沈淑鸿[1]2011年在《基于FPGA的SBR法溶解氧（DO）模糊监控系统设计》文中研究表明随着污水处理相关技术的发展,对处理过程中的某些重要参数进行控制的自动化水平尤其是实时性提出了更高的要求。本文针对序批式活性污泥法污水处理过程对于溶解氧浓度的控制要求,引入模糊控制理论,结合FPGA以及EDA技术,利用VHDL硬件描述语言,探讨了基于FPGA的SBR法溶解氧模糊监控系统的设计与实现。首先,本文分析了序批式活性污泥法污水处理过程中对溶解氧浓度的要求,结合模糊控制理论,建立了溶解氧模糊监控系统。然后按照系统的基本结构,对A/D数据采集部分、模糊控制器部分、D/A转换部分、变频曝气执行机构部分的特性进行了分析,并对各部分所使用的芯片和器件进行了选型,以实现系统的控制功能。其次,重点对系统核心部分的溶解氧模糊控制器的FPGA设计与实现进行了分析,按照模块化设计流程,对系统的各个模块进行了VHDL描述与设计。主要包括利用半整数分频法以及有限状态机设计方法,完成了溶解氧浓度采集过程的控制；采用查表法思想,利用MATLAB模糊控制工具箱离线生成溶解氧模糊控制表,结合QuartusⅡ中的相关宏功能模块,实现了溶解氧模糊控制器的设计；对模糊控制输出D/A转换过程的控制进行了设计；此外,还对系统的显示模块及键盘模块等辅助电路进行了设计。最后,基于QuartusⅡ开发设计平台,对系统的各个功能模块的VHDL设计进行了仿真及验证。仿真结果表明,本系统各模块的VHDL设计与描述能够实现对溶解氧浓度的数据采集、模糊处理、控制输出等功能,从而实现对污水处理过程中溶解氧浓度参数的调节。
刘小会[2]2014年在《基于FPGA的智能机载光电吊舱控制系统研究》文中进行了进一步梳理机载光电吊舱利用光电传感实现对目标的探测、识别、瞄准、跟踪、导航等功能。本文以机载光电吊舱控制系统为研究对象，基于Altera公司的FPGA硬件平台，采用Nios II软核处理器实现吊舱的基本控制功能。采用ALTERA公司的Cyclone II系列的芯片作为吊舱控制系统的核心，利用NIOS II软核处理器创建一个可定制的片上系统（SOPC）。NIOS II系统自身具备一些IP核，为了更好地实现系统功能，提高系统性能，本文由HDL语言自定义了一些IP核（PWM、CORDIC、FLOAD等），根据需要将这些IP核添加到NIOS II系统，之后将整个系统下载到FPGA中，最后采用PID控制策略由软件编程实现对光电吊舱的整体控制。针对光电吊舱在空中易受飞机姿态变化、风阻、机械振动、负载扰动等影响而造成控制系统不稳定的问题，本文进行了先进控制算法的理论研究。传统参数固定的PID控制器限制了光电吊舱系统性能的进一步提升，在研究了多种先进控制理论后，本文提出采用布谷鸟搜索算法（CS）优化模糊PID控制的方法对光电吊舱系统进行控制。采用SIMULlINK对吊舱模糊控制系统进行系统仿真，将布谷鸟搜索算法（CS）与粒子群算法（PSO）运用到该模型仿真中进行优化，对比两种算法的优化效果，结果表明布谷鸟搜索算法效率更高，光电吊舱模糊PID控制系统采用CS优化后，达到了较好的控制效果。为了更好地将模糊控制器应用到实际工程中，设计出基于硬件平台的模糊控制器，本文通过FPGA硬件开发环境Quartus II初步实现模糊控制器的设计。为了完成模糊控制器的整体设计，首先对模糊控制器进行模块划分，本文采用的是图形设计及HDL文本形式的方法实现各个功能模块，在Quartus II9.0进行仿真，仿真结果表明，基于FPGA的模糊控制器达到了预期的效果。
