在传统的牛舍等大型牲畜圈舍中饲喂牲畜时,通常采用人工方式或机械臂将饲料推送至围栏附近,这种饲喂方式效率较低,且需要实时、不分昼夜的进行牧草推送,劳动强度大、成本高。现设计一款能够自动行走、推料的机器人,该机器人以PLC为控制核心,采用磁引导的导航方式来确定机器人行走路线,利用自适应PID控制策略来完成行走时的纠编,通过HMI可设置推料路径、推送频率和送料类型,并实时检测推料阻力和输出推力,解决了用工多、工作劳动强度大、夜间无法及时推料的缺陷,实现了推料过程中的全自动化和智能化。

以带有尾缘襟翼的NREL 5 MW参考风力机为研究对象,综合考虑非定常气动力、气动阻尼和弯扭耦合等因素,建立了改进的智能叶片气弹模型,并与FAST平台进行仿真对比。基于径向基函数(RBF)神经网络自适应比例、积分、微分(PID)方法设计了尾缘襟翼主动控制器,在标准湍流风况下对叶尖偏移量进行仿真控制。结果表明:改进气弹模型的准确度较高;尾缘襟翼主动控制方法可有效减小叶尖偏移量的波动。

电子万能试验机在材料试验中的应力控制是个复杂的过程。为了保证试验结果的精度，文章建立了电子万能试验机精确的系统模型，并在此基础上给出了一种新型的三维模糊自适应PID控制器，当误差较大时采用二维模糊PID控制，误差较小时采用三维模糊PID控制，实现了2种控制方法的互补；仿真实验结果表明，该控制算法可以获得满意的控制效果。

建立了阀控非对称缸电液位置伺服系统动力学模型 ,推导过程可以用于任意电液位置伺服系统的数学建模 ;把模糊控制理论引入了伺服系统 ,设计了三维模糊控制器 ,基于MATLAB +SIMULINK软件平台进行了可视化仿真 ,表明了三位模糊控制器的实质是一个变结构的自适应PID控制器 ,为今后研究多输入

搭建了气动人工肌肉静态测试平台,在0.1~0.8 MPa气压下进行多次测量试验,对气动人工肌肉进行特性分析,根据理论模型和测试数据建立了数学模型,模型求解精度较好。考虑外负载、气源气压和系统摩擦等因素对数学模型的影响,结合RBF网络的快速学习能力设计了一种基于RBF网络的PID控制策略。在外负载50~200 N的条件下,搭建了气动人工肌肉动态测试平台并进行了多组位置控制试验。结果表明,传统PID控制只能在一定的外负载范围内实现较好的位置控制,基于RBF网络的PID控制能自适应调整PID参数,且响应速度快,调节时间短,超调量小,能更好地补偿其数学模型误差并实现精确的位置控制。

该文主要研究的内容为利用脉宽调制(PWM)控制技术,采用自适应PID控制算法,研制出气动机器人开关阀式气马达关节.

以深圳地铁10号线孖雅区间双护盾TBM为研究对象,针对现场双护盾TBM油缸不同步等工程问题进行研究。探索将TBM的开环控制变成闭环控制,通过对TBM传统控制方式的改进,首次将闭环自适应PID控制算法应用于双护盾TBM控制,在AMESim中建立推进系统模型,对模型算法进行仿真分析,并通过TBM油缸控制试验平台进行实际工程验证。基于PID控制的双护盾TBM液压同步控制策略能够有效控制外界荷载变化情况导致的油缸不同步问题,降低不同步动作响应时间,该控制算法稳定性好,适应能力强,可为双护盾TBM控制系统改进提供有效指导。

设计了基于BP神经网络的自适应PID控制器该控制器充分利用了经典PID控制算法简单的特点又利用了神经网络良好的自适应和抗干扰能力通过神经网络的学习和对系统的在线辨识自适应调整PID参数使控制系统对参数变化表现出良好的鲁棒性和控制性能并通过仿真证明了所设计系统的合理性.

为了保证矿井乳化液配比系统中乳化液浓度保持稳态在分析乳化液自动配比控制原理基础上设计了一套矿井乳化液自动配比系统浓度控制的模糊自适应PID控制策略并开展了现场实测研究.通过从乳化液流量瞬时变小和变大两个方面进行测定验证了模糊自适应PID的控制设计的准确性.结果表明：模糊自适应PID具有较快的响应浓度较小的超调量、更快达到稳态、更强的抗干扰能力等优点可以实现对矿井乳化液自动配比系统浓度的最佳控制.