期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于MPC−FAPID的复杂工业场景轮式巡检机器人轨迹跟踪控制
1
作者 杨磊 郝萌 +4 位作者 鲍久圣 王凯 阴妍 戴守晨 张可琨 《工矿自动化》 北大核心 2025年第10期57-68,共12页
目前针对巡检机器人轨迹跟踪控制的研究主要存在以下问题:①在应对非对称负载扰动时,双电动机同步控制精度不足。②单一控制结构难以兼顾预测优化与动态抗扰能力。③在复杂多变路况(道路坡度、路面状态发生较大变化等)下,控制算法的自... 目前针对巡检机器人轨迹跟踪控制的研究主要存在以下问题:①在应对非对称负载扰动时,双电动机同步控制精度不足。②单一控制结构难以兼顾预测优化与动态抗扰能力。③在复杂多变路况(道路坡度、路面状态发生较大变化等)下,控制算法的自适应性与鲁棒性仍有待提升。针对上述问题,提出了一种基于模型预测控制(MPC)与模糊自适应PID(FAPID)算法(即MPC−FAPID)的分层双闭环轨迹跟踪控制方法。基于四轮差速巡检机器人运动学模型,在控制量及控制增量中加入相应的约束,完成了基于MPC的轨迹跟踪控制器设计。针对四轮差速巡检机器人轮速易受干扰导致控制不协调的问题,通过引入FAPID算法,减少四轮差速巡检机器人运动过程中的电动机转速误差,仿真结果表明:FAPID算法能有效降低同步偏差,其精度及鲁棒性均优于PID控制与鲸鱼PID控制算法。针对单层控制结构难以兼顾预测能力和抗干扰性的问题,设计了基于MPC−FAPID的分层双闭环控制器:主环MPC实现轨迹跟踪误差补偿和多约束处理,从环FAPID抑制负载扰动影响。仿真结果表明:在直行上缓坡仿真工况下,MPC−FAPID的调整时间为0.87 s,相比MPC−PID,MPC−鲸鱼PID,能更迅速地调整机器人位姿靠近原始轨迹;在连续转弯仿真工况下,相较于MPC−PID与MPC−鲸鱼PID,MPC−FAPID能更好地捕捉原始轨迹的变化趋势,横向、纵向与航向角的最大误差分别为−0.051 m,0.00047 m,0.0408 rad。实机试验结果表明:相比MPC−PID,MPC−FAPID在多目标点轨迹跟踪实机试验中横向最大误差降低了88.24%,纵向最大误差降低了87.76%。 展开更多
关键词 轮式巡检机器人 轨迹跟踪控制 模型预测控制 模糊自适应pid算法 分层双闭环轨迹跟踪控制
在线阅读 下载PDF
混合动力汽车发动机在怠速状态下的控制 被引量:7
2
作者 吴毅 帕孜来·马合木提 纪承乾 《机床与液压》 北大核心 2021年第20期145-149,共5页
针对发动机进入怠速状态下时,存在超调过大和响应速度慢的问题,提出一种Runge-Kutta预测自适应PID算法来对油电混合动力汽车的发动机进行怠速跟踪控制。首先通过Runge-Kutta对系统状态进行预测计算,得出下一步的系统预测输出,再由设定... 针对发动机进入怠速状态下时,存在超调过大和响应速度慢的问题,提出一种Runge-Kutta预测自适应PID算法来对油电混合动力汽车的发动机进行怠速跟踪控制。首先通过Runge-Kutta对系统状态进行预测计算,得出下一步的系统预测输出,再由设定值与预测输出值得出两者偏差信号,结合最优梯度下降法在线修正PID参数,使得系统实现事先调整进而快速进入发动机怠速状态的目的,这样也有利于降低整车燃油消耗。从最终的仿真结果来看,超调和响应时间都有了很大的改善,从而验证了该方法的有效性和可行性。 展开更多
关键词 runge-kutta预测自适应pid算法 怠速跟踪控制 最优梯度下降法 在线修正
在线阅读 下载PDF
基于GSA-GPC水电机组预测控制 被引量:1
3
作者 王莺子 谌慧铭 +3 位作者 陈金保 曾荃 陈上 肖志怀 《中国农村水利水电》 北大核心 2023年第8期234-240,共7页
随着风、光等可再生能源大量馈入,电网结构日趋复杂。在此背景下,水电机组将根据需要经常处于变工况运行,运行环境变得恶劣,其传统的PID控制策略显然难以实现各种复杂工况下的最优控制。为此,将广义预测控制(GPC)应用于水电机组,并基于... 随着风、光等可再生能源大量馈入,电网结构日趋复杂。在此背景下,水电机组将根据需要经常处于变工况运行,运行环境变得恶劣,其传统的PID控制策略显然难以实现各种复杂工况下的最优控制。为此,将广义预测控制(GPC)应用于水电机组,并基于引力搜索算法(GSA)对其参数进行优化,实现了水电机组基于GSA-GPC的自适应预测控制。仿真结果表明,相比传统的PID控制器,设计的基于GSA-GPC的自适应预测控制器在不同工况下均有优异的调节性能,实现了水电机组多工况下最优控制。 展开更多
关键词 水电机组 pid控制 广义预测控制 引力搜索算法 自适应控制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部