基于神经元自适应PID永磁同步电机的仿真与研究

针对传统PID控制器参数固定,处理非线性时变系统的局限性,提出神经元自适应PID控制算法。以传统PMSM转速控制为基础,采用神经元自适应PID控制方式,选用Hebb学习算法,以误差平方为性能指标实现参数在线调整,进而实现电机转速的快速跟踪。逆变器环节采用非正交坐标系下SVPWM算法,简化矢量算法步骤。仿真结果表明,对比传统PID控制方式,神经元自适应PID控制系统作用永磁同步电机,可以达到响应快、精度高的控制效果。     

基于混合优化算法的神经元PID控制策略

为解决传统比例-积分-微分(PID)控制器在实际工业过程中难以满足控制要求的问题,将二次型性能指标引入到神经元的加权系数的调整中,并利用自学习功能构成了神经元自适应PID控制器.利用混沌优化算法和最速下降法结合起来的混合优化算法,对神经元自适应PID控制器的学习速率和神经元比例系数进行了优化.仿真实验和结果分析表明:该混合优化神经元自适应PID控制器具有很好的动态和静态性能,系统的稳定性和鲁棒性增强,学习参数选择的盲目性和对经验的高度依赖性降低.     

基于RBF神经网络的永磁同步伺服电机控制系统

针对永磁同步电机控制系统,建立其磁场定向控制数学模型。运用增量式数字PID的方法实现对PMSM的传统PID控制策略。在此基础上,借助RBF神经网络的学习能力,进行PID控制器参数的自适应整定,进一步改善PID控制器的性能。同时,为提高RBF网络性能,采用粒子群算法对网络进行优化。仿真表明,与传统PID控制比较,基于RBF的PID控制系统能提高PID控制器的性能,改善了PMSM控制系统的收敛速度和跟踪精度。     

模糊预测算法在列车自动运行系统中的应用

首先介绍了列车自动运行系统的功能，其次介绍了模糊预测算法的结构和功能，最后对模糊预测控制在列车自动运行系统中的应用深入研究并进行仿真验证。通过对比PID控制器，表明列车控制系统中采用模糊预测控制器在列车安全性、舒适性、抗干扰等方面有明显的提高。     

四旋翼飞行器自适应PIDNN控制研究

针对传统四旋翼PID控制器参数整定困难和控制效果较难达到最优的问题,综合了传统PID控制器工程意义明确、参数整定简单以及神经网络的非线性映射和自学习的优点,构造了四旋翼飞行器神经网络PID(PIDNN)控制器。利用神经网络的非线性映射特点和自学习能力优化了传统PID控制器的控制效果,借助PID控制器的结构,解决了神经网络层数、节点数和连接权重初值选取困难的问题。同时利用自适应调整比例神经元加权系数,增加了系统的响应速度。最后,通过非线性全数值仿真验证了算法的合理性和有效性。     

模糊自适应PID算法的贴片机多路温控系统

为解决传统贴片机温控系统控制效率低、温控精度不理想等问题,提出一种适用于贴片机多通道温控系统的模糊自适应PID算法。算法既具有传统PID控制器结构简单、静态控制精度高等优点,又改进了PID控制器对于非线性、大时滞系统的控制效果。     

基于单神经元PID的并联机构稳定控制研究

并联机构由于非线性强、控制过程复杂,导致常规PID控制参数难以整定。为了实现对二自由度并联机构更精确的控制,结合神经网络,文中提出了一种基于单神经元的自适应PID控制策略,以实现PID控制参数的实时整定。通过dSPACE对被控对象进行半实物仿真,仿真结果表明,设计的单神经元PID控制器控制效果优于传统PID控制器。     

无刷直流电机调速系统模糊神经元PID控制

针对传统PID控制应用于无刷直流电机调速系统存在调节时间长、动态调节特性差及抗干扰能力弱等问题,提出一种基于模糊神经元PID控制的无刷直流电机调速系统设计方法。首先采用神经元控制、比例控制和模糊控制设计了一种可在线调整参数的模糊神经元PID控制器,然后再用其设计无刷直流电机调速系统的转速调节器。仿真结果表明,基于模糊神经元PID控制的无刷直流电机调速系统具有响应速度快、动态和静态调节性能好、自适应能力和抗干扰能力强等优点。     

自适应单神经元网络在耦合系统中的应用

基于神经网络PID控制和解耦系统的特点,应用一种针对多输入多输出解耦系统的单神经元PID解耦算法和结构,并在算法中增加了自适应学习速率,更好的实现对耦合系统的解耦控制。仿真结果表明这种单神经元PID解耦算法实现的控制比常规的PID解耦不仅具有较好的动态性能和稳态性能,而且还具有很强的自学习功能和自适应解耦能力。     

