一、基于PID规律的Fuzzy逼近方法研究(英文)（论文文献综述）
房善想[1]（2021）在《面向航空叶片表面超声强化的机器人运动规划与柔顺控制研究》文中指出航空发动机叶片的表面强化对提高发动机使用寿命和工作效率、提升飞机飞行安全具有重要意义。由于叶片的材料钛合金具有比强度高的特点,对其进行超声强化需要大振幅稳定输出的超声换能器。另外,为了提高超声强化的自动化水平和实现叶片表面的高精度强化加工,需要应用工业机器人装载强化装置以自动完成工艺过程,并且工业机器人工作时需要进行特定的运动规划以及接触力的柔顺控制。本文的研究内容包括四个部分。（1）可提供大振幅稳定输出的超声表面强化换能器研制。对于TC4钛合金的超声强化,需要换能器提供持续稳定的大振幅输出。采用稀土超磁致伸缩材料代替压电陶瓷来研制超声换能器,以Terfenol-D棒为核心元件设计复合振子,提高前后振速比与振动稳定性。通过复合振子模态分析,得到振型良好的固有频率,获得大振幅输出,同时稀土超磁致伸缩换能器的整体有限元磁场分析验证了其整体磁场封闭并且分布合理。经测试,所研制的换能器在方波20 k Hz的条件下,输出振幅可达11.3μm,测试材料强化区域的表面质量分布均匀良好,体现出换能器能够保持有效振幅的持续稳定输出。（2）基于超声表面强化动力响应的机器人运动规划。一方面构建关于TC4钛合金超声表面强化动力响应模型,获取强化过程中的工具头运动状态及压深信息。另一方面基于此响应模型对航空叶片表面超声强化路径点进行合理提取,使整体路径分布可根据叶片表面曲率自适应调整,在保证强化质量的同时提高效率。为描述超声强化工具头在机器人任务空间的位姿,建立机器人与末端超声强化装置的联合运动学模型,基于四元数球面立体插值法进行平滑的工具头姿态轨迹规划。通过算法仿真验证,得到适用于叶片表面超声强化的机器人运动规划方法。（3）机器人超声表面强化接触力柔顺控制。将机器人的位置控制和力控制进行解耦,采用智能控制方法对柔顺力控制装置的输出力进行控制,解决航空叶片表面超声强化作业过程中在多冲击与震荡工况环境下的接触力恒定控制问题。通过时域测定法对柔顺力控制装置系统进行参数辨识,获得其实验测定模型。将模糊PID控制器与RBF神经网络相结合进行柔顺力控制装置的输出接触力恒定控制,使控制器具有自适应性和智能性,改善系统的响应性能和跟随鲁棒性。该柔顺控制策略实现了对柔顺力控制装置系统的控制优化,有效提升柔顺控制器的静态特性和动态特性。（4）航空叶片的机器人超声表面强化实验。通过分析柔顺力控制系统的响应性能、控制精度与跟随鲁棒性,验证采用模糊RBF神经网络PID控制方法可以有效提高柔顺力控制装置输出力的响应性能,提高系统动态特性,实现系统的快速调节。设计响应曲面实验法,研究机器人超声强化加工主要工艺因素对强化后的表面粗糙度以及表面硬度的交互影响规律,并获取最优的加工参数组合。钛合金叶片表面经机器人超声强化后形成规则均匀的条纹状强化纹理,表面粗糙度由Ra2.7μm降低到Ra 0.8μm左右,表面硬度从585 HL提高到672 HL左右,表面残余压应力最大可达841 MPa,压应力层深度接近1.2 mm,从而为面向航空叶片表面超声强化的机器人运动规划及柔顺控制技术的实际应用提供可行性参考。
孙何敏[2]（2021）在《低速交流伺服电机电动负载控制方法研究》文中研究说明大型望远镜在低速运行时会受到多种干扰,引起轴系低速运行转矩波动,难以实现对大型望远镜的超低速精密跟踪。为了提高大型望远镜轴系运行精度,本文研究了拼接弧线电机负载控制系统,从而抑制大型望远镜受到的干扰力矩,辅助大型望远镜自身控制系统的调节。分析了永磁同步电机的基本原理及结构,根据项目需求建立了单元弧线电机的数学模型,对磁场定向控制（FOC）和直接转矩控制（DTC）进行对比;分析了电流检测误差、PWM死区时间、齿槽转矩及其余电机本体设计对于永磁同步电机转矩控制的影响。分析了PID控制和ILC迭代学习控制的基本原理及一般地数学描述,分析了PID在低速永磁同步电机控制系统中的缺点,阐述了迭代学习控制方法的基本思想,对ILC收敛性进行分析,尝试使用PID结合ILC的控制算法抑制低速转矩波动。在matlab/simulink中搭建模型进行仿真,经仿真和实验验证,PID结合迭代学习的控制方法可实现对转矩波动的有效抑制。搭建了以ABB驱动器、电动负载驱动器、转矩传感器和负载电机实验平台,设计了电动负载控制系统电路,完成了电动负载驱动程序设计和移植,同时将PID和迭代控制算法引入到实验平台,实验结果显示在阶跃信号、三角信号和正弦信号为转矩输入信号时,加入ILC算法可以较为有效的提高其转矩跟踪性能。最后将PID与迭代学习控制结合的策略应用到单元弧线电机进行仿真,结果表明,PID与ILC结合的控制器可以抑制负载电机低速转矩波动,达到低速转矩控制精度,有望提高对望远镜轴系跟踪控制精度。
贾玉茹[3]（2021）在《氢燃料电池发动机进气系统建模与控制策略研究》文中认为质子交换膜燃料电池（PEMFC）能将氧气与氢气分子间的化学能,经过化学反应转化为电能,具有绿色、高效的优点,正成为新能源汽车的主要发展方向之一。PEMFC由多个子系统组成,意味着其会受到更多参数和变量的影响,为了使各子系统协同工作,有必要对各个系统进行深入研究。空气和氢气供应的增加可以改善燃料电池的输出特性,但是过多的气体供应将破坏阳极和阴极的压力平衡,过大的压力差甚至会导致膜破裂,严重影响正常运行的燃料电池,且在PEMFC实际运行过程中,考虑负载变化的情况下,不仅需要保证堆内压力的稳定,更要满足在变化过程中进堆压力与流量的快速响应。因此,开展燃料电池进气系统控制策略的研究具有重要的意义。首先,在MATLAB/Simulink中基于电堆的设计参数建立燃料电池电堆输出特性的仿真模型,通过分析各气体组分分压力、温度、电流等对电压活化损失、欧姆损失、浓差损失的影响,得到电堆输出电压与功率的特性曲线。结果表明,提高气体分压力、升高温度会使得电堆输出电压和功率升高,但过大的压力会使得系统寄生功率增大,过高的温度也会使得电堆性能下降,因此需要在合理的范围内通过提高气体压力与温度来提升系统性能。其次,基于燃料电池进气系统的基本结构,在Simulink仿真环境中搭建阴极与阳极侧进气系统的仿真模型。其中,阴极侧气体供给模型包括:基于静态MAP图与转动特性的空压机模型,阴极进气管道模型、阴极流场模型以及节气门模型;阳极侧气体供给系统模型包括:比例调节阀模型、阳极进气管道模型、阳极流场模型以及氢气循环泵模型等,对进气系统进行动力学特性分析的结果表明,空压机转速与背压阀开度对进气压力与流量的影响都比较强烈,体现出进气压力与进气流量之间存在着耦合作用。最后,在对阴极进气系统进行双闭环PID控制,前馈补偿解耦PID控制的基础上,提出模糊神经网络解耦控制算法。阳极进气系统不同于阴极系统的控制需求,控制策略能实现进气压力快速地跟随上阴极侧进气压力的变化就可达到较好的系统性能,在对其进行PID控制的基础上,通过模糊自整定PID算法对系统的控制性能进一步改善。结果表明:当空气供给系统在双闭环PID的控制下,系统的响应速度虽然较快,但压力与流量之间的耦合关系无法解除,二者之间仍相互影响着;前馈PID解耦通过不变性原理能达到完全解耦的效果,使得压力与流量两回路之间互不干扰,但其依赖于被控对象精确的数学模型;模糊神经网络（FNN）解耦虽不能完全解除压力与流量二者之间的耦合关系,但其可以通过在线学习不断地调整网络参数及权值大小,使系统获得良好的性能。
