通过对足球机器人运动学模型的分析，考虑到系统的时变、非线性、干扰大等特点，以全向移动机器人为研究平台，提出一种将模糊控制与传统PID控制相结合的方法，应用到足球机器人的运动控制系统中。针对足球机器人运动控制中的重点问题，着重提出了基于模糊控制的PID控制器中三个参数的动态调整方法。实验表明，该控制器能够很好地改善控制系统对轮速的控制效果。

为了解决隧道在运营中产生的病害和缺陷,本文研制了一种液压伺服控制的隧道维护切割机器人,可以维护隧道,提高隧道运营的安全性。通过使用AMESim和Simulink软件,本文建立了液压系统模型,并利用PID控制和模糊PID控制模型进行了联合仿真,以研究对液压缸的控制性能。经仿真发现,与基于PID控制的隧道维护切割机器人的液压系统相比,基于模糊PID控制的系统更能满足设计要求,尤其在遭遇随机的外部干扰时,模糊PID算法在参数调整方面表现更优,在系统稳定性、精度和时间方面均优于PID算法。

重型起重机液压起升系统在吊装过程中存在双马达同步误差问题,为保证吊装作业安全,对起重机液压起升系统的双马达同步控制策略进行了研究。首先,分析了起重机起升系统主要元件的动态特性,确定了起升系统控制参数指标;然后,通过引入存储向量的方法,对粒子群算法的更新策略进行了改进,解决了其“过早熟”的问题,再利用得到的改进粒子群算法优化了模糊PID控制器的参数,解决了PID参数无法在线整定的问题;最后,为了提高起升系统的同步控制精度,在交叉耦合控制的基础上,将所提出的控制策略用于起重机双马达起升过程,并以吊钩倾角、马达出口压力为控制指标进行了仿真和试验。研究结果表明:改进粒子群模糊PID控制策略能有效控制双马达的同步精度,抗干扰能力强;与采用的其它算法相比,采用改进粒子群算法策略的控制精度提高了60%左右;该研究...

根据液压机械无级变速器传动原理,结合HMCVT试验台架、泵控马达测控系统及HMCVT测控系统,对双向变量泵工作效率进行分析,通过Design Expert10建立多元回归模型,并用响应曲面法分析各因素对双向变量泵的效率的影响。为提高变量泵控定量马达系统的工作效率,通过MATLAB/Simulink和多体动力学软件ITI SimulationX建立模糊控制模型与动力学模型,并进行联合仿真,采用自适应模糊PID控制和普通PID控制2种控制方法对定量马达输出转速和双向变量泵排量比进行比较。结果研究表明:定量马达稳定输出转速时间减少了0.86 s,超调量下降11.4%,排量比稳定输出时间减少0.57 s,超调量下降15.5%。为进一步研究HMCVT效率特性及动态特性提供依据。

针对全液压清扫车行驶系统速度稳定性高、动态性能好的要求,提出一种基于模糊PID的控制策略,建立了 系统的数学模型,并运用Matlab/Simulink工具箱对该控制系统进行仿真,通过对比传统PID的控制效果得出,模糊PID应 用于清扫车行驶系统可以大大改善系统的速度稳定性,使其受突变负载的影响更小.为清扫车行驶系统的智能控制提供 理论基础.

研究电液比例高低机控制系统,考虑阀控非对称缸系统正反向行程的非对称性、摩擦等因素,通过状态方程组形式建立了电液比例阀控非对称缸驱动高低机系统的非线性模型。在MATLAB/Simulink中采用模糊自适应PID控制方式,建立电液比例高低机模糊PID控制模型并进行仿真,结果与传统PID控制方式相比,能有效地改善高低机系统的动态特性,满足实际高低机控制特性。

基于车载平台液压调平系统，为了减少支腿的跟踪误差及其同步误差，降低支腿之间的运动耦合，采用模糊PID控制算法实现调平过程中动态特性控制。利用AMESim和MATLAB／Simulink分别建立调平液压回路和模糊PID控制器的仿真模型并进行联合仿真研究。结果表明，加入模糊PID算法比常规PID算法能够有效的减少支腿的跟踪误差和定位误差以及支腿之间同步误差，有效提高调平精度。

将模糊P ID的控制方法应用于超高压试验台实现了超高压的比例精确控制.针对普通比 例溢流阀无法调节超高压的问题设计了超高压实现方案.为验证方案的可行性用 AMESim搭建了仿 真模型并确立了液阻大小、超高压泵的排量与转速范围等关键参数.为克服传统PID控制算法的不足 通过AMESim-Simulink联合仿真并利用MATLAB的 Fuzzy工具箱进行模糊PID控制器的设计.最后搭 建了 Real-Time xPC Target实验平台并进行了实验验证.实验结果表明系统的控制精度与超调均得到了 改善.

液流系统两条主液路输出压力的平稳性、准确性是流式细胞仪功能实现的基础。针对传统液路输出压力同步性和准确性低的问题，提出通过模糊自适应PID算法对控制环中参数进行自整定的主从控制结构。根据气动控制元件动态模型与模糊控制器原理，构建主从闭环反馈控制系统，并利用Simulink对系统进行了建模，得到了不同控制信号及控制参数下系统的响应曲线。对响应曲线的分析结果表明，在流式细胞仪液流系统工作压力范围内，模糊PID控制的双液路主从系统的输出压力超调量降低8％，响应调整时间缩短1／2，同步误差小于1％，与传统PID控制的单液路相比，提高了系统压力输出的精度和稳定性。

针对阀控非对称伺服缸非线性、参数时变的特点，考虑到油液压缩特性的影响，建立了包含变体积弹性模量的系统数学模型。提出一种基于粒子群算法优化（PSO）的模糊自适应PID控制方法（简称PSO-FPID）。模糊逻辑推理在线调整PID控制器的比例、积分和微分系数，以粒子群算法实现对模糊控制比例因子和量化因子的参数寻优，两种方法的组合保证了系统最佳参数匹配下的自适应控制。同时，利用AMESim与Simulink联合仿真研究不同含气量的阀控缸模型在传统PID与PSO-FPID两种控制方法下的动态响应特性。结果表明：PSO—FPID综合了PID控制器高精度的优点和模糊控制器快速、适应性强的特点，能够有效抑制油液动态压缩特性的非线性影响，使系统具有良好的动、稳态特性。