CN116736706B - 基于偏差耦合的电动提升滑模系统的同步控制方法 - Google Patents
基于偏差耦合的电动提升滑模系统的同步控制方法 Download PDFInfo
- Publication number
- CN116736706B CN116736706B CN202310656194.XA CN202310656194A CN116736706B CN 116736706 B CN116736706 B CN 116736706B CN 202310656194 A CN202310656194 A CN 202310656194A CN 116736706 B CN116736706 B CN 116736706B
- Authority
- CN
- China
- Prior art keywords
- error
- motor
- sliding mode
- electric lifting
- change rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 18
- 230000008878 coupling Effects 0.000 title claims abstract description 15
- 238000010168 coupling process Methods 0.000 title claims abstract description 15
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 15
- 238000013528 artificial neural network Methods 0.000 claims abstract description 20
- 230000008859 change Effects 0.000 claims description 37
- 239000002245 particle Substances 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 13
- 230000009897 systematic effect Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 210000002569 neuron Anatomy 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 description 7
- 230000000630 rising effect Effects 0.000 description 5
- 230000009194 climbing Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000004035 construction material Substances 0.000 description 2
- 238000009415 formwork Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000009751 slip forming Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Abstract
本发明属于建筑应用技术领域,涉及滑模控制,尤其涉及一种基于偏差耦合的电动提升滑模系统的同步控制方法。与现有技术相比,本发明的优点和积极效果在于,本发明提供一种基于偏差耦合的电动提升滑模系统的同步控制方法,首次以质心和电动丝杠之间的间距以及升模平台的倾斜角度作为PID控制器的重要参数,结合BP神经网络结合和POS算法对PID控制参数的输入值进行优化,结合模糊PID控制,使电动提升滑模系统能快速响应达到预设值,并且无超调现象、系统稳定没有出现振荡具有良好的稳定性和同步性。
Description
技术领域
本发明属于建筑应用技术领域,涉及滑模控制,尤其涉及一种基于偏差耦合的电动提升滑模系统的同步控制方法。
背景技术
滑模施工是用液压的提升装置滑升模板以浇筑竖向混凝土结构的施工方法。它是按照建筑物的平面形状,在地面(或一定的标高)将一整套液压滑模装置(模板、围圈、提升架、操作平台、支承杆及液压千斤顶等)组装好。利用液压千斤顶在支承杆上爬升,带动提升架、模板、操作平台一起上升。每浇筑一层混凝土后就进行模板滑升,直至结构浇筑结束。此法施工要对模板体系经常进行调平,以保证建筑物和构筑物垂直。
而电动提升是综合了无井架液压滑模和爬模施工的原理、工艺和特点的一种施工方法,其同时具有爬模和无井架滑模的优点。电动升模采用大模板结构,大模板逐段分块安装,大模板的坡度和圆弧度易于调整和控制,可避免施工的累积误差、在砼浇捣后,因砼与模板之间不作相对运动,对砼浇捣工艺无特殊要求,砼的质量可得到保证且操作简单方便、劳动强度低、功效高。
电动提模技术在我国仍处于发展中的阶段,尤其需要一套关于该方面完善的电控技术,但这种专用设备相关研究资料较少,制造、施工规范不完善,而电动提模关键技术之一是对系统内部的多电机协同控制的实现,用以达到整体模架、平台位置精准,响应时间短的协同提升目标。