秦理[3]2012年在《节能环保型抽油烟机芯片级集成控制模块研究与实现》文中进行了进一步梳理抽油烟机行业普遍存在着耗能严重和舒适度差的问题,风机由于采用普通单相电机,噪声严重且耗能较大；同时由于不具有实时调速功能造成转速浪费。针对这种情况,本文设计了一款基于FPGA的芯片级抽油烟机集成控制模块,运用模糊自适应控制和SVPWM变频技术促进抽油烟机向节能环保转型。该模块可以方便得移植到常规抽油烟机上对其进行升级,具有较大的应用潜力。本文的主要完成的工作有：1、抽油烟机的转速自适应模糊模型建立：通过对厨房废气信息的实时采集,模糊计算得到最适宜的转速,指导风机以最适宜的转速来净化厨房环境。2、SVPWM空间矢量变频算法实现：针对抽油烟机使用的普通单相异步电机,设计一种两相电机不平衡SVPWM空间矢量变频算法对其实现变频调速。从驱动模式上实现电机节能；同时提高风机运行稳定性,减少运行噪声,达到环保降噪的目的。3、基于FPGA的芯片级控制模块的设计：模块包括转速自适应模糊控制模块和SVPWM变频模块等二部分,转速自适应模糊控制器采用了优化的模糊推理算法和并行流水线方式,提高了推理速度。SVPWM变频模块采用五段式开关顺序合成空间电压矢量,并按照这种合成方法自顶向下地实现了扇区判断、时间参数计算模块、基本电压作用时间计算模块、过调制控制模块、调制波生成模块、脉冲生成模块的具体实现。模块的逻辑综合、功能时序仿真在第叁方软件modelsim上完成。芯片级集成控制模块的性能测试表明：模糊控制器能够根据废气的偏差值,较好的进行模糊自适应计算;SVPWM信号实时性好、可靠性高,满足抽油烟机对厨房环境的实时调控和无级变频要求。控制模块的节能环保性能实际测试表明：转速自适应控制对于电机的节能降耗作用显着；在SVPWM矢量变频下,电机转速、功率、运行噪音、出风量相比单相异步电机均有较为明显的改进,达到了设计的目标。
刘璐杨[4]2011年在《基于FPGA的多变量模糊神经网络控制的研究》文中进行了进一步梳理模糊控制、神经网络控制都是先进控制技术的控制方法,在工业过程控制中获得广泛的应用。实际工业过程往往具有非线性、不确定性、难以建立精确的数学模型等特点,使得单一的一种控制方法难以达到理想的控制效果。如果能够结合两种控制方法,各取所长,优势互补,设计一个通用的模糊神经网络控制芯片对工业生产过程进行合理、有效地控制,就可以缩短系统开发周期,降低成本。模糊神经网络的研究主要包括模糊神经网络理论的研究、模糊神经网络应用的研究和模糊神经网络实现技术的研究。本文主要侧重的是模糊神经网络实现技术方面的研究,利用FPGA嵌入式系统的应用开发技术实现模糊神经网络控制器的研究与设计,并将其封装成为一个专用的IP核,供其他的控制系统使用。首先对模糊神经网络的控制原理和设计中使用的算法进行了深入地研究与分析;其次,利用MATLAB设计多变量模糊神经网络控制器,针对特定的被控对象进行仿真实验,并获得比较理想的控制效果;然后,研究基于FPGA的多变量模糊神经网络控制算法的实现,对控制器进行分层设计。系统的设计模块主要包括模糊化模块、控制规则模块、权值-参数计算模块、去模糊化模块和耦合处理模块等。在设计过程中遵循自顶向下的设计原则,使用Altera公司的软件QuartusII 8.1对各个模块设计进行优化处理,最后进行整个系统的设计综合。两个仿真实验结果表明,基于FPGA的模糊神经网络控制器比MATLAB设计的模糊神经网络控制器性能优良,在利用较少硬件资源的前提下,不仅可以提高控制器的运行速度,还可以改善传统控制器的控制性能。
贺今朝[5]2002年在《一种基于FPGA的模糊控制器的研究》文中认为模糊控制是智能控制的重要组成部分，它可以对那些不能建立精确数学模型的场合进行有效的控制。模糊控制已经在家用电器等很多领域得到了广泛的应用。近年来，FPGA及EDA工具在国内得到了迅速发展，本论文的主要工作是在FPGA上实现一个两输入、单输出的模糊控制器。 首先介绍了模糊控制和智能控制的理论基础，并且对课题中采用的两输入、单输出的模糊控制算法进行了详细的描述。 在此基础上，本文重点研究了带有外围接口功能的模糊控制器的数字逻辑实现方案。首先说明了自顶向下的设计流程以及所使用的EDA工具，然后详细描述了各个模块的实现方法，每个模块都进行了仿真验证。 本文还给出了一种基于单片机AT89C51和FLASH芯片K9F6408UOA的测试方法，并且用这种方法测试了交通路口控制器。主控制器AT89C51读取K9F6408UOA中的数据，用于测试FPGA各个接口模块以及模糊控制模块的功能。