秦树旺[4]（2021）在《光电跟踪系统中模糊-动态高型控制技术研究》文中研究指明光电跟踪系统是一种广泛应用于陆地或运动平台中对相对运动目标进行实时跟踪的精密观测仪器,其跟踪精度是衡量系统性能的一个重要指标。由于应用环境复杂、跟踪设备存在非线性摩擦等因素使跟踪系统存在较大不确定性,同时随着跟踪系统的跟踪对象的机动性越来越强,目标跟踪越难以实现,传统的控制方法无法同时满足快速度和高精度的跟踪要求。动态高型控制技术可以根据系统状态动态改变系统型别,在避免积分饱和前提下,同时提高稳态精度和响应速度,显着抑制系统震荡。实现动态高型控制技术存在两个难题,即型别切换的时机判断问题,和切换瞬间带来的抖动难以消除的问题。模糊控制技术作为智能控制技术的一种,可以将自然语言通过数学公式加以转化,在人类专家经验的指导下输出精确值,尤其适用于非线性系统和不确定性较大的系统。而在现实非结构化的动态环境和许多具体应用中,传统的一阶模糊控制器会面临诸多不确定性,二阶模糊控制器的出现提高了系统处理不确定性的能力。基于以上两种技术,结合各自优点,本课题提出一种模糊-动态高型控制技术。将模糊控制器与积分器串联以后,并联到经典双闭环反馈系统的前向通路中,以系统误差及其变化率作为模糊控制器的输入,以模糊控制器的输出作为积分器的增益。引入多种群遗传算法分别对模糊控制器的两个输入、一个输出共三个比例因子进行迭代优化,在避免经典遗传算法容易陷入局部极值的前提下得到最优控制参数。克服了动态高型控制技术的两个难题,构建了稳定的模糊-动态高型控制系统。传统模糊控制器的隶属度函数参数选取过于依赖人类经验,在面临更大不确定性被控对象时难以取得理想的控制效果。为了解决此问题,本课题研究了二阶模糊控制器的组成结构,对三维隶属度函数进行调整,使其可以包含输入变量的不确定性,优化了控制系统处理不确定性的能力。由于三维变量的引入,使二阶模糊控制器的解模糊计算复杂度倍增,本课题还提出了一种新型的降型算法,在传统Nie-Tan降型算法基础上进行加权,避免迭代计算,提高解模糊计算速度与精度,并通过实验证明该降型算法的实用性。本文首先分析经典光电跟踪系统的结构,然后对模糊-动态高型控制系统进行理论和仿真分析,最后搭建实验平台进行验证。实验结果表明,所提方法实现了动态高型切换系统型别的目标,调节时间仅为0.069秒,稳态误差仅为0.0005角秒,相比传统双闭环反馈控制系统,显着提高了系统的响应速度和稳态精度;均方差为1.2038角秒,误差时间积分准则数值为979.6,明显提高了系统的动态稳定性与鲁棒性。
成江波[5]（2021）在《低场NMR磁体模糊自适应多路PID温控算法的研究及应用》文中进行了进一步梳理低场核磁共振波谱仪已广泛应用于物理、化学、生物医学、测井等领域,其具有体积小、造价低、易维护等优点。低场磁共振谱仪的磁体系统一般由永磁材料钕铁硼制成,钕铁硼的性价比和磁性能最佳,但温度稳定性较差,磁场会随温度变化。以本文采用的0.25T钕铁硼永磁体为例,温度每上升1℃,磁场强度变化为0.216mT,对应1H共振频率漂移可达9200Hz,这会对低场磁共振谱仪的性能造成严重影响。因此,实现对永磁体温度高精度、高均匀性的稳定控制显得尤为重要。本文主要以低场核磁共振谱仪的永磁体温度的精确稳定控制作为研究对象,设计并实现了一种高精度多路并行温度控制器。首先,对永磁体特性的初步分析表明,磁体温度响应具有延滞性和非线性,且磁体的磁极和磁轭延滞时间不同。针对磁体特性,提出了基于模糊控制的多路永磁体温度控制总体方案。磁体放置于隔热腔中,PI电热膜贴于磁体外表面,通过自身加热将热量传递至磁体,贴在磁体不同位置的多点温度传感器检测磁体各部分的温度,微控制器在接收到传感器温度反馈信号后运行多路温度控制算法,随后输出多路并行PWM信号控制电热膜加热,从而实现整体温度控制。在传统PID控制算法基础上,加入了史密斯预估、积分优化、模糊自适应PID等控制算法,Matlab仿真结果表明,上述控制算法可明显改善温度控制效果。其次,根据总体方案设计了温控器的硬件电路,编写了主控板的驱动程序,并将模糊自适应PID等温控算法嵌入到微型控制器当中,完成了温控器硬件、软件及算法的调试。最后,进行了温度控制算法及永磁体性能测试,实验结果表明:24小时内磁体温度控制精度为±0.005℃,左右磁极均无稳态误差,磁体温度均匀性高;24小时1H共振频率频率漂移由1258ppm减小到76ppm,0.5小时内1H共振频率频率漂移量由65ppm减小到5.9ppm;24小时和0.5小时的核磁共振波谱累加实验谱图良好。本文设计的模糊自适应PID多路温度控制算法相比于传统PID算法,可在不同规格的磁体上实现高精度温度控制,有效改善控制效果,基于此控制算法设计的永磁体温控系统能够实现高精度、高稳定性、高均匀性及高适应性的多路温度控制,极大减小了永磁体因为温度引起的频率漂移,明显改善了核磁共振波谱累加实验效果,提高了低场核磁谱仪的永磁体磁场稳定性。
李宏伟[6]（2020）在《前端调速式风电机组并网运行自适应预测控制研究》文中提出交通能源互联网的发展为风电、光伏等新能源的消纳提供了新的途径,在加速交通信息化、网格化、多元化的同时推动了新能源的多场景应用,促进了交通、电力、能源行业的深度融合和协同发展。前端调速式风电机组作为一种电网友好型机组,采用液力变矩装置实现对机组转速的调节,并利用电励磁同步发电机与电网直接耦合,在结构上解决了传统机组依赖变流器进行并网控制和转速调节的局限性。本文通过深入分析前端调速式风电机组的结构特性和影响其运行控制的诸多因素,从机组建模入手,针对机组并网控制性能不佳的问题,重点开展了以下几方面创新性研究工作:（1）详细分析了前端调速式风电机组的基本运行原理,根据机组并网自适应预测控制的需求,基于机组的能量转化过程,建立了风力机输出功率模型、机组传动链的动态模型、电励磁同步发电机的五阶模型和励磁系统模型,为机组的并网自适应预测控制的提供了基础。（2）针对前端调速式风电机组液力变矩器恒转速控制难以实现的问题,设计了基于变论域的导叶可调式液力变矩器的模糊控制器,并采用多种群遗传算法进行了参数优化,实现了论域伸缩因子的智能寻优,提高了液力速度控制的精度和速度,使得前端调速式风电机组在受到风速波动、电网侧干扰等因素的影响时,其输出转速能够保持在一定误差范围之内,确保了液力变矩器泵轮和发电机输入轴的恒转速运行,为机组输出电压频率的稳定性提供了保障。（3）针对前端调速式风电机组输出功率不稳的问题,将多模型预测控制思想引入机组的输出功率控制,通过对机组实测运行数据的模糊聚类建模,将模糊C-均值聚类与多模型预测控制方法相结合,确定了机组的各种运行场景并设计了相应的模型切换预测控制器,有效解决了机组并网功率控制中存在的随机性和不确定性问题,提高机组输出功率的稳定性。（4）针对机组并网运行过程的电压波动问题,基于预测控制的思想,设计了用于机组并网电压控制的广义自适应预测控制器,将广义预测控制算法与反向传播神经网络相结合,对机组的输出电压进行跟踪控制,减小了机组并网电压的波动;根据电网对机组低电压穿越的要求,进一步设计了基于多目标遗传算法的预测控制器,在实现机组各子系统协调控制的同时保障了机组的低电压穿越特性。（5）为明确机组并网电压稳定性,建立了由前端调速式风电机组组成的风电场并网的微分代数方程,基于非线性动力学思想,利用分岔理论对机组并网后的运行电压从稳定到失稳、直至崩溃的整个过程进行了研究,揭示了无功功率与风速对前端调速式风电机组的影响规律,发现随着负荷侧无功功率的增大,负荷节点的电压将逐渐减小,当无功功率超过某一定值时,系统平衡解流形上将会出现鞍结分岔点,机组达到运行极限状态;当风速小于额定风速时,其变化对负荷节点处的电压影响较小,当风速超过14.8m/s时,系统电压开始逐渐失稳。