目前,现有的电动提模的多电机的协同控制主要通过PID进行控制,经典PID控制器在传统电机控制中得到了广泛应用,原因是其有着稳定性好、结构简单等优点。但在传统控制对象中,均为有着精确的数学模型的线性或典型调速系统,如果被控对象结构复杂,影响系统稳态的因素较多(铺板系统上堆积的施工材料),或有些影响因素是随机离散性的出现,这就导致被控对象很难得以建立精准的数学模型,进而增加的控制难度,所得到的控制效果往往难以满足控制要求。由于被控对象数学模型不精确而导致传统控制效果不理想,为此,如何有效的实现整个电动提模系统的多电机的同步控制是目前需要解决的问题。
发明内容
本发明针对上述的电动提升滑模系统所存在的电动提升机构的同步控制问题,提出一种设计合理、操作方便且能够有效的结合负荷等干扰因素的基于偏差耦合的电动提升滑模系统的同步控制方法。
为了达到上述目的,本发明采用的技术方案为,本发明提供一种基于偏差耦合的电动提升滑模系统的同步控制方法,包括以下步骤:
a、首先通过设置在升模平台上的重量传感器确定升模平台的质心位置,计算质心到电动机丝杠轴线之间的距离,记做li(i=1,2,3......n),其中,n为电动提升滑模系统中电动机的个数,i为第i个电动机;
b、确定电动提升滑模系统中电动机的跟踪误差和同步误差,并计算电动机的跟踪误差变化率、同步误差变化率;
c、确定升模平台的倾斜角θ,通过公式:
Lmin=sinθ*(li-ln)
计算电动机i的升模误差以及升模误差变化率;
d、以电动机i的跟踪误差、同步误差、升模误差以及偏置值和电动机i的跟踪误差变化率、同步误差变化率、升模误差变化率以及偏置值分别为BP神经网络结构的输入层,并以BP神经网络结构的全部连接权值为粒子群算法中粒子的维度D,采用PSO算法为BP神经网络结构的隐藏层的连接权值赋值,最终经输出层输出系统误差和系统误差变化率;
e、将系统误差和系统误差变化率模糊化处理,同时,建立的模糊规则,并根据建立的模糊规则,查出系统误差和系统误差变化率对应的PID控制器参数的变化值;
f、根据PID控制器参数的变化值计算新的PID控制器参数实现电动提升滑模系统中电动机的同步控制。
作为优选,所述b步骤中,所述电动机的跟踪误差的计算公式为:
ei(t)=ωi in-ωi out
其中,为电动机i的设定输出,/>为电动机i的实际输出。
作为优选,所述电动机的同步误差的计算公式为:
作为优选,所述d步骤中,BP神经网络结构的隐藏层的神经元的个数比输入层神经元个数多一个,输出层的神经元的个数为1个。
作为优选,所述e步骤中,根据PID控制参数对电动机的控制作用以及相互之间的互联关系设置隶属度函数,并进行编译模糊规则表,建立的模糊规则。
与现有技术相比,本发明的优点和积极效果在于,
本发明提供一种基于偏差耦合的电动提升滑模系统的同步控制方法,首次以质心和电动丝杠之间的间距以及升模平台的倾斜角度作为PID控制器的重要参数,结合BP神经网络结合和POS算法对PID控制参数的输入值进行优化,结合模糊PID控制,使电动提升滑模系统能快速响应达到预设值,并且无超调现象、系统稳定没有出现振荡具有良好的稳定性和同步性。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合实施例对本发明做进一步说明。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用不同于在此描述的其他方式来实施,因此,本发明并不限于下面公开说明书的具体实施例的限制。
实施例1,本实施例提供一种基于偏差耦合的电动提升滑模系统的同步控制方法
在现有的多电机控制中,控制者主要去考虑到电机的转速受到干扰而产生的偏差,而忽略了丝杠的问题,这是因为在丝杠的加工过程中,即使两根丝杠的加工精度相同,它们的尺寸和公差也不会完全相同,所以两根丝杠之间不可避免地会产生导程误差,而受负载等其他因素的影响,丝杠的传递效率也不可能达到100%,而这种情况下,丝杠所受到的影响较多,这样就会导致所需要确定的因素居多,为此,在本实施例中,摒弃到各种因素带给丝杠的问题,直接去考虑升降平台的结果,为此,首先通过设置在升模平台上的重量传感器确定升模平台的质心位置,计算质心到电动机丝杠轴线之间的距离,记做li(i=1,2,3......n),其中,n为电动提升滑模系统中电动机的个数,i为第i个电动机,在本实施例中,重量传感器的位置就设置在电动机所处的位置以方便测量,这样,根据各个电动机的承重就可以计算出整个升模平台的质心位置(由于升模平台上放置的施工材料的位置和重量等原因,导致质心的位置很难处于整个升模平台的中心位置)。
确定质心的位置以及质心到电动机丝杠轴线之间的距离主要是为了计算升降平台的升模误差,由于负载的干扰,导致电动机的输出不同,进而会使整个升降平台发生一点角度的倾斜,这样,利用这个倾斜角度就可以确定升模误差,为此,通过公式:
Lmi=sinθ*[(li-l1)+(li-l2)+.......(li-ln)]
计算电动机i的升模误差以及升模误差变化率。在本实施例中,误差变化率主要基于时间来计算,其主要对比的是t时刻和t+1时刻的升模误差的变化,其计算公式就是t+1时刻的升模误差减去t时刻的升模误差的值除以t时刻的升模误差,即得到了升模误差变化率。由于整个升模平台是一个刚性的平台,其倾斜角是一定的,这样,其上分布的电动机可以根据区域来进行分组,分组来进行计算,这样,可以简化计算量。
