控制方法很强的鲁棒性,同时也显示了神经网络在解决时变性和严重不确定系统方面的潜能,并改变了运用试凑法调节参数的方法.运用Matlab软件对挤压加料、加水和加酶制剂自动控制系统进行仿真研究.仿真结果表明,神经网络PID控制器优于传统PID控制器,具有较高的精度和较强的适应性,可以获得满意的控制效果.     

基于神经网络PID的异步电机转速MRAS辨识

提出了一种基于神经网络PID的异步电机转速MRAS辨识方法。该方法利用Popov超稳定性理论推导的转速估算公式,并采用单神经元PID控制器进行电机转速辨识。在MATLAB∕Simulink环境中,建立了一个基于该方法的无速度传感器异步电机矢量控制系统,并进行了仿真试验,仿真结果表明,该方法提高了电机转速估算的精度和响应速度,从而提升了系统的性能。     

基于MATLAB环境下球杆系统PID控制器设计

在机械控制系统中,不稳定系统的控制问题是公认的控制难点,由于不稳定控制系统具有一定的危险性,常给研究带来了不小麻烦。为此,对球杆系统做了介绍,设计了PID控制器,并应用MATLAB编程求出满足指标的参数值集合,缩短了参数的调试时间,验证了PID控制器设计及编程方法的正确性。     

基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。