周正[7]（2020）在《木材干燥模型优化及智能控制方法研究》文中提出木材干燥是木材精、深加工过程中的关键环节,提高木材干燥质量是提升木材与木制品质量和寿命的保证,更是木材高效合理利用和“节流”的重要措施。木材干燥设备性能的提升,能够降低对操作者的专业水平要求和控制难度,提升干燥质量和工作效率。但是,目前我国木材干燥设备制造企业普遍存在高新技术的应用能力和创新能力不足的问题,导致木材干燥设备的检测系统误差大、自动化水平低、控制精度差,从而影响木材干燥产量和质量。针对以上问题,研究建立了适用于木材干燥控制器设计的木材常规干燥模型,在此基础上,设计了能够满足实际生产要求的高性能、低能耗木材干燥控制器。建立木材干燥过程含水率变化预测模型,为调节常规干燥过程中干燥介质温度和湿度（平衡含水率）提供依据。采用线性外因输入自回归模型（auto regressive with exogenous,ARX）建立木材含水率预测模型,利用递推最小二乘法（recursive least square,RLS）和引入遗忘因子的RLS方法辨识系统参数,对比两种方法的预测精度和收敛速度,预测结果表明:RLS的预测精度较高于FF-RLS,但FF-RLS的收敛速度较快。建立木材干燥（介质的）温度和平衡含水率预测模型。采用非线性Hammerstein-Wiener方法建立木材干燥过程温度及平衡含水率预测模型,建立喷蒸阀、加热阀和排潮阀开度与干燥温度和平衡含水率的关系,分别采用Piecewise Linear、Sigmoid网络、Saturation函数和Wavelet网络辨识Hammerstein-Wiener模型输入和输出的非线性部分,预测结果表明:基于Piecewise Linear函数的木材干燥温度预测模型精度最高,基于Sigmoid网络的木材干燥平衡含水率模型预测精度最高。优化木材干燥传统比例-微分-积分（proportional-integral-derivative,PID）控制器。为解决木材干燥传统PID控制器需根据不同干燥对象人工设定参数的问题,利用反向神经传播网络（back propagation neural network,BP神经网络）和径向基神经网络（radial basis function neural network,RBF神经网络）动态调整木材干燥PID控制器比例、积分、微分环节的参数。仿真和干燥试验结果表明:相比于传统PID方法,BP-PID和RBF-PID控制器对木材干燥系统的控制性能均有明显提升,缩短了干燥时间,降低了能源消耗。设计并优化木材干燥滑模（sling mode control,SMC）控制器。为进一步提高木材干燥控制系统的精度和效率、提高木材干燥质量,设计基于指数趋近律和变速趋近律的滑模木材干燥控制器。为减小SMC木材干燥控制器的抖振、柔化控制信号,利用RBF神经网络和模糊算法调整SMC控制器切换函数的增益,设计基于RBF神经网络和模糊理论的SMC木材干燥控制器,仿真和干燥试验结果表明:RBF-SMC木材干燥温度控制器和平衡含水率控制器的控制性能最为优越;干燥试验中,与其他几种SMC控制器相比,RBF-SMC控制器的干燥时间最短、能源消耗最小。与PID优化控制器相比,SMC方法及其优化算法在改善木材干燥控制系统性能、减少能源消耗、提高木材干燥质量方面均有明显提高。研究建立了适用于木材干燥控制器设计的木材干燥模型,在此基础上,改进和优化了木材干燥PID控制器,为进一步提高系统的控制性能、提高木材干燥质量,设计并优化了木材干燥SMC控制器,仿真和木材干燥试验结果表明设计的可行性和有效性,为提高木材干燥效率和质量提供了新的解决思路。木材干燥模型的实现和控制方法的设计与优化,解决了现有木材干燥窑存在的智能化程度低、控制性能差、耗能高的问题,对提高木材干燥系统的智能化、精准化,提高木材干燥质量、减少原材料损耗具有重要意义。
杨凯[8]（2020）在《基于改进PID的三容水箱液位控制方法研究》文中研究表明在工业生产过程中液位是重要的控制对象之一,液位控制质量的水平对工业生产有着巨大的影响,因此,对液位控制的研究具有极其重要的意义。随着工业化水平的逐步提高,一方面被控对象模型越来越复杂化;另一方面,对控制精度的要求也越来越高,这让传统的PID控制无法满足工业过程控制要求。智能控制理论的引入对于以上问题的解决有着重要的意义,但受工业现场诸多条件的限制,智能控制理论很难在实际中运用,因此寻找一个简单实用的被控对象来模拟现场变得十分重要。三容水箱液位控制系统能够模拟工业领域中多种典型的非线性时变多变量耦合系统,具有时变性、非线性、时滞性的特点。模糊控制、神经网络控制等一些智能控制理论正是借助该系统平台,被先后应用于工业过程控制。本文介绍了三容水箱液位控制系统的研究背景和发展现状,对TTS20三容水箱液位控制系统进行了模型建立,并将三阶水箱转化为一阶水箱进行算法仿真。目前,国内对TTS20试验控制台的引进较少,有很大的研究价值。为了找到适合大惯性、非线性系统优化的算法,在三容水箱液位控制系统中应用了传统PID、模糊PID以及神经网络PID几种控制算法,并且对其进行了比较,分析了它们各自的优越性和不足,着重研究了基于模糊神经网络的PID控制器,将基于模糊神经网络的PID控制器应用在三容水箱液位控制系统当中,仿真、实验结果显示此控制算法拥有超调量小、稳定性高的优点,极大地提高了系统的动静态性能,充分发挥了其优越性。
