杨航
- 作品数：3 被引量：64H指数：2
- 供职机构：西安交通大学电气工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 双闭环Buck变换器系统模糊PID控制被引量：47
- 2016年
- 针对传统线性PID控制对复杂控制对象难以建模及人工整定经验缺乏等问题,提出了一种双闭环Buck变换器系统的模糊PID控制策略。首先,设计了电压外环和电流内环结构以同时提高系统的抗扰性和跟随性;其次选择高斯函数和三角形函数相结合的隶属度函数以使控制器对小误差的灵敏度得以增强;接着,针对PID参数分别设计了3个子推理器并通过基于专家经验的规则库制定出Buck变换器的模糊规则,可以使控制器不依赖于Buck变换器系统精确的数学模型,从而克服传统PID控制导致的输出电压高超调、振荡等缺点;最后,设计了一套新型双闭环Buck变换器硬件系统,利用STM32单片机将模糊PID算法首次用于控制变化速度快、时滞小的被控量。实验结果表明:模糊PID控制策略不仅能够提高输出电压跟踪精度,还能有效抑制负载扰动及参数摄动,在阶跃启动下,系统输出电压超调量低于10%,调节时间低于3ms;与传统PID单环系统相比,其输出电压纹波、扰动下的最大动态压降和恢复时间均减小了一个数量级以上。
- 杨航刘凌阎治安杨娴
- 关键词：BUCK变换器双闭环模糊PID控制参数自整定
- 双关节刚性机器人自适应BP神经网络算法被引量：17
- 2018年
- 为解决反向传播(BP)神经网络学习速度慢、泛化能力弱以及易陷入局部极小值等问题,提出了一种双关节刚性机器人自适应BP神经网络算法。首先,设计了一种新结构的参数可调激活函数,其映射范围、斜率因子、水平和竖直位置等参数皆可自适应调整,以使BP神经网络具有更强的非线性映射能力;然后,设计了一个模糊推理器来整定激活函数的斜率因子,以使斜率因子保持参数最优;最后,设计了一套控制系统并应用于双关节刚性机器人系统的位置跟踪控制,采用自适应BP神经网络算法对该系统位置控制器的比例增益、积分增益和微分增益进行了实时整定。仿真结果表明:与使用经典固定参数S型激活函数的BP神经网络算法相比,所提出的自适应BP神经网络算法考虑了激活函数的自适应性,提高了BP神经网络的学习速度和泛化能力,并抑制了假饱和现象,对位置误差的收敛速度可提高20倍以上,且可使位置和速度误差减小并接近于0。
- 杨航刘凌倪骏康张诚
- 关键词：反向传播神经网络自适应
- 基于模糊+PID控制的Buck变换器控制系统设计
- uck型DC-DC变换器为对象,针对传统线性PID控制器性能不佳而无法实现最优控制、控制对象复杂多变而难以建立模型以及操作人员整定经验缺乏等问题,采用了模糊与传统PID相结合的控制策略及电压、电流双闭环结构,设计了一套可...
- 杨航杨娴阎治安
- 关键词：变换器控制系统程序设计