由于是对电动机控制,为此,电动机的跟踪误差和电动机之间的同步误差也是一个必不可缺少的因素,为此,确定电动提升滑模系统中电动机的跟踪误差和同步误差,并计算电动机的跟踪误差变化率、同步误差变化率,其中,电动机的跟踪误差的计算公式为:
ei(t)=ωi in-ωi out
其中,为电动机i的设定输出,/>为电动机i的实际输出。
电动机的同步误差的计算公式为:
而电动机的跟踪误差变化率、同步误差变化率的计算方式和升模误差变化率的计算方式一致,为此,在本实施例中,不加详细描述。
由于PID控制器就是根据系统的误差,利用比例、积分、微分计算出控制量进行控制的。为此,为了有效的确认系统的误差,在本实施例中,引入了BP神经网络结构,BP神经网络采用一定的拓扑结构,可以拟合并逼近任意的非线性模型,且具备自学习能力以及自适应和记忆能力,能够解决整个系统中电动机非线性和强耦合的问题。
为此,将以电动机i的跟踪误差、同步误差、升模误差以及偏置值和电动机i的跟踪误差变化率、同步误差变化率、升模误差变化率以及偏置值分别为BP神经网络结构的输入层。即构建两个BP神经网络,分别计算系统误差和系统变化率误差,作为PID控制其的输入。考虑到BP神经网络连接权值的确定,在本实施例中,还引入了POS算法,具体的说,在粒子群算法中粒子的维度D为神经网络的全部连接权值。第i个粒子的位置为Xi={xi1,xi2,xi3,...xiD}T。根据变量的范围,随机初始化粒子群中粒子的位置Xi和速度Vi,并确定粒子群规模M。
由于粒子群算法中粒子的维度D为神经网络的全部连接权值,那么要确定BP神经网络中输入层的神经元的个数,在本实施例中,假设整个电动提升滑模系统中的电动机的个数为4个,那么系统误差BP神经网络中的神经元的个数5个,其中,偏置值都设置为1,那个隐藏层的神经元的个数就为6,从而确定粒子群算法中粒子的维度D为36,M拟为40,即随机产生40组数据。
然后,计算个体粒子适应度。将预测输出和期望输出的均方误差之和作为适应度值F,适应度函数表达式为:
其中,Un为第n个样本控制率的理想输出值,un为第n个样本。通过适应度函数可以算出每个粒子的适应度值。比较粒子个体和群体的适应度值,如果比前一时刻的适应度好,则对粒子最优值和群体最优值进行更新,在每一次迭代中,粒子更新自身的位置和速度,最后,判断当前状态是否满足粒子群算法停止迭代条件,若满足条件则停止迭代,并将最优权值赋给BP神经网络,否则返回进行下一轮循环。
这样,就可以计算出PID控制器所需要的系统误差和系统误差变化率的值,考虑到在PID控制中,影响控制效果的是KP、KI、KD三个控制参数的取值,但是在升模施工过程中,顶模每次顶升时顶升油缸的负载及负载差值并不相同,为此,在此处引入模糊PID控制。
为此,首先,系统误差和系统误差变化率模糊化处理,在本实施例中,系统误差的基本论域为[-6,6],系统误差变化率的基本论域为[-6,6],ΔKp的基本论域为[-30,30],ΔKI的基本论域为[-0.01,0.01],ΔKD的基本论域为[-0.1,0.1]。在模糊控制中,需要使用自然语言来描述输入和输出的精确值,本文采用7个变量来描述输入和输出值,分别是{NB、NM、NS、O、PS、PM、PB},对应{负大、负中、负小、零、正小、正中、正大}。
考虑到隶属度函数对系统的性能有较大的影响,所以在确定隶属度函数时,在系统误差值较小时采用分辨率低的高斯隶属度函数,其控制特性较为平缓;在同步误差值较大时采用分辨率高的三角形隶属度函数,其响应速度较快。
接着根据PID三个控制参数对控制对象的控制作用以及相互之间的互联关系设置隶属度函数,并进行编译模糊规则表。
表1为ΔKp模糊规则表
表2为ΔKI模糊规则表
表3为ΔKD模糊规则表
根据模糊规则表,可以到E、ΔE与KP、KI、KD映射关系。然后采用max-min模糊推理合成规则,Mamdani型模糊函数控制器,采用面积中心法进行解模糊运算。就可以把模糊量转化成精确值。将建立好的模糊PID控制器导入到simulink中模糊逻辑控制模块中代入到PID控制器中,即可实现对电动提升滑模系统的精准同步控制。
经过实验分析,本实施例所提供的控制方案在启动加速阶段能相较于传统PID控制更快达到目标速度且超调量较小,在周期性速度波动阶段出现较小的速度波动,体现出本实施例控制方法良好的速度收敛性和同步性。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域,但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (5)
1.一种基于偏差耦合的电动提升滑模系统的同步控制方法,其特征在于,包括以下步骤:
a、首先通过设置在升模平台上的重量传感器确定升模平台的质心位置,计算质心到电动机丝杠轴线之间的距离,记做li(i=1,2,3......n),其中,n为电动提升滑模系统中电动机的个数,i为第i个电动机;
b、确定电动提升滑模系统中电动机的跟踪误差和同步误差,并计算电动机的跟踪误差变化率、同步误差变化率;
c、确定升模平台的倾斜角θ,通过公式:
Lmi=sinθ*[(li-l1)+(li-l2)+.......(li-ln)]
计算电动机i的升模误差以及升模误差变化率;