倪生科[9]（2020）在《基于规则的船舶智能避碰决策关键技术研究》文中指出船舶智能避碰决策作为实现智能船舶的关键技术之一,一直以来受到国内外航海研究领域学者的重点关注。为保证船舶智能避碰决策系统输出决策方案的合理性、有效性和可信性,需要在《国际海上避碰规则》和海员良好船艺要求下对船舶避碰及路径规划技术进行研究。目前研究存在的问题包括:未将局面辨识模型融入避碰算法中、未考虑《国际海上避碰规则》的要求以及船舶操纵性对避让效果的影响、路径规划算法的稳定性及输出方案实用性有待加强、多船避碰策略设计不合理导致船舶间避让方案协同性不足等。鉴于上述问题,论文主要开展以下几方面工作。为保证决策方案的合理性及提高决策的智能化程度,提出一种局面类型辨识方法,并以辨识结果作为约束条件对路径规划算法的优化方向进行限定。该方法基于《国际海上避碰规则》中关于会遇局面条款的定性描述以及前人开展的局面类型辨识研究为基础,分析及总结不同会遇态势下的船舶交会特征参数范围的基础上,结合局面类型划分的完整性和唯一性要求,采用敏感度分析方法删除无相关性的判断要素,利用布尔表达式技术将局面类型判断结果表达出来,随后基于避碰效率、海员通常做法以及良好船艺的要求,构建避让行动方式判断的特征指标,同样利用布尔表达式技术对不同会遇态势下负有避让义务的船舶避让策略进行表示。为提高避碰决策及路径规划算法的可靠性及优化效率,保证输出方案符合航海实践要求,提出考虑船舶操纵性影响的船舶转向和变速两种避碰决策方法,前者通过引入多种群协同进化搜索方式克服传统遗传优化转向决策算法中出现的早熟收敛问题,综合考虑航行规则的要求、船舶安全性以及复航等指标建立约束条件以及适应度函数,并利用非线性规划技术将航行经验融入到算法中,通过对对遇、小角度交叉以及追越三种不同会遇态势案例的仿真研究,验证转向避让决策算法的有效性;后者通过对船舶减速避让过程的分析,建立以DCPA为基础的复航时机判断方法,采用数值优化方法求取满足安全要求的主机转速值,确定船舶复航操作的时机和位置,通过对大角度交叉会遇案例的仿真研究,验证变速避让决策模型的有效性。为保证多船会遇态势下船舶间避让行动的协调性,基于排队论理论、协同学理论以及多层编码技术提出一种新的多船避碰决策及路径规划方法。该方法将一定范围内的所有船舶构成一个交通系统,将多船避碰决策过程模拟成船舶排队接受决策服务的随机服务系统,由于系统的状态向量由各船舶（子系统）的状态向量共同决定,基于空间碰撞危险度和时间碰撞危险度指标方式建立具有优先权的排队规则,并利用多层编码技术实现对处于第一优先级中船舶决策方案的协同优化,最后分别利用三船会遇和六船会遇案例的仿真研究,验证该多船避碰决策方法的有效性。这种多船避碰策略首次将避碰算法的优化对象由单艘船舶上升到满足要求的一类船舶,实现船舶间的共同协作,减少决策方案的盲目性和对抗性。基于《国际海上避碰规则》和海员通常做法针对开阔水域的船舶智能避碰及路径规划技术进行了深入研究,从决策对象确立的合理性、决策模型的可靠性以及输出决策方案的适用性角度提出一种实用的避碰决策方法,基于不同会遇态势下的决策仿真,验证所提出避碰算法的有效性。与以往的研究方法相比,所提出的方法得到的决策方案更加符合航海实践并保证各船舶间避让行动间的协调性,该研究丰富了船舶避碰决策的理论基础和技术手段,对实现智能避碰决策具有较好的理论意义和应用价值。
刘志勇[10]（2020）在《空间反射面天线热变形主动调节与容错控制研究》文中研究说明为长时间不间断对地面进行高精度气象观测,需要在地球同步轨道上布置口径达5米,面板变形均方根（Root Mean Square,RMS）误差为几十微米的反射面天线。然而由于受到同步轨道热环境的影响,仅靠传统结构保型设计已不能达到上述指标要求。为此,需要采用主动调整机构来实现天线反射面保型。本文以此为背景,研究了主动调整机构位置布局优化、多主动调整机构的耦合控制与容错控制等内容。具体包含以下几个方面。1.提出了空间反射面天线主动调整机构布局优化模型。首先,以空间反射面天线面板支撑桁架的许用应力和反射面的许用应力为约束条件,以三个典型工况下反射面热变形均方根误差和最小为目标,建立主动调整机构位置优化模型。随后,针对优化模型设计变权值自适应模糊粒子群算法（Adaptive Fuzzy Particle Swarm Optimization,AFPSO）,进而确定了主动调整机构在支撑桁架上的理想位置。最后,在建立空间天线主动调整系统控制模型基础上,通过设计线性二次型（Linear Quadratic Regulator,LQR）控制器对空间天线反射面热变形进行调整。2.针对空间反射面天线主动调整系统控制模型中存在模型不确定性扰动问题,提出了一种基于参考模型的模糊神经网络强化学习控制策略,构造了动态强化学习动作函数,提高了强化学习动作值函数的迁移能力,抑制了控制系统中不确定性扰动变化。首先,该算法以主动调整系统理想控制模型为参考,利用强化学习算法来自适应修正参考模型与实际模型之间的误差,克服主动调整机构间的耦合和不确定性扰动的影响。其次,在强化学习算法中引入了模糊神经网络,将强化学习动作空间进行连续化处理,提高了强化学习动作的泛化能力与动作值函数的迁移能力,克服主动调整系统控制模型中不确定性扰动变化影响。3.针对空间反射面天线面板热变形调整过程中,模糊强化学习系统参数识别计算量大、算法复杂度高等问题,提出了一种基于模糊观测器的自适应解耦控制策略。首先,通过引入系统辅助状态,将各子回路之间的耦合影响和外界不确定性归结为干扰项。随后,针对每一个子回路设计了自构架模糊干扰观测器,在线自适应观测和估计干扰量,并将其反馈在控制律中,用来抵消干扰项的影响,在提高算法运算速度的同时,也保证了对含有扰动变化的实际模型的调整效果,最后通过李雅普诺夫（Lyapunov）稳定性理论对其稳定性进行了分析。4.针对空间反射面天线主动调整系统中作动器故障信息的辨识问题,提出了自构架模糊无迹卡尔曼滤波（Unscented Kalman Filter,UKF）故障估计与逼近方法。首先,将无故障压电陶瓷作动器控制方程转化为具有故障的等效标准状态空间方程。随后,利用自构架模糊UKF故障逼近方法对作动器故障信息进行逼近与辨识,并获得了故障信息曲线。最后,针对作动器故障信息,采用模糊聚类算法得到了作动器的故障阈值,实现了对单个作动器故障的判断。5.针对空间反射面天线主动调整系统中部分作动器故障下的容错控制问题,基于自适应控制理论研究了一种自适应容错控制策略。首先,通过设计一种自适应容错控制律,将其引入到主动调整系统参考模型控制律中,实现了在不需要故障检测与隔离机制的情况下,对主动调整系统中作动器故障在线实时检测,减小了作动器故障对空间天线反射面热变形调整精度的影响。其次,利用线性矩阵不等式（Linear Matrix Inequality,LMI）理论,优化了误差闭环系统的正常跟踪性能,使故障模型状态渐近跟踪理想模型,对作动器故障率进行了在线辨识。
二、基于PID规律的Fuzzy逼近方法研究(英文)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于PID规律的Fuzzy逼近方法研究(英文)（论文提纲范文）
（1）面向航空叶片表面超声强化的机器人运动规划与柔顺控制研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 相关技术研究综述 |
| 1.2.1 航空叶片表面强化的研究现状 |
| 1.2.2 超声表面强化技术的研究现状 |
| 1.2.3 机器人自由曲面加工技术的研究现状 |
| 1.3 关键问题 |
| 1.4 研究内容 |
| 2 稀土超磁致伸缩换能器的研制 |
| 2.1 引言 |
| 2.2 面向航空叶片表面的机器人超声强化系统 |
| 2.3 稀土超磁致伸缩换能器的特性分析 |
| 2.3.1 换能器的整体结构分析 |
| 2.3.2 稀土超磁致伸缩材料特性分析 |
| 2.3.3 复合振子的振速比分析 |
| 2.4 稀土超磁致伸缩换能器的有限元分析 |
| 2.4.1 复合振子的模态分析 |
| 2.4.2 换能器的有限元磁场分析 |
| 2.5 稀土超磁致伸缩换能器的性能测试 |
| 2.5.1 换能器的电源选配 |
| 2.5.2 换能器的输出振幅测试 |
| 2.5.3 换能器的超声表面强化加工测试 |
| 2.6 本章小结 |
| 3 基于超声表面强化动力响应的机器人运动规划 |
| 3.1 引言 |
| 3.2 TC4 钛合金表面超声强化动力响应模型 |
| 3.2.1 TC4 钛合金的非线性等向强化与随动硬化本构模型 |
| 3.2.2 超声表面强化动力冲击响应 |
| 3.2.3 超声表面强化工具头运动状态仿真分析 |
| 3.3 面向航空叶片表面超声强化的机器人运动路径规划 |
| 3.3.1 超声强化工具头加工接触点规划 |
| 3.3.2 机器人超声强化路径行距规划 |
| 3.4 超声强化工具头在机器人运动空间中的位姿表达 |
| 3.4.1 机器人与末端超声强化装置的联合运动学分析 |
| 3.4.2 基于四元数球面立体插值的工具头姿态轨迹规划 |
| 3.5 叶片表面的机器人超声强化运动路径规划仿真 |
| 3.5.1 机器人超声表面强化系统坐标变换 |
| 3.5.2 机器人超声表面强化运动路径规划仿真 |
| 3.6 本章小结 |
| 4 机器人超声表面强化接触力柔顺控制研究 |
| 4.1 引言 |
| 4.2 机器人超声表面强化的力/位控制方法 |
| 4.3 柔顺力控制装置模型参数辨识 |
| 4.3.1 柔顺力控制装置传递函数模型 |
| 4.3.2 柔顺力控制装置传递函数模型参数辨识 |
| 4.4 柔顺力控制装置输出接触力的模糊PID控制 |
| 4.4.1 接触力的模糊控制 |
| 4.4.2 接触力的模糊PID控制方法 |
| 4.4.3 接触力模糊PID控制仿真研究 |
| 4.5 柔顺力控制装置输出接触力的模糊RBF神经网络PID控制 |
| 4.5.1 模糊RBF神经网络PID控制原理 |
| 4.5.2 接触力模糊RBF神经网络PID控制器设计 |
| 4.5.3 接触力模糊RBF神经网络PID控制仿真研究 |
| 4.6 本章小结 |
| 5 航空叶片表面的机器人超声强化实验研究 |
| 5.1 引言 |
| 5.2 柔顺力控制装置软硬件控制平台的实现 |
| 5.3 接触力柔顺控制算法实验研究 |
| 5.3.1 接触力柔顺控制算法实验方案 |
| 5.3.2 接触力阶跃响应实验 |
| 5.3.3 接触力正弦跟随实验 |
| 5.4 单条路径下柔顺力控制装置输出力控制算法实验研究 |
| 5.5 机器人超声表面强化加工参数优化实验研究 |
| 5.5.1 响应曲面设计法实验方案 |
| 5.5.2 回归方程模型的建立与分析 |
| 5.5.3 表面强化质量的响应曲面分析 |
| 5.6 钛合金航空叶片的机器人超声强化质量评价 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）低速交流伺服电机电动负载控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 转矩波动抑制方法研究 |
| 1.3.1 电机本体优化改进 |
| 1.3.2 控制策略优化改进 |
| 1.4 论文研究内容及章节安排 |
| 1.5 本章小结 |
| 第二章 永磁同步电机转矩波动的影响因素分析 |
| 2.1 永磁同步电机基本原理及结构 |
| 2.2 永磁同步电机数学模型 |
| 2.3 永磁同步电机控制方式 |
| 2.3.1 磁场定向控制 |
| 2.3.2 直接转矩控制 |
| 2.4 矢量坐标变换 |
| 2.4.1 自然坐标系到静止坐标系 |
| 2.4.2 静止坐标系到同步旋转坐标系 |
| 2.5 转矩波动因素 |
| 2.5.1 电流检测误差 |
| 2.5.2 PWM死区时间 |
| 2.5.3 齿槽转矩 |
| 2.6 本章小结 |
| 第三章 永磁同步电机的迭代学习控制策略 |
| 3.1 PID控制策略算法原理 |
| 3.1.1 比例控制规律 |
| 3.1.2 比例-微分控制规律 |
| 3.1.3 积分控制规律 |
| 3.1.4 比例积分控制规律 |
| 3.1.5 比例-积分-微分 |
| 3.2 迭代学习控制策略算法原理 |
| 3.2.1 迭代学习算法数学描述 |
| 3.2.2 P型学习律收敛性分析 |
| 3.3 PID结合迭代学习的控制策略 |
| 3.4 仿真 |
| 3.4.1 阶跃信号跟踪仿真 |
| 3.4.2 正弦信号跟踪仿真 |
| 3.4.3 三角信号跟踪仿真 |
| 3.4.4 仿真结果分析 |
| 3.5 本章小结 |
| 第四章 算法实现与实验验证 |
| 4.1 实验平台系统设计 |
| 4.2 电动负载驱动器硬件设计 |
| 4.2.1 电流检测电路 |
| 4.2.2 编码器调理电路 |
| 4.2.3 逆变电路 |
| 4.3 电动负载驱动程序设计 |
| 4.3.1 FOC控制程序设计 |
| 4.3.2 电流矫正 |
| 4.4 转矩信号采集 |
| 4.5 实验验证 |
| 4.5.1 阶跃信号跟踪 |
| 4.5.2 正弦信号跟踪 |
| 4.5.3 三角信号跟踪 |
| 4.5.4 实验结果分析 |
| 4.6 拼接电机仿真及结果分析 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（3）氢燃料电池发动机进气系统建模与控制策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 PEMFC系统基本结构 |
| 1.3 燃料电池汽车研究现状 |
| 1.4 燃料电池系统供气系统研究现状 |
| 1.4.1 燃料电池系统供气系统建模研究现状 |
| 1.4.2 燃料电池系统供气系统控制策略研究现状 |
| 1.5 本文主要研究内容 |
| 第2章 燃料电池供气系统特性分析 |
| 2.1 燃料电池堆建模 |
| 2.1.1 电堆电压输出模型 |
| 2.1.2 燃料电池堆特性分析 |
| 2.2 空气供给系统建模 |
| 2.2.1 空气压缩机模型 |
| 2.2.2 背压节气门模型 |
| 2.2.3 阴极气体动态模型 |
| 2.2.4 空气供给系统特性分析 |
| 2.2.5 模型验证 |
| 2.3 氢气供给系统建模 |
| 2.3.1 氢气循环泵模型 |
| 2.3.2 调压阀模型 |
| 2.3.3 阳极气体动态模型 |
| 2.4 本章小结 |
| 第3章 燃料电池供气系统控制算法研究 |
| 3.1 PID 控制及双闭环PID 控制算法 |
| 3.2 模糊自整定PID控制算法 |
| 3.3 解耦控制算法 |
| 3.3.1 传统解耦控制算法 |
| 3.3.2 模糊神经网络解耦控制算法 |
| 3.4 本章小结 |
| 第4章 燃料电池供气系统控制算法仿真 |
| 4.1 空气供给系统仿真 |
| 4.1.1 空气供给系统双闭环PID控制仿真 |
| 4.1.2 空气供给系统前馈补偿解耦PID仿真 |
| 4.1.3 空气供给系统FNN解耦控制仿真 |
| 4.1.4 空气供给系统控制仿真比较 |
| 4.2 氢气供给系统控制仿真 |