何炯[6]2008年在《基于FPGA的模糊控制器设计与实现》文中研究说明模糊控制是智能控制的重要组成部分,能够对难以建立精确数学模型的控制对象进行有效的控制,因此具有广泛的应用领域,如专家系统、数字信号处理、过程控制、通讯系统等。传统的模糊推理系统使用高级语言由软件实现,或基于通用型微处理器实现,但都具有局限性。考虑到模糊运算的特征,更接近并行处理数据方式,因此模糊控制更适合由专用电路实现,不但能提高处理速度,而且能提高系统稳定性。现场可编程逻辑门阵列(FPGA)的逻辑可编程性使其具备实现专用集成电路的能力,满足片上系统设计的要求,成为可编程逻辑器件的发展趋势。本文将FPGA技术与模糊控制理论相结合,设计并实现了全新的基于FPGA技术的模糊控制器,充分利用FPGA的高速并行数据处理能力,为模糊控制器的实现建立了硬件平台。以分段二次多项式曲线拟合模糊隶属度函数,不需对各类隶属度函数分别设计;以激活机制模糊推理规则实现模糊推理,减少系统计算量,且不影响正确模糊控制量的输出;以对数减法运算替代除法运算,提高了数据处理速度,保证系统的实时性。将模糊控制器中的运算做适当分解,在FPGA上设计十级流水线结构实现模糊运算,并可针对不同的控制对象调整模糊控制器的隶属度函数和模糊规则。将此模糊控制器用作DC/DC变换器的数字控制器,首先分析变换器的数学模型,设定模糊控制器相关参数;在MATLAB/Simulink环境下使用PLECS工具箱对DC/DC变换器建模,仿真结果验证了该模糊控制器的可行性;使用Xilinx XC3S500E FPGA芯片实现模糊控制器,获得良好的实验结果。
刘佩璋[7]2014年在《基于模糊PID控制策略的人工心脏轴流泵控制方法研究》文中研究表明人工心脏轴流泵作为自然心脏的机械辅助装置,对于心力衰竭的心脏病人,具有无可替代的作用。微型轴流式血泵作为人工心脏的核心部件,提供维持人体正常的血液循环所需的动力,使自然心脏得到体息,而植入体内的血泵的流速通常会受到泵体前后压力的影响,转速和流速之间呈非线性相关系,对于血泵的流速控制主要依靠人工控制,还缺乏精确的反馈自整定控制系统。因此,设计一套自整定、高精度、响应速度快的智能控制算法显得尤为重要。木文针对微型轴流式血泵的精确控制问题,采用将模糊控制与PID控制相结合参数自整定技术,以速度反馈信号为反馈量,设计了一种基于模糊控制理沦的的模糊PID智能控制系统。通过对模糊PID算法和轴流泵的结构特性的深入研究分析,建立轴流泵的数学模型,井利用MATLAB软件对其进行仿真分析,通过比较传统PID控制和模糊PID控制的仿真效果,验证了模糊PID算法的有效胜和优越性。根据模糊PID算法的特点和微型控制技术的发展现状,提出了利用FPGA实现模糊PID控制算法的具体实现方案,在综合分析模糊PID控制结构特性的基础上,选用Altera公司Cyclonell系列中的EP2C35F672C6作为控制系统的目标芯片,在Quartus Ⅱ开发环境中,采用VHDL编程输入和原理图输入相结合的方式分层对系统进行设计,同时分别对实现的各个功能模块的整体算法模块进行功能时序仿真,根据仿真结果分析,该设计实现了模糊PID控制功能,验证了模糊PHD控制系统的合理性和可行性。
万希耀[8]2007年在《基于FPGA的模糊控制器芯片设计》文中研究指明本文针对目前国内外基于FPGA实现模糊控制器的发展现状，根据模糊控制理论、EDA软件工具以及FPGA技术，对模糊控制器的FPGA实现进行了重点研究，作了有益探索，并达到了预期的实验效果。本文利用FPGA设计一个多输入多输出的模糊控制器，并将A／D，D／A接口及RS-232接口集成在FPGA芯片中，通过RS-232接口实现在线更新模糊控制器的隶属度值和调整模糊推理的控制规则，增强模糊控制器的适应性，也便于模糊控制核心模块与单片机或PC机间的通信，构成功能较为完善的系统。在设计模糊逻辑推理模块时，通过对每个输入的隶属函数重迭度的限制，从而减少每个输入变量在进行模糊推理时被同时激活的推理规则的数目，利用这一特点精简硬件结构，节省硬件资源，采用并行流水线方式来提高推理速度。