d、以电动机i的跟踪误差、同步误差、升模误差以及偏置值和电动机i的跟踪误差变化率、同步误差变化率、升模误差变化率以及偏置值分别为BP神经网络结构的输入层,并以BP神经网络结构的全部连接权值为粒子群算法中粒子的维度D,采用PSO算法为BP神经网络结构的隐藏层的连接权值赋值,最终经输出层输出系统误差和系统误差变化率;
e、将系统误差和系统误差变化率模糊化处理,同时,建立的模糊规则,并根据建立的模糊规则,查出系统误差和系统误差变化率对应的PID控制器参数的变化值;
f、根据PID控制器参数的变化值计算新的PID控制器参数实现电动提升滑模系统中电动机的同步控制。
2.根据权利要求1所述的基于偏差耦合的电动提升滑模系统的同步控制方法,其特征在于,所述b步骤中,所述电动机的跟踪误差的计算公式为:
ei(t)=ωi in-ωi out
其中,为电动机i的设定输出,/>为电动机i的实际输出。
3.根据权利要求2所述的基于偏差耦合的电动提升滑模系统的同步控制方法,其特征在于,所述电动机的同步误差的计算公式为:
4.根据权利要求3所述的基于偏差耦合的电动提升滑模系统的同步控制方法,其特征在于,所述d步骤中,BP神经网络结构的隐藏层的神经元的个数比输入层神经元个数多一个,输出层的神经元的个数为1个。
5.根据权利要求4所述的基于偏差耦合的电动提升滑模系统的同步控制方法,其特征在于,所述e步骤中,根据PID控制参数对电动机的控制作用以及相互之间的互联关系设置隶属度函数,并进行编译模糊规则表,建立的模糊规则。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310656194.XA CN116736706B (zh) | 2023-06-05 | 2023-06-05 | 基于偏差耦合的电动提升滑模系统的同步控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310656194.XA CN116736706B (zh) | 2023-06-05 | 2023-06-05 | 基于偏差耦合的电动提升滑模系统的同步控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116736706A CN116736706A (zh) | 2023-09-12 |
CN116736706B true CN116736706B (zh) | 2024-03-22 |
Family
ID=87910817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310656194.XA Active CN116736706B (zh) | 2023-06-05 | 2023-06-05 | 基于偏差耦合的电动提升滑模系统的同步控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116736706B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1038359A (zh) * | 1988-03-19 | 1989-12-27 | 亥普沃斯工程有限公司 | 机床刀具之类的误差补偿系统 |
CN106936339A (zh) * | 2017-04-16 | 2017-07-07 | 中国石油大学(华东) | 一种自升式海洋平台升降装置同步控制方法及装置 |
CN108322101A (zh) * | 2018-01-17 | 2018-07-24 | 天津大学 | 一种模糊自调节的偏差耦合多电机同步控制方法 |
CN110224639A (zh) * | 2019-04-17 | 2019-09-10 | 湖南工业大学 | 一种基于滑模控制器的偏差耦合控制方法 |
CN114421835A (zh) * | 2021-11-26 | 2022-04-29 | 江苏科技大学 | 一种基于模糊偏差耦合反步滑模策略的多电机控制方法 |
CN115774399A (zh) * | 2023-02-14 | 2023-03-10 | 中铁四局集团第三建设有限公司 | 权重实时优化液压爬模爬升同步控制系统、方法 |
-
2023
- 2023-06-05 CN CN202310656194.XA patent/CN116736706B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1038359A (zh) * | 1988-03-19 | 1989-12-27 | 亥普沃斯工程有限公司 | 机床刀具之类的误差补偿系统 |
CN106936339A (zh) * | 2017-04-16 | 2017-07-07 | 中国石油大学(华东) | 一种自升式海洋平台升降装置同步控制方法及装置 |
CN108322101A (zh) * | 2018-01-17 | 2018-07-24 | 天津大学 | 一种模糊自调节的偏差耦合多电机同步控制方法 |
CN110224639A (zh) * | 2019-04-17 | 2019-09-10 | 湖南工业大学 | 一种基于滑模控制器的偏差耦合控制方法 |
CN114421835A (zh) * | 2021-11-26 | 2022-04-29 | 江苏科技大学 | 一种基于模糊偏差耦合反步滑模策略的多电机控制方法 |
