楼主: PEN
|
有关PID控制的所有信息的90％。
[复制链接]
|
|
我赞同蜻蜓的观点：数字液压在低速小幅值的控制方面有很好效果。
在既要高速运动（尤其是正反两个方向）又要高精控制的工况还是伺服液压占优势。 | |
IP卡
狗仔卡
发表于 2019-3-10 14:33:04
|
我非常敬佩杨老，非常赞同杨老的观点，用简单办法解决复杂的问题就是技术，碎一个气球和日光项目一样，说明不了什么问题，用pen的话说我污染了这个话题，言归正传，继续讨论PID吧，很想看类似杨老31#那样的帖子。
| |
创圆船 发表于 2019-1-29 14:18 我想看一个例子。 已经有很多尝试，但都没有成功。 我有一个pdf尝试使用ITAE来优化模糊逻辑控制器。 该示例使用了ITAE错误，因此无效。 神经网需要大量的训练。 神经网络有利于分类，但不适用于模拟输出。 | |
|
a = F/m
a = (Pa*Aa-Pb*Ab)/m |
|
|
PⅠD是什么？我不知道。本人没有去上过液压学。但我知道流量控制原理跟汽车的气刹原理一样。下坡时不同的坡度就不同的刹车力度。当车要停时就放刹车，太块时刹车踏板也踩紧些。我相信各位专家也明白刹车的灵敏度。
| |
|
为了充分利用能量，将液压拖着驱动机不能停也不能快那就是汽车的气刹拖刹原理
| |
|
数学很好，液压也很好，液压加数学，才是我们真正要向PEN学习的地方
| |
|
本帖最后由 PEN 于 2019-5-14 13:36 编辑
Leotry 发表于 2019-5-13 23:40 好的，但我的中文很差，计算机翻译很差。 所以请先阅读第20页。 然后我们可以讨论。 第20页上的图像很重要。 如果你真的想学习PID，你应该开始一个新的主题。 此主题受到太多噪音的污染。
| |
|
a = F/m
a = (Pa*Aa-Pb*Ab)/m |
|
