基于模糊自适应PID的材料试验机控制系统

来源 :计算机测量与控制 | 被引量 : 0次 | 上传用户:jsjyao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
如何科学有效地达到对材料试验机的应力速率及应变速率控制,是目前试验机领域的关键问题;液压万能材料试验机是一种典型的非线性时变系统,无法建立精确的数学模型;由此将常规PID控制和模糊控制两种控制策略结合起来,构成模糊自适应PID控制;该控制方法在液压万能材料试验机上获得了良好的应力速率、应变速率、位移速率控制以及定荷、定应变、定位移控制的试验结果,使控制性能得到了改善.
其他文献
对某脉冲雷达检测系统中被采集信号的特点进行了研究,提出了用嵌入式A/D (TMS320F24x DSP嵌入式A/D)来进行多路信号的脉内多点采样和故障运算判决.在实际应用中,它有效地提高
不确定规划研究的最终目标是求出规划解,但是由于缺少引导信息,直接求规划解会导致大量的无用状态和动作被搜索。获得状态间的可达关系可以避免冗余计算。目前求可达关系的方
近年来,人体模型定制已成为计算机图形学领域的重要研究课题之一。文中提出一种基于少量人体尺寸生成个性化人体模型的方法——分块优化法。首先,根据MPI人体扫描模型数据库获得人体外形形变参数与尺寸参数,采用线性相关分析方法实现由若干尺寸恢复完整人体尺寸集。其次,通过参数优化的线性回归方法分析各部位三维人体外形参数与二维尺寸数据之间的关系,并根据输入尺寸对人体模型进行进一步精调。实验表明,上述方法能够生成
在包含位置信息的签到记录中,每条记录仅包含名称和位置(经纬度)两个属性.传统的名称消重算法通过匹配实体的属性值或者计算实体间的名称相似性进行消重,忽略了位置信息的特殊
面向大数据集管理的数据聚类方法研究在模式识别、故障诊断和数据挖掘等领域具有重要的研究意义。传统的大数据聚类算法采用混合差分进化的粒子群算法,因数据信息流分量之间
针对电力线信道在传输速率受限、子载波单用户独享和兼顾用户公平性的约束条件下,以余量自适应(MA)为准则,提出一种基于粒子群优化遗传(PSO_GA)联合算法的多用户自适应OFDM系统子载波和比特分配。在此联合算法中利用改进PSO算法中更新粒子速度和位置的思路来重构GA算法中的交叉、变异操作,可克服PSO算法早熟收敛、GA收敛速度慢等问题,能够提高联合算法对全局最优解的搜索能力及收敛速度。在典型电力线
基于模糊集合理论,针对某型飞机军械系统故障诊断和维护的实际需要,利用VB.NET编程语言,设计了一个专家系统.该系统经过测试,具有较强的故障诊断能力.论文对其体系结构、知识
众所周知,一个粗糙集代数是由一个集合代数加上一对近似算子构成的。首先利用公理化的方法探讨经典的多粒化模糊粗糙集代数系统,可知经典的多粒化模糊粗糙集代数没有很好的性
入侵检测系统是一种保护网络免受黑客攻击的网络安全技术.为更有效的适应网络计算模式的发展与挑战,在实时性、有效性、可扩充性、准确性等方面进行改进,将数据挖掘的思想应
将模式识别技术引入到光电定向之中,采取中值滤波、基于灰度分布特征的选择性灰度拓展、动态阈值计算和带修正的模板匹配等算法,有效地消除了不定光照和随机背景的影响,解决