CN115774399A (zh) * | 2023-02-14 | 2023-03-10 | 中铁四局集团第三建设有限公司 | 权重实时优化液压爬模爬升同步控制系统、方法 |
Non-Patent Citations (4)
Title |
---|
The Simulation Research of Synchronization Control Based on the Virtual Shaft Control and the Relative Coupling Control;Shi, Huan-huan;《 MODERN TECHNOLOGIES IN MATERIALS, MECHANICS AND INTELLIGENT SYSTEMS》;20140824;1111-1115 * |
基于偏差耦合的起重机起升机构同步控制;曹玲芝;《计算机工程与应用》;20080901;233-235 * |
多轴同步系统模糊补偿虚拟主轴偏差耦合控制;田昊;《电机控制与应用》;20220710;第49卷(第7期);14-21 * |
自升式海洋平台平衡升降控制策略及试验;刘乾坤;《船舶工程》;20200325;第42卷(第3期);100-104+140 * |
Also Published As
Publication number | Publication date |
---|---|
CN116736706A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109212968B (zh) | 基于代理模型的机电伺服系统多学科联仿与设计优化方法 | |
CN107179682A (zh) | 一种被动式负载模拟器及多余力矩抑制方法 | |
CN108584700B (zh) | 起重机自适应pid闭环防摇控制方法 | |
CN104980069B (zh) | 一种无刷直流电机双闭环调速系统多目标优化方法 | |
CN116736706B (zh) | 基于偏差耦合的电动提升滑模系统的同步控制方法 | |
CN111007716A (zh) | 基于预测函数的交流伺服电机变论域模糊pi控制方法 | |
CN111290263A (zh) | 一种改进的基于rbfnn及bas的pid最优化控制算法 | |
CN114722693A (zh) | 一种水轮机调节系统二型模糊控制参数的优化方法 | |
CN110589684A (zh) | 起重机防摇摆驱动控制方法 | |
CN108563122A (zh) | 一种移动机器人速度平滑插值方法 | |
Ibrahim et al. | Quantitative PID controller design using Black Hole optimization for ball and beam system | |
CN113641101B (zh) | 一种基于数值仿真的多渠池控制参数寻优算法 | |
CN116232132A (zh) | 一种电动汽车无刷直流电机的转速控制方法 | |
Wang et al. | Evolutionary design of PID controller for twin rotor multi-input multi-output system | |
CN111453616B (zh) | 一种桥式起重机开环模糊防摇控制方法 | |
JP3657718B2 (ja) | 制御システムおよび制御システムにおける加速度パターンの設定方法およびパラメータ設定方法 | |
CN111824958B (zh) | 桥式吊车卷扬控制器生成方法、控制方法及控制器生成系统 | |
CN115016248A (zh) | 一种基于pso算法优化rbf神经网络的电机pid控制方法 | |
Shamseldin et al. | A New Self-Tuning Nonlinear PID Motion Control for One-Axis Servomechanism with Uncertainty Consideration | |
Ping et al. | Improved LuGre-based friction modeling of the electric linear load simulator | |
CN114594760A (zh) | 一种基于动态事件触发的多无人船航向一致性控制方法 | |
Gao et al. | Mathematical Modeling and Command Filter Adaptive Fuzzy Control Based on Twin-Roll Inclined Strip Casting Process | |
CN113283063A (zh) | 摩擦力识别方法、模组、设备及计算机可读介质 | |
CN110932609A (zh) | 一种多电机伺服系统自适应递推控制方法和系统 | |
Huang et al. | Control Method Based On Long Time-delay System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |