基于FPGA的甲醇转化炉温度神经网络控制系统

将神经网络与PID控制相结合,设计出一种基于FPGA的神经网络PID温度控制系统。给出了系统的软、硬件结构,并利用Simulink仿真软件建立仿真模型。结果表明:基于FPGA的神经网络PID控制器具有较理想的系统稳态与动态特性,系统抗干扰能力强、鲁棒性好。     

可控串补装置专家神经网络PID阻抗控制方法

PID控制是可控串补(TCSC)装置最为常用的阻抗控制方法.因参数不能在线调整,其在参考阻抗从同一阻抗阶跃到不同阻抗时表现出不良的鲁棒性.引入了专家神经网络PID控制器,这种控制器既具有神经网络PID控制器高精度、稳定性、鲁棒性高的优点,又具有专家控制器进入稳态快的特点.通过与传统PID控制的仿真结果比较,表明该方法具...     

BP神经网络PID控制器在聚合釜温控中的应用

介绍了基于BP神经网络PID控制器的算法,在此基础上提出了多模态神经网络-PID方法。将神经网络PID与普通PID控制方法进行比较,结果表明,该方法具有自适应能力强、过渡时间短、鲁棒性好等特点,弥补了常规PID在聚合釜控制中参数难以整定等缺点。     

基于改进BP神经网络PID励磁控制器的研究

传统PID励磁控制器在现代电力系统快速发展的背景下,已经很难满足现代电力系统的各项高性能指标。在分析同步发电机励磁控制系统模型的基础上提出一种基于改进BP神经网络的PID励磁控制器,这种控制器能够克服常规BP神经网络励磁控制器收敛过程慢、网络训练时间长等问题。经过仿真研究和分析,采用改进型BP神经网络的PID励磁控制器控制效果好,收敛速度快,具有很强的动态特性以及鲁棒性,效果优于传统的PID励磁控制器。     

基于模糊RBF网络高频感应加热电源控制的研究

由于高频感应加热电源负载阻抗是一个多变量、复杂且非线性的控制对象,无法建立精确的数学模型。因此将基于模糊RBF神经网络的PID控制器应用到高频感应加热电源的控制中,它结合了传统PID、神经网络和模糊控制的优点,同时克服了传统PID控制器的不足,实现参数的自动实时调节。并通过仿真验证了该控制方法具有较好的鲁棒性和适应性。     

典型大时变时滞系统神经网络模糊PID控制及应用

针对典型大时变时滞系统,设计了一种基于神经网络的模糊PID控制器.该控制器综合模糊逻辑、神经网络与PID调节的各自优点,既具有模糊控制简单和有效的非线性控制作用,又具有神经网络的学习和适应能力,同时还具备PID控制的广泛适应性.该控制器能实现系统参数大范围失配情况下的闭环鲁棒稳定,并使闭环系统达到设定值无静差跟踪及满意的动态性能.     

基于蚁群算法优化的再热汽温系统变参数预测PID控制

研究预测控制和PID控制在再热汽温系统控制中的应用.通过将神经网络作为预测模型,并用蚁群算法在线优化PID控制器参数.计算机仿真结果表明,基于蚁群算法的预测PID控制能够适应控制对象模型参数的时变,具有较好的鲁棒性,相对传统PID控制策略还表现出了良好的动态性能.     

基于BP网络的流浆箱双变量PID解耦控制

针对造纸工业中的气垫式流浆箱总压与浆位的非线性、强耦合特性,在分析与总结BP神经网络、PID控制等优点的基础上,设计了一种基于BP神经网络的双变量PID解耦控制器。该控制器可利用神经网络所具有的任意非线性表达能力,根据系统现场的运行状态,按照人为设定的性能指标,通过自学习和权值调整来整定PID控制的比例(kp)、积分(ki)、微分(kd)三个参数,最终实现具有最佳组合的PID控制,进而实现了气垫式流浆箱总压与浆位的解耦控制。同时,还针对气垫式流浆箱的线性模型和非线性模型进行了仿真,仿真结果表明:该解耦控制器具有实现简单、动态响应快、控制精度高等特点,有较高的实用价值。     

基于BP神经网络的连续搅拌反应釜PID自校正控制

研究了基于BP神经网络的连续搅拌反应釜PID自校正控制,采用梯度下降法调整PID参数,BP神经网络的逼近特性和自适应能力改善了控制效果。通过仿真实例对基于神经网络的PID控制器和经典PID控制器性能进行比较,结果表明:在相同的暂态响应时间下,前者的超调量更小,而且控制器具有较小的输出量。     

具有遗传算法优化BP神经网络调节的HVDC PID控制器设计

高压直流输电(HVDC)定电流控制是直流输电系统的控制方式之一,为了使HVDC PID控制器具有较好的自适应性,实现控制器参数自动调整,提出一种具有遗传算法优化BP神经网络调节的HVDC PID控制器。该控制器首先利用遗传算法对BP神经网络的初始权值进行优化,再利用BP神经网络对PID三个参数进行在线调整。仿真研究表明:具有遗传算法优化BP神经网络调节的PID控制器可以保证系统动态响应具有较好的快速性和对系统扰动的自适应性,是可行的。     