采用了优化的模糊推理算法以及串／并行相结合的硬件结构，所设计的模糊控制器节省了大量的硬件资源，减少了芯片内部的最大扇入扇出，达到降低关键路径的延迟以及芯片功耗的目的。对输入／输出模糊空间进行更详细的划分，整个模糊控制器运用模块化结构设计，使得系统易于与其它设备兼容，也便于整个控制系统功能扩展和升级。整体设计及其各个模块都在ALTERA公司的EDA工具QUARTUSII平台上进行了逻辑综合及功能时序仿真，综合与仿真的结果表明，基于FPGA的模糊控制器芯片消耗较少的硬件资源，达到了较高的设计性能，在速度和资源利用率方面均达到了较优的状态，通过在FPGA开发板上的验证与测试，试验结果表明，所设计模糊控制器可满足实时模糊控制的要求。
唐世庆[9]2017年在《光伏逆变系统模糊控制策略与数字化设计技术的研究》文中进行了进一步梳理工业的发展与经济的全球化,使得传统能源日益枯竭。同时,化石能源消费产生温室效应、环境污染等问题。而太阳能储量巨大,是重要的绿色可再生能源之一。光伏发电是利用太阳能的重要方式,具有安装方便、维护简单、无振动噪声等优点。光伏产业的快速发展,可以取得良好的社会效益和经济效益,具有广阔的市场空间和发展前景。如何提升光伏组件的发电效率、降低光伏发电成本、实现并网功率的最大化、确保并网电能质量等是光伏发电产业要解决的系列技术问题。光伏电池的工程模型、最大功率点跟踪(Maximum Power Point Tracking,MPPT)和逆变器的并网控制方法是光伏发电逆变系统的核心技术,本文采用模糊控制策略和数字集成电路设计方法深入地研究有关内容和问题。常规光伏电池模型从物理方程出发,给出的解析法难以兼顾精确性和工程实用性。本文采用分数阶模糊控制(Fractional Order Fuzzy Logic Control,FOFLC)方法来解决这个问题,并且给出了分数阶光伏电池模型及模糊控制的李亚普诺夫稳定条件。基于太阳能电池的光生电流(Photo-Current)穿越半导体PN能带,推导出光伏电池的扩散电流分数阶解析式。采用光伏功率与电压变化的误差及误差率作为模糊控制输入端,并结合光伏功率与电压变化分数阶导数,建立方程的近似关系式(Grünwald–Letnikov导数)。这样,把光伏电池分数阶模型的精确性与模糊控制的快速性及鲁棒性结合起来。各种仿真和实验数据表明了该算法的先进性和稳定性。传统扰动/爬山、增量电导等最大功率点跟踪方法存在功率振荡及难于适应剧变的天气情况,本文提出了可变精度的模糊处理与控制方法,并且设计了可变精度的模糊控制器(Scalable Fuzzy Logic Controller,SFLC),从而克服了传统光伏系统最大功率点跟踪算法的缺点。利用模糊基函数(Fuzzy Base Function),设计了可变精度的模糊控制器(SFLC),采用不同的模糊精度因子(Fuzzy Accuracy Factor)来优化跟踪器的性能。并且研究了光伏逆变器的电路拓扑,设计了Boost电路数字化在线测量与控制的解决方案。基于AD7656芯片,采样光伏组件的直流参数(电压、电流),提出了FPGA(Field Programmable Gate Array)数字化模糊处理及控制方法。在数字化的FPGA实验控制平台上,证实了该理论的正确性和鲁棒性。光伏电池的物理特性和最大功率点(MPP)受到光照度、温度、电导率等非线性因素影响,进行光伏系统最大功率算法控制存在一定难点。为了克服扰动观察、增量电导、常规模糊控制等传统算法存在振荡损失能量、可能局部无效等缺点,进一步提出了SFLC可变精度模糊MPPT算法设计准则,把模糊控制的鲁棒性和可变精度的快速性有效结合起来。MPPT在初始条件或者变化的天气下需要快速性,而在稳态时需要较高的跟踪精度。这样,可变精度模糊控制MPPT与电流环数字电路控制就结合起来。数字化设计的SFLC,有利于FPGA简化了对Boost电路的实时控制。这种模糊控制方法,克服了负载扰动等不利因素,改善了控制器的动态跟踪性能,降低了稳态跟踪误差,因而提高了光伏发电的效率。