本文介绍了电机试验自控系统，采用基于PC的soft PLC-WINAC对变频器进行参数整定和控制的方案，控制精确。

本文针对冷轧机组液压伺服位置系统存在不一致性而引起两侧位置不同步的问题,提出一种基于免疫粒子群算法(Artificial Immune Particle Swarm Optimization,AIPSO)的自抗扰同步控制方法。基于液压伺服位置同步系统数学模型,并针对自抗扰控制器参数难以整定的问题,通过引入免疫粒子群算法以提升整定精度。最后,仿真验证结果表明所提方法有效的减小了同步控制误差,并具有良好的抗扰动能力。

建立车辆纵向制动动力学模型、Burckhardt轮胎模型以及液压制动器模型,设计了基于滑移率PID控制的汽车防抱死系统。以滑移率误差作为输入,经PID控制器输出制动压力调节信号传递到液压制动系统模型;采用粒子群优化算法对PID参数进行整定,结合路面附着系数估计实现PID控制典型路面工况的防抱死控制。在CarSim与MATLAB/Simulik的联合仿真环境中选取高中低附着路面工况进行仿真试验,结果表明:粒子群优化算法整定PID参数的防抱死系统能实现典型路面紧急制动过程中的车轮防抱死控制。

针对目前液压支架平衡缸采用PID控制参数整定效果不理想,响应速度不高、精度较低等问题,提出了一种基于改进粒子算法的液压支架平衡缸PID参数整定方法。通过对标准粒子群算法(PSO)的惯性权重和学习因子进行优化,以避免算法过早收敛,提高参数寻优效果,并以此建立了平衡缸PID控制系统的Simulink模型进行仿真。结果表明:改进PSO算法的PID参数调整相应速度较快,参数超调量和稳态误差更低,具备良好的参数整定能力。

在地震模拟振动台控制系统中,常用三参量控制实现加速度信号控制,但目前三参量参数理论整定方法存在效果不佳、智能化程度不高等问题。针对三参量控制参数整定问题,提出一种基于粒子群算法的三参量控制参数整定算法,利用粒子群算法的寻优能力完成三参量参数整定研究。仿真结果显示,与理论值相比,粒子群算法自整定值控制下地震模拟振动台波形复现精度得到提高,表明粒子群算法实现地震模拟振动台三参量控制系统参数整定,算法有效。

针对利用经验试凑法或其他优化算法整定机器人自抗扰控制器参数,存在整定过程复杂、整定结果不是全局最优等缺陷,提出一种基于免疫粒子群融合算法的机器人自抗扰控制器参数整定方法。该方法将免疫算法的免疫信息处理机制引入粒子群算法结构中,解决了免疫算法优化过程繁杂冗长以及粒子群算法过早陷入局部最优的问题,实现了自抗扰控制器参数整定,快速找到全局最优解。MATLAB仿真结果表明:该方法提高了自抗扰控制器的响应速度和稳定性,适用于

速度环控制参数是永磁同步电机伺服系统智能化的关键,为获得令人满意的速度环PI参数,提出一种基于改进遗传算法的PI参数自整定方法。针对传统遗传算法收敛速度慢、易陷入局部收敛的缺点,文中分别对初始种群和遗传算子进行改进,使伺服系统具有更好的参数寻优能力。采用该方法对伺服系统的速度环控制参数进行整定,并通过仿真实验进行对比验证。结果表明：该方法设计的伺服系统具有响应速度快、跟踪性能良好、超调小和抗负载转矩扰动能力强的优点。

将具有自学习和自适应能力的单神经元模型与常规的PID控制算法相结合,设计了单神经元自适应PID控制器,并将其应用于气动压力伺服系统中.实验结果表明,采用单神经元自适应PID控制的气动伺服系统能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质优于常规PID控制器.

针对液压变压器流量控制问题，提出采用分数阶PID控制器对配流盘的位置进行精确控制．针对分数阶PID参数整定复杂性问题，提出了一种混合时频域性能要求的多目标参数整定策略，结合一种自适应差分进化算法实现了参数的最优整定，最后通过数值仿真以考察所提方法．时域分析结果表明：该控制策略明显优于传统的PID、模糊及模糊PID控制策略；频域分析结果表明：该伺服系统具有较强的鲁棒性及稳态保持性．验证了基于分数阶PID控制器实现配流盘位置控制的可行性和优越性．

能量调节电液变转速驱动是提高变转速驱动响应及低速性能的一个很好途径。针对其多输入多输出、强非线性、部分参数易变及不确定性等造成的系统控制复杂问题,从能量调节的思想出发,提出了能量调节电液变转速驱动的多PID复合控制策略,并深入研究了其参数的整定规则。经试验验证,提出的多PID复合控制策略及其参数整定方法效果良好,将能够促进能量调节电液变转速驱动技术的应用。