四旋翼飞行器的姿态控制是无人机稳定飞行的关键技术之一。针对复杂多变作业条件下飞行器参数会经常发生变化的问题,在典型控制方法的基础上提出一种自适应的智能控制方法。首先,根据牛顿欧拉定律推导出无人机在地理坐标系下的动力学模型,并对其中参数进行测量计算;然后基于三角形隶属度函数建立模糊控制器,作为外环自主切换的两种控制方式之一,并设置平滑切换过程;最后结合外环对姿态角的控制方法以及内环对角速度快速调整的PD控制方法,实现了无人机串级PID控制方法。仿真和实验结果表明,该系统能够有效控制四旋翼飞行器的飞行姿态。相比较其它算法,其具有更好的鲁棒性和姿态调节的快速性。提升了无人机在飞行过程中抵抗环境扰动和系统动态响应的能力,为四旋翼飞行器控制研究提供了重要的理论与实践基础。

为减少温度对超磁致伸缩执行器（GMA）输出位移的影响,采用串级PID控制策略对GMA进行精确温度全闭环控制。通过热平衡方程推导了GMA的传热学数学模型,并建立了串级PID控制策略的实施方案。采用遗传算法对串级PID控制器进行PID参数优化整定。仿真结果表明,遗传算法优化得到的GMM温度阶跃响应曲线的调节时间和超调量指标均优于单纯形法优化后的响应曲线指标。而在GMA温控平台上的试验结果表明,串级PID控制获得的GMM温度阶跃响应调节时间513.2s,超调量2.75%,温控精度可达±0.1℃,控制效果远远优于单环控制。

提出了一种利用智能仪表AI808对串联双容水箱液位进行串级控制，以MCGS组态软件实现上位机对现场进行实时组态、监控的方法。

本文提出了一种基于非线性归一模糊量化的带修正函数模糊控制规则自调整的模糊控制方法,以此为基础再与PID构成串级控制策略。通过在电液伺服系统中的应用证明了该控制策略的有效性和可行性。

火电厂的主汽温度存在大惯性、大延迟等缺陷,而常规串级控制难以取得良好的控制效果。针对以上问题,提出采用西门子公司的主汽温度控制策略控制主汽温。它是一个具有导前温度信号的双回路汽温调节系统,其内回路采用导前温度为反馈信号,通过计算进入过热器的蒸汽具有的焓值来确定喷水减温阀出口温度的设定值。仿真结果表明,此控制策略具有抗干扰能力强、对惯性和延迟适应性好等优点。

气动肌肉的理论模型是其控制器设计的基础。为了得到较完整的气动肌肉的理论模型,作者在Chou理想模型的基础上,综合考虑影响气动肌肉特性的主要因素,推导了气动肌肉收缩力-位移-气压三者之间的解析表达式,建立了相对简单而又较为完整的气动肌肉的改进静态数学模型。在此基础上,利用神经网络控制器的自适应与鲁棒性等优点,设计了一种针对气动肌肉驱动关节的神经网络PID串级控制器,该串级控制器采用内环气压控制器与外环位置控制器分别对气压与位置进行闭环控制,实验结果验证了该控制器的有效性。

针对汽车制造行业车身涂装磷化工艺对磷化温度的要求,介绍了磷化两级热循环系统的管路原理及串级控制方案,给出了串级控制系统的主要硬件配置原理,并阐述了控制系统的主副调节器软件设计。

无人机作为一种会飞的机器人,已在海上搜救中得到应用。为使无人机适应于海上复杂环境,在姿态控制上针对控制参数整定困难、参数不能自适应改变和无人机飞行中易受外界环境干扰等问题,采用串级控制与模糊控制相结合的串级模糊PID姿态控制,实现PID参数随系统的改变而自适应调节。使无人机在稳定性、快速性、准确性和抗干扰能力等方面取得一定的提升。

为了减小船用起重机在海上作业时风浪对吊装的影响,介绍了一种船用起重机的升沉补偿系统,建立了系统的动力学状态空间模型。取船的升沉运动位移作为系统输入量,通过选择不同的状态变量作为反馈量,仿真分析了悬停状态下被动补偿模式和主动-被动补偿模式下载荷位移的变化,最后根据仿真结果比较分析了两种补偿模式下的动态性能,确定了以串级控制方式作为主动-被动补偿模式的控制策略。

为了提高液压伺服系统的跟踪性能和鲁棒性,将预测函数控制（PFC）和PID控制的优点相结合,提出了一种PFC-PID串级控制策略。内环采用PID控制来提高抗干扰性,把内环作为外环PFC控制的广义对象,对广义对象进行拟合简化得到一阶加纯滞后系统,作为PFC的预测模型,外环采用PFC来获得良好的跟踪性能和鲁棒性。通过Matlab建模、仿真及与PID控制的比较表明,PFC-PID串级控制策略能够改善液压伺服系统的控制性能。