| 4.2.1 氢气供给系统PID控制仿真 |
| 4.2.2 氢气供给系统模糊PID控制仿真 |
| 4.3 本章小结 |
| 第5章 总结与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间发表的学术论文及参与的项目 |
| 致谢 |
（4）光电跟踪系统中模糊-动态高型控制技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 设备发展 |
| 1.2.2 技术发展 |
| 1.3 本课题技术难点与技术路线 |
| 1.4 本课题主要内容及章节安排 |
| 第2章 快速反射镜模型分析 |
| 2.1 快速反射镜跟踪系统 |
| 2.2 快反镜的电动力学模型 |
| 2.3 柔性快反镜实验平台 |
| 2.4 快反镜经典闭环反馈控制器设计 |
| 第3章 动态高型控制 |
| 3.1 控制系统误差分析 |
| 3.2 高型控制仿真验证 |
| 3.3 型别变化带来的隐患 |
| 3.4 动态高型控制器 |
| 第4章 模糊-动态高型控制 |
| 4.1 模糊控制器实现动态高型技术的原理 |
| 4.2 T1FLC-动态高型控制系统 |
| 4.2.1 T1FLC结构与流程 |
| 4.2.2 TIFLC设计 |
| 4.2.3 T1FLC-动态高型控制器仿真验证 |
| 4.3 IT2FLC-动态高型控制系统 |
| 4.3.1 IT2FLC组成与运行流程 |
| 4.3.2 WTNT降型法 |
| 4.3.2.1 NT算法与CNT算法 |
| 4.3.2.2 牛顿-科斯特公式 |
| 4.3.2.3 WTNT降型法 |
| 4.3.3 IT2FLC设计 |
| 第5章 多种群遗传算法优化控制器参数 |
| 5.1 MPGA的基本原理 |
| 5.2 模糊高型控制的MPGA设计方法 |
| 5.3 仿真实验 |
| 第6章 实验与分析 |
| 6.1 三种控制模式阶跃响应对比 |
| 6.2 三种控制模式处理不确定性能力对比 |
| 6.3 四种降型算法对比 |
| 第7章 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 本文创新点及未来展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（5）低场NMR磁体模糊自适应多路PID温控算法的研究及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 论文选题背景和意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 永磁体温度控制系统研究现状 |
| 1.2.2 温度控制算法研究现状 |
| 1.3 论文主要研究内容及组织结构 |
| 1.4 本章小结 |
| 第2章 永磁体温度控制系统总体设计 |
| 2.1 被控对象分析 |
| 2.2 系统设计需求 |
| 2.3 系统设计方案 |
| 2.4 本章小结 |
| 第3章 永磁体温度控制算法设计 |
| 3.1 PID控制算法 |
| 3.1.1 算法原理 |
| 3.1.2 增量式PID算法 |
| 3.1.3 经典PID整定方法 |
| 3.2 Smith预估控制算法 |
| 3.3 典型模糊控制器的设计 |
| 3.3.1 模糊控制基本原理 |
| 3.3.2 模糊控制结构 |
| 3.4 模糊自适应PID参数整定算法 |
| 3.4.1 算法设计 |
| 3.4.2 算法仿真 |
| 3.5 本章小结 |
| 第4章 永磁体温度控制系统设计 |
| 4.1 隔热腔设计 |
| 4.2 温控系统关键硬件电路设计 |
| 4.2.1 硬件电路总体设计 |
| 4.2.2 主控电路设计 |
| 4.2.3 多路高精度测温电路 |
| 4.2.4 驱动加热电路 |
| 4.3 温控系统软件设计 |
| 4.3.1 主程序设计 |
| 4.3.2 高精度测温子程序设计 |
| 4.3.3 Smith预估子程序设计 |
| 4.3.4 积分优化子程序设计 |
| 4.3.5 模糊自适应PID子程序设计 |
| 4.3.6 多路温度控制子程序设计 |
| 4.4 本章小结 |
| 第5章 永磁体温控器性能测试 |
| 5.1 隔热腔性能测试 |
| 5.2 温度控制算法测试 |
| 5.2.1 温度控制系统稳定性及精度测试 |
| 5.2.2 多路温度控制算法测试 |
| 5.2.3 模糊自适应PID测试 |
| 5.3 磁场稳定性测试 |
| 5.4 累加实验效果测试 |
| 5.5 实验结论 |
| 5.6 本章小节 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录A |
| 附录B |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（6）前端调速式风电机组并网运行自适应预测控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 前端调速式风电机组的研究现状 |
| 1.2.2 风电机组并网自适应预测控制的研究现状 |
| 1.3 本文的主要研究内容 |
| 2 前端调速式风电机组的建模 |
| 2.1 前端调速式风电机组的基本原理 |
| 2.2 风力机的建模 |
| 2.2.1 风电机组的能量转化过程 |
| 2.2.2 风力机输出功率模型 |
| 2.3 前端调速式风电机组传动链建模 |
| 2.4 电励磁同步发电机模型 |
| 2.5 同步发电机励磁系统的模型 |
| 2.6 小结 |
| 3 基于变论域模糊控制的机组导叶可调式液力变矩器控制 |
| 3.1 导叶可调式液力变矩器的工作原理 |
| 3.2 基于多种群遗传优化算法的变论域控制器设计 |
| 3.2.1 变论域模糊控制 |
| 3.2.2 变论域伸缩因子 |
| 3.2.3 控制器设计 |
| 3.3 仿真结果及分析 |
| 3.4 小结 |
| 4 前端调速式风电机组并网功率自适应预测控制 |
| 4.1 机组实测数据的模糊聚类建模 |
| 4.1.1 数据集模糊聚类 |
| 4.1.2 最小二乘法建模 |
| 4.2 广义预测控制器的设计 |
| 4.2.1 广义自适应预测控制的原理 |
| 4.2.2 目标函数的建立 |
| 4.2.3 最优输出的确定 |
| 4.2.4 最优控制律设计 |
| 4.2.5 性能指标函数的确立 |
| 4.3 仿真分析 |
| 4.4 小结 |
| 5 前端调速式风电机组并网电压自适应控制 |
| 5.1 并网电压的广义自适应预测控制 |
| 5.1.1 广义自适应预测控制器设计 |
| 5.1.2 仿真分析 |
| 5.2 基于多目标遗传算法的机组低电压穿越预测控制 |
| 5.2.1 前端调速式风电机组低电压运行原理 |
| 5.2.2 低电压穿越协调控制策略 |
| 5.2.3 基于遗传算法的机组多目标预测控制 |
| 5.3 对称故障下机组低电压穿越特性仿真分析 |
| 5.4 不对称故障下机组低电压穿越特性仿真分析 |