逆变器并网需要考虑天气因素(光照度、温度)或者负载条件变化而引起的波动,控制不当会降低并网功率和效率,并且会影响并网电能质量和电网的稳定性。分数阶模糊同步(FOFLC)是基于FPGA电路的数字并网控制,设计的分数阶模糊数字集成电路,有利于实现并网控制的高精度和鲁棒性。分数阶模糊同步控制也有利于逆变交流输入端电压的平稳耦合。同时,基于FPGA设计的数字采样滤波器,有助于克服电网幅值变化的干扰,减少系统产生的稳态误差。分数阶模糊控制,使得并网电流控制更加精细,输出更高质量的电能,从而使得并网功率和效率最大化。基于FPGA(Altera公司Cyclone V系列)的采集和控制电路,搭建了逆变并网功率试验平台,验证了分数阶模糊并网算法的先进性及可靠性。研究当前主流的单相光伏逆变器电路,设计了基于FPGA控制的光伏逆变器。不仅设计了FPGA控制的数字电路硬件,也设计了模糊控制的软件系统。这种采用数字集成电路设计方法与单芯片FPGA一体化控制方案,使得逆变器体积小、精度高、实时性强、集成度及转换效率更高,从而代表光伏逆变技术未来的发展趋势。
张平[10]2012年在《SBR法曝气工段控制的FPGA实现》文中进行了进一步梳理水资源是关乎国计民生的重要基础,但随着工业的发展、人口的增长,污水问题日益严重,为此国家高度重视污水处理项目。SBR污水处理工艺,结合先进的自动控制系统就可以发挥其优势,取得令人满意的处理效果。而在整个SBR处理过程中,曝气工序是重点。曝气系统的能耗大,可占到全厂总电耗40%-50%,是耗电重点,因此也成为节能重点。曝气量的多少及曝气时间的长短不仅关系到节能效果而且对出水水质具有重要影响。本文针对当前对污水处理过程中的节能降耗问题,对SBR污水处理工艺中的曝气工段的监控进行了深入分析和设计,重点是对反应阶段的曝气量与曝气时间的控制：首先,通过对比分析,在众多参数中确定DO的主导地位,采用VHDL/VerilogHDL语言实现模糊PID控制算法,使得DO溶解氧浓度保持在给定值水平,实现对曝气量的控制；根据对耗氧速率在反应期所表现出的特征,以其作为控制曝气时间的参数。由于以往获得OUR的仪器或方法存在价格高、滞后大等不足,本文通过多组对比试验数据,选取DO、曝气流量、温度等主要因素,建立起数学模型,以软测量技术来计算得OUR。并用其作为控制曝气时间的参数,克服固定时间控制方式的不足,效果良好；结合SOPC技术和嵌入式软核处理器Nios Ⅱ,利用基于Avalon总线的外设完成了UART串口通信、LED数码显示等辅助功能。同时对电源转换、配置、UART等外围电路进行了设计。整个控制系统的核心是在一片Cyclone Ⅱ系列的FPGA芯片上,再结合其它外围辅助芯片来实现,其仿真结果表明水处理效果与节能效果良好。
参考文献：
[1]. 基于FPGA的SBR法溶解氧（DO）模糊监控系统设计[D]. 沈淑鸿. 南昌大学. 2011
[2]. 基于FPGA的智能机载光电吊舱控制系统研究[D]. 刘小会. 南京航空航天大学. 2014
[3]. 节能环保型抽油烟机芯片级集成控制模块研究与实现[D]. 秦理. 广东工业大学. 2012
[4]. 基于FPGA的多变量模糊神经网络控制的研究[D]. 刘璐杨. 哈尔滨理工大学. 2011
[5]. 一种基于FPGA的模糊控制器的研究[D]. 贺今朝. 大连理工大学. 2002
[6]. 基于FPGA的模糊控制器设计与实现[D]. 何炯. 江南大学. 2008
[7]. 基于模糊PID控制策略的人工心脏轴流泵控制方法研究[D]. 刘佩璋. 中北大学. 2014
[8]. 基于FPGA的模糊控制器芯片设计[D]. 万希耀. 江苏大学. 2007
[9]. 光伏逆变系统模糊控制策略与数字化设计技术的研究[D]. 唐世庆. 东华大学. 2017
[10]. SBR法曝气工段控制的FPGA实现[D]. 张平. 南昌大学. 2012
标签：自动化技术论文; 模糊控制论文; fpga论文; 模糊算法论文; 模糊神经网络论文; 仿真软件论文; 过程控制论文; 模糊理论论文; 功能分析论文; 溶解氧论文; 推理论文; pid控制论文; 模糊pid论文;