基于模糊PID控制的液压同步提升系统仿真分析

计算机工程与科学

基于模糊PID控制的液压同步提升系统仿真分析

石云飞，章青，吕喆

（天津大学机械工程学院，天津 300072）

收稿日期:2015-09-14 修回日期:2015-11-04 出版日期:2016-11-25 发布日期:2016-11-25

Simulation analysis of hydraulic synchronous

lifting system based on fuzzy PID control

SHI Yunfei，ZHANG Qing，L Zhe

（College of Mechanical Engineering,Tianjin University,Tianjin 300072,China）

Received:2015-09-14 Revised:2015-11-04 Online:2016-11-25 Published:2016-11-25

摘要/Abstract

摘要：

在LNG储罐穹顶液压整体提升技术中，不仅要保证各个提升吊点的位移精度和负载均衡控制，又要保证系

统在提升过程中的平稳性。常规PID控制方式能够实现提升系统的同步控制，但由于控制参数不能根据负

载的改变进行实时调整，导致液压整体提升系统在提升过程中会因速度波动而产生提升不平稳性。模糊

自适应PID控制器可以实现控制参数的实时改变。运用AMESim和Matlab软件对液压整体提升系统的模糊控

制模型进行联合仿真。仿真结果表明，模糊自适应PID控制在实现位移同步控制和负载均衡控制的前提下

，能有效改善提升过程的不平稳性。

关键词: 液压提升, 模糊控制, 模型, 仿真

Abstract:

Regarding the hydraulic lifting installation technology of the LNG tank dome mounting,it is

very necessary to ensure the displacement accuracy and load balance of the lifting points

and the stability of the system in the lifting process.Conventional PID control methods can

realize the synchronous control of the lifting system,but they cannot adjust control

parameters according to load changes in real time,which can cause instability during the

lifting process due to speed fluctuation.Since the fuzzy adaptive PID control mechanism can

change the control parameters in real time,we utilize the fuzzy control model of AMESim and

Simulink in Matlab to simulate the control system.Simulation results show that the fuzzy

adaptive PID control mechanism is effective in improving the stability of the lifting

process while achieving the synchronous control of displacement and load balance.

Key words: hydraulic lift, fuzzy control, model, simulation

石云飞，章青，吕喆. 基于模糊PID控制的液压同步提升系统仿真分析[J]. 计算机工程与科学.

SHI Yunfei，ZHANG Qing，L Zhe.

Simulation analysis of hydraulic synchronous

lifting system based on fuzzy PID control

[J]. Computer Engineering & Science.

[1]	郭昆1，宋杰1，王洁萍2，朱志良1. NoSQL数据库间数据交换代价研究[J]. J4, 20160101, 38(01): 33-40.
[2]	黄晓鹏1，黄传河1，农黄武1，杨丹凤1，杨金羚2. SDN中的端到端时延[J]. J4, 20160101, 38(01): 67-72.
[3]	敬超, 闭玉申. 面向深度学习作业的干扰感知在线调度算法研究[J]. 计算机工程与科学, 2024, 46(12): 2138-2148.
[4]	李公瑾, 邵玉斌, 杜庆治, 龙华, 马迪南 . 基于双向胶囊网络的恶意评论检测[J]. 计算机工程与科学, 2024, 46(10): 1765-1774.
[5]	冯兴杰, 曹若轩. 融合特征投影和负监督的文本分类[J]. 计算机工程与科学, 2024, 46(10): 1864-1874.
[6]	孙杰, 车文刚, 高盛祥. 面向多模态情感分析的低秩跨模态Transformer[J]. 计算机工程与科学, 2024, 46(10): 1888-1900.
[7]	肖迪, 余柱阳, 李敏, 王莲. 基于差分隐私与模型聚类的安全联邦学习方案[J]. 计算机工程与科学, 2024, 46(09): 1606-1615.
[8]	陈磊, 梁正友, 孙宇, 蔡俊民. 多尺度特征融合的移动端单目深度估计研究[J]. 计算机工程与科学, 2024, 46(09): 1616-1524.
[9]	万泽宇, 张飞舟. 基于健康码打卡数据的疫情轨迹描述模型研究#br#[J]. 计算机工程与科学, 2024, 46(08): 1466-1472.
[10]	徐捷, 邵玉斌, 杜庆治, 龙华, 马迪南. 结合混合特征提取与深度学习的长文本语义相似度计算[J]. 计算机工程与科学, 2024, 46(08): 1513-1520.
[11]	李金熹, 尹首一, 魏少军, 胡杨. 基于MLIR的数据流模型[J]. 计算机工程与科学, 2024, 46(07): 1151-1157.
[12]	温鑫, 曾焘, 李春波, 徐子晨. 面向服务器无感计算的模型推理服务切换方法研究[J]. 计算机工程与科学, 2024, 46(07): 1210-1217.
[13]	田红鹏, 吴璟玮. RIB-NER：基于跨度的中文命名实体识别模型[J]. 计算机工程与科学, 2024, 46(07): 1311-1320.
[14]	张家豪, 邓金易, 尹首一, 魏少军, 胡杨. 基于Actor模型的众核数据流硬件架构探索[J]. 计算机工程与科学, 2024, 46(06): 959-967.
[15]	付晓, 苏醒, 董德尊, 钱程东. 面向众核CPU的稠密线性求解器性能评测与优化[J]. 计算机工程与科学, 2024, 46(06): 984-992.