| 5.5 小结 |
| 6 前端调速式风电机组并网电压稳定性分析 |
| 6.1 前端调速式风电机组并网模型建立 |
| 6.1.1 分岔理论基础 |
| 6.1.2 含前端调速式风电机组电力系统微分代数方程的建立 |
| 6.1.3 含前端调速式风电机组的风电场并网模型 |
| 6.2 前端调速式风电机组并网电压稳定性的分岔分析 |
| 6.2.1 系统无功负荷变化对其电压稳定性的影响 |
| 6.2.2 风速变化对系统电压稳定性的影响 |
| 6.3 小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 附录A 附录内容名称 |
| 攻读学位期间的研究成果 |
（7）木材干燥模型优化及智能控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 木材干燥的意义 |
| 1.1.2 木材干燥的方法 |
| 1.1.3 木材常规干燥的控制 |
| 1.2 研究目的和意义 |
| 1.3 国内外研究现状及发展趋势 |
| 1.3.1 木材干燥数学模型的研究现状 |
| 1.3.2 木材干燥控制方法的研究现状 |
| 1.3.3 木材干燥数学模型和控制方法的发展趋势 |
| 1.4 研究内容与技术路线 |
| 2 木材干燥模型建立的数据采集 |
| 2.1 引言 |
| 2.2 试验选材 |
| 2.3 干燥基准 |
| 2.4 数据采集 |
| 2.5 干燥质量检测 |
| 2.5.1 含水率检验板选取与含水率的测定方法 |
| 2.5.2 应力检验板的选择和使用 |
| 2.5.3 可见干燥缺陷的认定 |
| 2.6 本章小结 |
| 3 木材干燥过程含水率变化ARX预测模型 |
| 3.1 引言 |
| 3.2 ARX模型 |
| 3.3 木材干燥过程含水率变化ARX预测模型 |
| 3.3.1 预测模型的建立 |
| 3.3.2 ARX模型的参数辨识 |
| 3.3.3 木材干燥过程含水率变化模型预测结果 |
| 3.4 本章小结 |
| 4 Hammerstein-Wiener木材干燥温度和平衡含水率预测模型 |
| 4.1 引言 |
| 4.2 Hammerstein-Wiener模型 |
| 4.3 木材干燥温度和平衡含水率预测模型 |
| 4.3.1 木材干燥温度和平衡含水率非线性ARX模型 |
| 4.3.2 木材干燥温度和平衡含水率Hammerstein-Wiener模型 |
| 4.4 木材干燥温度和平衡含水率模型预测结果 |
| 4.4.1 木材干燥温度模型预测结果 |
| 4.4.2 木材干燥平衡含水率模型预测结果 |
| 4.5 本章小结 |
| 5 PID改进算法的木材干燥控制方法 |
| 5.1 引言 |
| 5.2 BP神经网络木材干燥PID控制器 |
| 5.2.1 BP-PID木材干燥温度和平衡含水率控制器的设计 |
| 5.2.2 BP-PID木材干燥温度和平衡含水率控制器的仿真试验 |
| 5.3 RBF神经网络木材干燥PID控制器 |
| 5.3.1 RBF-PID木材干燥温度和平衡含水率控制器的设计 |
| 5.3.2 RBF-PID木材干燥温度和平衡含水率控制器的仿真试验 |
| 5.4 仿真结果对比与木材干燥试验结果 |
| 5.4.1 仿真结果对比与分析 |
| 5.4.2 木材干燥试验结果 |
| 5.5 本章小结 |
| 6 SMC木材干燥控制方法 |
| 6.1 引言 |
| 6.2 SMC的基本原理 |
| 6.3 基于指数趋近律和变速趋近律的SMC木材干燥控制器 |
| 6.3.1 基于指数趋近律和变速趋近律的SMC木材干燥控制器设计 |
| 6.3.2 基于指数趋近律和变速趋近律的SMC木材干燥控制器的仿真试验 |
| 6.4 RBF神经网络木材干燥SMC控制器 |
| 6.4.1 RBF神经网络木材干燥SMC控制器的设计 |
| 6.4.2 RBF神经网络木材干燥SMC控制器仿真试验 |
| 6.5 基于模糊理论的木材干燥SMC控制器 |
| 6.5.1 基于模糊理论的木材干燥SMC控制器的设计 |
| 6.5.2 基于模糊理论的木材干燥SMC控制器仿真试验 |
| 6.6 仿真结果的对比与木材干燥试验结果 |
| 6.6.1 仿真结果对比与分析 |
| 6.6.2 木材干燥试验结果 |
| 6.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
| 博士学位论文修改情况确认表 |
（8）基于改进PID的三容水箱液位控制方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 概论 |
| 1.1 概述 |
| 1.2 选题背景及意义 |
| 1.3 当前的研究动态 |
| 1.4 预测控制简介 |
| 1.4.1 预测控制的类型 |
| 1.4.2 预测控制算法的基本特征 |
| 1.4.3 预测控制的研究进展及现状 |
| 1.4.4 预测控制主要趋势 |
| 1.4.5 预测控制的基本原理 |
| 1.5 研究内容及章节安排 |
| 2 水箱系统数学建模 |
| 2.1 TTS20实验平台 |
| 2.2 水箱的模型建立 |
| 3 传统PID控制在水箱液位控制系统中的应用 |
| 3.1 PID控制原理 |
| 3.2 PID参数整定 |
| 3.2.1 PID参数整定的理论设计方法 |
| 3.2.2 PID参数整定的工程实验法 |
| 3.3 传统PID在 TTS20 水箱中的应用 |
| 4 TTS20 水箱预测PID控制策略及仿真研究 |
| 4.1 传统PID控制 |
| 4.1.1 模拟PID控制的基本原理 |
| 4.1.2 数字PID控制的基本原理 |
| 4.1.3 数字PID参数整定方法 |
| 4.2 PID串级控制 |
| 4.3 DMC-PID串级控制 |
| 4.4 仿真研究 |
| 4.4.1 预测控制在参数模型中的仿真研究 |
| 4.4.2 预测控制在非参数模型中的仿真研究 |
| 5 神经网络PID在 TTS20 水箱液位控制系统中的应用研究 |
| 5.1 基于RBF神经网络PID控制器的设计 |
| 5.2 基于RBF神经网络PID控制器的仿真 |
| 5.3 模糊神经网络简介 |
| 5.4 模糊神经网络的类型 |
| 5.4.1 基于Mamdani推理的模糊神经网络 |
| 5.4.2 基于模糊神经网络的PID控制器设计 |
| 5.5 基于FNN的 PID控制器的仿真 |
| 6 总结与展望 |
| 参考文献 |
| 致谢 |
（9）基于规则的船舶智能避碰决策关键技术研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景和研究意义 |
| 1.2 船舶避碰决策的研究现状 |
| 1.2.1 确定性方法 |
| 1.2.2 启发式方法 |
| 1.2.3 存在的问题及分析 |
| 1.3 基础理论研究现状 |
| 1.3.1 碰撞危险评估 |
| 1.3.2 船舶领域 |
| 1.4 论文研究内容与结构 |
