摘要：研究防止汽车追尾优化识别问题,为解决防汽车追尾快速预报,传统方法在于精确计算安全距离,并未给出具体的控制力度,结合自适应模糊神经网络理论,提出让汽车"缓慢"降速的解决方案,能有效解决防汽车追尾的控制力度问题。采用自适应模糊神经网络模型,设计汽车刹车力度控制规则表,进一步设计防汽车追尾控制器。通过仿真结果可以看出,跟传统的纯模糊控制系统相比,自适应模糊神经网络生成的曲面更加平滑,控制效果更好。并且具有自学习与自适应能力,能够自动生成并调整隶属度函数,提高了快速性和实时性,为汽车防追尾控制器设计提供了参考。

摘要：在DC/DC变换器优化动态特性的研究中,应用改进的模糊控制算法将PID算法和模糊逻辑算法相结合,形成了一种新的智能控制算法,所提出的方法不同于以前的模糊控制设计方法,系统没有去模糊化模块,具有模糊控制策略的优点,解决了模糊PID控制DC-DC转换器的去模糊化过程的计算的复杂性,并且能够保证控制系统的全局稳定性,可使转换器的输出电压,在有负载和电源电压干扰时,具有优良的动态响应。通过使用一个低成本的8位微控制器对所提出模糊PID控制器仿真,实验结果证明了上述方法和结构的可行性和优越性。

摘要：以"瑞萨杯"智能小车比赛为应用平台,用16位单片机R8C/38A为核心单元,设计了一个基于红外光电传感器实现路径识别的智能寻迹小车系统。该系统采用8个"一字排"的红外激光传感器探测路径,能快速准确地采集路径信息,并结合PID闭环控制算法控制舵机的转向和驱动电机的速度,使小车能够沿着固定的跑道稳定行驶。

摘要：利用状态空间平均化技术,在连续模式(CCM)下建立了一个电压控制型开关电源转换器的线性模型,该模型能实现小信号条件下非线性模型的转化,得到了控制到输出的传递函数;根据K-factor准则,设计了开关电源的补偿回路,用以满足系统的稳定度需求。仿真结果表明:补偿后的开关电源转换器系统在时域和频域内具有一定的稳定度和响应能力。

摘要：用比例积分微分(PID)控制器和模糊逻辑控制器(FLC)对他励直流电机的速度控制进行了对比研究,并对他励直流电机的串级启动进行了数字化实验.结果表明,PID控制器的原理和结构简单,其控制系统的设计是建立在控制对象精确的数学模型基础上,是线性控制,对于那些电机控制要求超调量小的,电压调节范围不宽的,应当优先考虑PID控制;FLC控制器是基于软件的规则和硬件的组合,是建立在专家知识库和人工操作经验的基础上,不需要对控制对象建立精确的数学模型,在鲁棒性要求高、响应时间快、稳定时间要求短的场合,FLC具有明显的优势,具有更好的设计参数,组成的控制系统更容易满足非线性控制系统要求.

摘要：根据太阳能光伏电池的等效电路特点,建立了相应的光伏电池组件的仿真模型。该模型可以实现在不同光照强度和温度下光伏组件的输出特性,在此模型基础上研究了光伏组件最大功率追踪方法(MPPT)。在众多最大功率追踪方法中,扰动法有着比较优秀的控制效果。针对最常用的最大功率点跟踪方法-扰动观察法,提出一种改进型的扰动法算法,通过仿真结果和实验证明该方法在一定程度上可解决光伏电池输出非线性的问题,有效避免跟踪偏差,提高光伏电池的输出效率,且动态响应速度快,使光伏系统具有良好的动态和稳态性能。

摘要：研究一个将模糊逻辑控制与滑模控制相结合的控制策略。通过模糊控制策略获得一个等效控制器,在模糊逻辑控制规则中,使用边界层(滑模)方法设计了一个对相应的参数在线自适应调整算法,避免系统的抖动问题,并获得了准确的轨迹跟踪。仿真研究表明,设计的自适应模糊滑模控制器,在存在未知扰动的情况下表现良好。

摘要：通过电磁仿真软件,分析车载开关电源转换器产生电磁干扰的原因,提出改良车载电源干扰的对策,并分析了抗干扰电路的有效性。在车载电源设计阶段可以预防车载电子设备电源之间互相干扰问题,能大幅缩短产品开发时间,降低产品的开发成本。

摘要：针对脉冲宽度调制器控制降压型直流-直流(DC-DC)变换器采用常规的比例积分微分(PID)控制方法存在抖动和延迟等问题,提出一种基于滑模修正PID控制策略的DC-DC变换器实现方法.在分析滑模控制理论的基础上,利用线性矩阵等式方法来建立DC-DC转换器的状态空间数学模型,设计滑模PID控制器,构造全局滑模面调整PID控制器输出参数,并用李雅普诺夫函数验证了滑模PID控制器的可靠性.在电感电流连续工作模式下,用不确定性负载的线性平均模型进行了仿真.结果显示:证明所提出的滑模PID控制器不但提高系统对不确定负载的适应性,而且增强了系统在大信号扰动时的鲁棒性,使转换器输出电压有优越的鲁棒性及良好控制性能.

摘要：针对降压型DC-DC转换器对非线性负载输出电压波动大、抗负载扰动性能差的特点,基于递推最小二乘法优化模糊控制器提出了一个控制DC-DC降压转换器的设计方案。利用状态空间平均化技术,推导出DC-DC转换器在复杂环境下工作的数学模型,用一个递推最小二乘法优化Mamdani模糊控制器,对控制器的参数进行在线学习与调整。仿真结果表明,在复杂的负载条件下,控制方案能够使系统电压输出值和期望值间的误差最小,并能降低系统电压的纹波。