超声波电机模糊自整定PID控制研究

发布时间：2021-09-17 19:19

　　超声波电机是一种新型的微特电机,它具有传统的电磁式电机所不具有的优点,使得超声波电机具有广泛的应用。但是特殊的运行机理也使得超声波电机在运行过程中具有严重的非线性和参数时变性,给超声波电机的控制和应用带来了不便。作为一类不依赖于控制对象精确的数学模型的智能控制算法,模糊控制算法非常适合于超声波电机这一类非线性、参数时变的控制对象,因此本文设计了模糊自整定PID控制器,用超声波电机的频率-转速模型对超声波电机进行转速控制。首先采用固定参数PI控制器对超声波电机进行转速控制,在不同转速条件下调试出不同的PI参数,然后采用各个参数分别对电机进行转速控制。在此过程中研究PI参数变化对控制性能的影响规律,以此为依据编写模糊规则,设计变量化因子模糊调节器对PI参数进行在线调节,并在模糊调节器的输出环节设计输出激活函数增加模糊调节器的非线性,使其与超声波电机运行状态相匹配,提升超声波电机转速控制性能。模糊仿真实验表明,电机转速控制性能明显趋好。模糊调节器的设计大多依赖于人工经验知识,其参数的确定,是一个比较繁琐的过程,本课题以获得良好控制效果为目的,采用布谷鸟搜索算法对模糊调节器的模糊规则、隶属函数... 

【文章来源】：河南科技大学河南省

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

超声波电机内部结构图

PID控制系统结构框图

模糊PI控制结构图

【参考文献】：
期刊论文
[1]超声波电机转速的PIDNN控制[J]. 朱宜家,陈国光,范旭,杨智杰,白敦卓.  传感器与微系统. 2017(11)
[2]改进CS算法结合决策树的云工作流调度[J]. 陈超.  电子科技大学学报. 2016(06)
[3]超声波发电机的发展现状及应用[J]. 李颜鑫.  科技展望. 2016(28)
[4]超声波电机的研究现状及发展前景[J]. 尤冬梅,任志伟.  电工电气. 2016(01)
[5]基于神经网络的IMC-PID超声波电机控制[J]. 蒋念平,张琪.  电子科技. 2015(12)
[6]基于多种群粒子群算法和布谷鸟搜索的联合寻优算法[J]. 高云龙,闫鹏.  控制与决策. 2016(04)
[7]USM非线性黄金分割自适应控制仿真研究[J]. 尤冬梅,胡瑞明.  山东工业技术. 2015(20)
[8]基于变尺度法和自适应步长的布谷鸟搜索算法[J]. 江浩,阮奇.  计算机技术与发展. 2015(10)
[9]基于H∞混合灵敏度方法的超声波电机调速控制[J]. 潘鹏,徐志科,金浩,金龙,陈爽,黄帆,冷静雯.  东南大学学报(自然科学版). 2015(05)
[10]基于逐级变异布谷鸟搜索和Powell的医学图像配准[J]. 王波,张菁,杜晓昕.  电子技术应用. 2015(08)

硕士论文
[1]环形行波型超声波电机驱动技术研究[D]. 吴倩.苏州大学 2016
[2]基于RBFNN辨识的超声波电机单神经元PID控制研究[D]. 黄帆.东南大学 2016
[3]超声波电动机驱动技术研究[D]. 袁博楠.哈尔滨工业大学 2012



本文编号：3399344