基于神经网络和多模型的非线性自适应PID控制及应用

针对一类未知的单输入单输出离散非线性系统,提出了基于神经网络和多模型的非线性自适应PID控制方法。该方法由线性自适应PID控制器、神经网络非线性自适应PID控制器以及切换机构组成。采用线性自适应PID控制器可保证闭环系统所有信号有界;采用神经网络非线性自适应PID控制器可改善系统性能;通过引入合理的切换机制,能够在保证闭环系统稳定的同时,提高系统性能。理论分析表明,该方法能够保证闭环系统所有信号有界,如果适当地选择神经网络的结构和参数,系统的跟踪误差将收敛于任意给定的紧集。将所提出的方法应用于连续搅拌反应釜,仿真结果验证了所提出方法的有效性。由于该方法基于增量式数字PID控制器,在工业过程中有着广阔的应用前景。     

智能自整定注射机电液比例控制系统设计

介绍了注射机注射过程工作原理,在传统PID控制算法中,引入了神经网络控制方法,通过神经网络控制器对PID控制器中的三个参数进行在线自适应优化,由在线辨识器获取控制器参数,最后对该控制方法进行了仿真实验。仿真结果表明:与传统PID控制方法相比,该控制方法超量小、调节速度快,大大提高了系统的控制性能。     

基于PLC的专家PID控制算法在精密压药液压机控制系统中的应用

为了使精密压药液压机控制系统的性能满足军工炸药压制工艺的要求,提出了一种基于PLC的专家PID控制算法。给出系统的控制原理,并将增量式PID控制算法与专家控制器结合通过PLC实现对系统压力的控制。常规PID算法和专家PID算法在实际运行中的结果表明:基于专家PID控制算法的系统压力控制精度高、响应速度快、超调小、抗扰动性能强、鲁棒性好。     

基于T-S模型的CFB床温模糊控制策略

设计一种基于T-S模型的循环流化床床温控制的三维模糊控制器,在制定模糊规则时参考PID参数的整定方法,将PID策略与模糊控制进行互补结合.仿真结果表明,该控制器具有较好的抗干扰能力以及鲁棒性,从控制精度上以及快速性上都比PID控制有了一定的提高.     

基于T-S模糊神经网络的AGV轨迹跟踪研究

针对AGV在轨迹跟踪过程中出现的问题,通过对小车运动学模型进行分析,采用T-S模糊神经网络模型,设计了一种模糊神经网络控制器,利用Matlab软件进行仿真,并与普通PID控制器进行对比。仿真结果表明:基于T-S的模糊神经网络控制器提高了AGV小车运行的稳定性和鲁棒性,优于普通控制算法。     

基于模糊神经网络PID的塑料薄膜厚度自适应控制

针对塑料薄膜控制系统存在非线性强、大时滞性、薄膜厚度控制精度低等问题,设计了一种模糊控制规则、神经网络与传统PID相结合的塑料薄膜厚度自适应控制系统。首先介绍了塑料薄膜吹膜机工艺,并分析了塑料薄膜厚度检测以及控制原理。设计了模糊神经网络PID的控制系统,利用模糊控制规则及神经网络的自学习能力,实现了传统PID控制参数的在线自适应调整。仿真结果表明,模糊神经网络PID控制器具有良好的动态响应特性,能够使系统在很短时间内达到稳定状态,将薄膜厚度误差控制在3μm以内。当系统被控对象发生变化时,模糊神经网络PID控制器超调量能够控制在10%以内,响应时间不超过100 s。     

模糊PID控制在直流电机控制器中的应用研究

由于PID控制不能有效克服负载,模型参数的大范围变化及其非线性因素的影响而不能满足高性能调速要求,本文首先对直流电动机的PID控制进行仿真分析,调整PID参数,设计直流调速系统。采用基于遗传算法的PID整定进行改进。分析直流电机的模糊自整定控制,仿真结果表明该控制器对调节对象的参数变化具有较强鲁棒性。     

自适应神经PID在辊筒温控系统中的应用

针对压延机辊筒三段温度控制以及常规PID控制在非线性的、时变系统中控制效果的局限性,提出了一种基于BP神经网络整定的PID控制方法,同时给出了计算机控制系统设计.由于神经网络具有强大的非线性映射能力及自学习、自适应等优势,通过对系统性能的学习来实现具有最佳组合的PID控制,建立比例、积分和微分3种参数自学习的PID控制器.对压延机辊筒的温度控制试验结果表明,用该方法整定的PID控制系统,逼近精度高、适应性好.     

基于粒子群优化算法的球磨机制粉系统PID-ANN解耦控制器

球团厂钢球磨煤制粉系统是多变量强耦合、时滞、非线性以及生产工况变化大的复杂对象,其自动控制问题一直是控制界关注的热点。基于粒子群算法具有对整个参数空间进行高效并行搜索的特点以及PID神经网络的自调节和自适应特性,设计了具有PID结构的多变量自适应神经网络控制器。PID神经网络解耦控制方法被用来消除回路之间的耦合,神经网络连接权值由粒子群算法进行学习优化。仿真研究表明所建模型和所提控制方法具有较好的控制品质、良好的自适应解耦能力和自学习功能。该控制策略可在大范围内克服系统的非线性和强耦合问题,具有很高的工程实用价值。     

木塑复合材料挤出温度的鲁棒H_∞控制策略

采用鲁棒控制理论设计了H_∞控制器对WPC挤出机的温度系统进行控制研究。忽略模型参数和结构的不确定性,将挤出温度系统简化为具有纯滞后环节的二阶系统,针对该系统的状态方程计算控制律,构造具有鲁棒性的H_∞控制器。在仿真实验中加入了传输延时和白噪声扰动以模拟实际工业过程,并与常规PID控制器进行对比。仿真实验结果表明:基于H_∞控制器的挤出温度控制系统抗扰能力强,具有理想的系统动态响应性能以及高控制精度。