| 1.4.1 研究内容 |
| 1.4.2 论文结构 |
| 2 船舶运动数学模型 |
| 2.1 船舶运动坐标系 |
| 2.2 分离型数学模型 |
| 2.2.1 船舶附加质量 |
| 2.2.2 螺旋桨的推力和转矩计算 |
| 2.2.3 舵机特性及舵上水动力 |
| 2.2.4 环境干扰力及力矩 |
| 2.2.5 主机控制模型 |
| 2.2.6 船体黏性流体动力及力矩 |
| 2.3 船舶响应型模型 |
| 2.4 本章小结 |
| 3 船舶会遇态势定量划分 |
| 3.1 基于《国际海上避碰规则》的会遇态势辨识方法 |
| 3.1.1 现有船舶会遇态势的研究及不足 |
| 3.1.2 碰撞危险评估 |
| 3.1.3 会遇局面辨识模型 |
| 3.1.4 局面构成要素敏感性分析 |
| 3.1.5 局面构成要素计算 |
| 3.1.6 局面类型的逻辑辨识 |
| 3.2 本章小结 |
| 4 国际避碰规则下的避碰决策 |
| 4.1 前提假设 |
| 4.2 遗传算法基本原理 |
| 4.2.1 遗传算法概述 |
| 4.2.2 遗传算法基本概念 |
| 4.2.3 标准遗传算法 |
| 4.3 船舶避碰动态系统数学模型 |
| 4.3.1 船舶动态避碰参数计算模型 |
| 4.3.2 船舶操纵性对船舶避让参数影响的仿真测试 |
| 4.4 基于混合遗传算法的船舶转向决策方法 |
| 4.4.1 多种群协同进化避碰算法 |
| 4.4.2 融入航行经验的混合遗传避碰算法 |
| 4.5 基于线性扩展的变速避碰决策方法 |
| 4.6 船舶避碰决策算法的完备性论证 |
| 4.6.1 案例1: 对遇局面 |
| 4.6.2 案例2: 大角度交叉局面 |
| 4.6.3 案例3: 小角度交叉局面 |
| 4.6.4 案例4: 追越局面 |
| 4.6.5 讨论与分析 |
| 4.7 本章小结 |
| 5 复杂会遇态势下的多船协同避碰决策 |
| 5.1 多船避碰决策理论分析 |
| 5.1.1 多船避碰特点及避碰流程设计 |
| 5.1.2 现有多船避碰决策方法及存在问题 |
| 5.2 多船协同避碰决策模型 |
| 5.2.1 协同学理论 |
| 5.2.2 排队论理论 |
| 5.2.3 多阶段避碰策略设计 |
| 5.2.4 协同进化机制 |
| 5.3 仿真试验 |
| 5.3.1 船舶会遇局面设置 |
| 5.3.2 试验1仿真结果 |
| 5.3.3 试验2仿真结果 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 附录A 多种群遗传算法 |
| 附录B 具有优先权的服务排队规则 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（10）空间反射面天线热变形主动调节与容错控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 本课题研究背景 |
| 1.2 反射面天线主动调整系统现状 |
| 1.3 主动调整系统控制策略研究现状 |
| 1.3.1 多变量耦合系统控制策略研究现状 |
| 1.3.2 多变量不确定性系统控制策略研究现状 |
| 1.4 多输入多输出系统容错控制研究现状 |
| 1.4.1 被动容错控制技术 |
| 1.4.2 主动容错控制技术 |
| 1.5 本文主要工作及创新点 |
| 第二章 空间反射面天线主动调整机构布局与控制 |
| 2.1 引言 |
| 2.2 空间反射面天线主动调整机构布局优化 |
| 2.2.1 空间反射面天线主动调整机构简介与温度场分析 |
| 2.2.2 空间反射面天线主动调整机构位置优化模型建立 |
| 2.2.3 优化模型的AFPSO求解 |
| 2.2.4 主动调整机构位置求解 |
| 2.3 空间反射面天线主动调整系统建模 |
| 2.4 基于LQR离散多变量系统控制方法 |
| 2.5 仿真分析 |
| 2.5.1 基于LQR离散多变量控制 |
| 2.5.2 基于LQR离散多变量控制鲁棒性仿真分析 |
| 2.6 小结 |
| 第三章 基于参考模型的模糊神经网络强化学习控制 |
| 3.1 引言 |
| 3.2 基于参考模型的强化学习控制 |
| 3.2.1 基于参考模型的强化学习控制 |
| 3.2.2 基于强化学习的修正项求解 |
| 3.3 基于参考模型的模糊神经网络强化学习控制策略 |
| 3.4 仿真分析 |
| 3.4.2 参数改进 |
| 3.4.3 参数仿真验证 |
| 3.5 小结 |
| 第四章 基于模糊观测器的自适应解耦控制 |
| 4.1 引言 |
| 4.2 基于模糊观测器的自适应解耦控制 |
| 4.2.1 不确定性多变量耦合系统解耦 |
| 4.2.2 自构架模糊干扰观测器设计 |
| 4.3 仿真分析 |
| 4.3.1 基于模糊观测器的自适应解耦控制仿真分析 |
| 4.3.2 基于不同扰动量仿真分析 |
| 4.4 小结 |
| 第五章 调整机构故障函数辨识 |
| 5.1 引言 |
| 5.2 作动器故障模型建立 |
| 5.3 自构架模糊UKF故障逼近 |
| 5.3.1 故障状态UKF估计 |
| 5.3.2 自构架模糊UKF故障逼近 |
| 5.4 故障分类 |
| 5.5 仿真分析 |
| 5.6 小结 |
| 第六章 主动调整机构自适应容错控制 |
| 6.1 引言 |
| 6.2 自适应容错控制策略设计 |
| 6.3 仿真分析 |
| 6.3.2 主动调整机构故障仿真分析 |
| 6.3.3 主动调整机构失效仿真分析 |
| 6.4 小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、基于PID规律的Fuzzy逼近方法研究(英文)（论文参考文献）
- [1]面向航空叶片表面超声强化的机器人运动规划与柔顺控制研究[D]. 房善想. 北京交通大学, 2021
- [2]低速交流伺服电机电动负载控制方法研究[D]. 孙何敏. 南京信息工程大学, 2021(01)
- [3]氢燃料电池发动机进气系统建模与控制策略研究[D]. 贾玉茹. 太原理工大学, 2021(01)
- [4]光电跟踪系统中模糊-动态高型控制技术研究[D]. 秦树旺. 中国科学院大学(中国科学院光电技术研究所), 2021(08)
- [5]低场NMR磁体模糊自适应多路PID温控算法的研究及应用[D]. 成江波. 中国科学院大学(中国科学院精密测量科学与技术创新研究院), 2021(01)
- [6]前端调速式风电机组并网运行自适应预测控制研究[D]. 李宏伟. 兰州交通大学, 2020(01)
- [7]木材干燥模型优化及智能控制方法研究[D]. 周正. 东北林业大学, 2020(09)
- [8]基于改进PID的三容水箱液位控制方法研究[D]. 杨凯. 辽宁石油化工大学, 2020(04)
- [9]基于规则的船舶智能避碰决策关键技术研究[D]. 倪生科. 大连海事大学, 2020(01)
- [10]空间反射面天线热变形主动调节与容错控制研究[D]. 刘志勇. 西安电子科技大学, 2020(05)