基于神经元PID控制器的远程实验系统设计

针对目前远程实验系统中网络延时的不确定对实验结果产生影响的问题,设计了基于神经元PID控制器的远程实验系统。研究了PID-NN神经网络控制器的算法并分析了算法的收敛性和稳定性,给出了远程实验系统的客户/服务器端网络通信及控制的实现方法。最后对实验室中机械控制臂进行了响应对比试验,实验结果表明,基于神经元PID控制器实验系统的响应超调量、稳态误差及响应时间明显小于普通PID控制方法的实验系统,证明了算法的正确性。     

RBF模型预测PID在两级AO污水处理中的改进研究

根据广西某地区的城镇污水处理厂的工艺要求和特点,设计了一套基于S7-1200PLC的自动控制系统。针对处理过程中溶氧量控制环节大滞后、大惯性特征且难以建立精确模型导致的溶氧量不稳定问题,提出使用神经网络预测模型PID算法对控制系统进行改进。由具有自学习和自适应能力的单神经元构成基本的自适应控制器NNC,同时使用基于预测输出误差的最小均方函数(LMS)进行权值和偏置调整,并采用动态RBF神经网络对模型进行在线辨识。算法验证结果表明,模型可以达到较快的收敛速度和精度,对比于传统的PID算法,该算法对于溶氧量的控制可取得更好的稳定性和动态响应。使用VB语言进行工程实现,对同类过程控制算法的设计应用有一定的参考价值。     

基于遗传算法BP神经网络的恒压供水系统的研究

针对恒压供水系统普遍存在的非线性、大滞后和不确定的特点,设计了一种基于遗传算法BP神经网络的PID控制器,该控制器先通过遗传算法优化BP神经网络的初始权值,再利用BP神经网络的自学习和自适应能力,自动调整PID控制器的参数,达到自适应控制目的,解决了传统PID控制算法难以控制未知复杂系统的问题。软件仿真表明,本系统的恒压性能和动态性能有较大的提高,控制效果比较理想。     

模糊自适应PID在汽车底盘测功机中的仿真研究

在汽车底盘测功机研究中,由于汽车底盘测功机是一个复杂的时变非线性、大惯性系统。传统的PID控制对于非线性、时变性的系统难以达到控制精度的要求,而模糊自适应PID控制具有在线自动调整的功能,从对传统的PID与模糊自适应PID比较的基础上,分析了参数对系统性能的影响,并利用MATLAB软件中的模糊工具箱对连续系统进行了仿真,离散系统采用编程仿真,比较结果表明,模糊自适应PID控制器具有良好的跟踪性能,超调量小、控制精度高、调节速度快,可以实现对PID参数的最佳调整。     

高压断路器三相永磁无刷直流电机机构控制算法研究

针对高压断路器三相永磁无刷直流电机机构,研究了不同控制策略下电机操动机构的运动特性.考虑高压断路器的分、合闸操作过程,建立了永磁无刷直流电机操动机构运动控制系统的仿真模型,采用数字式双闲环控制,内环为电流环,采用PI控制,外环为速度环,基于传统PID控制器、单神经元PID控制两种不同控制策略控制.通过对伺服控制系统的仿真分析得到了电机操动机构速度跟踪控制特性.结果表明,单神经元PID控制器能够较好的实现触头速度的跟踪控制,使其按理想运动特性曲线运动,是一种较理想、有效的控制方法.     

烧结炉温度的模糊自适应方法研究

由于炉温控制系统具有大惯性、非线性等特点,实际应用中的被控对象精确数学模型很难建立,为满足生产需要,提出了一种模糊自适应的研究方法,PLC作为核心控制器,并对传统PID和模糊自适应控制器进行MATLAB仿真,最终采用模糊自适应PID控制算法,实现炉温的自动运行。结果表明,很好的解决了系统鲁棒性差、自适应能力差等问题,满足了控制要求。     

基于模糊免疫自适应PID的汽车烘房温度控制系统

烘房温度控制是汽车涂装系统的重要环节,对汽车生产的质量、成品率等有重要影响。针对烘房温度控制系统的难点和性能要求,提出了利用模糊免疫自适应PID控制器调节烘房温度。该控制方法兼具模糊控制、免疫控制和传统PID的优点,通过实时调整PID控制器的参数来保持系统的稳定性。仿真结果表明基于自适应模糊免疫PID控制器在响应速度、抗干扰能力上都优于模糊PID控制器和传统PID控制器。该控制方法为汽车烘房温度控制提供了一种新的控制策略。     

基于单神经元模糊自适应PID控制的加热炉温度控制器设计

加热炉温度控制器要求精度高、动态性能好、抗干扰能力强、检测功能全,而常规的PID控制策略难以满足要求。为此,提出一种单神经元模糊自适应PID控制算法,为提高系统的控温精度和响应快速性,将模糊控制引入单神经元自适应PID控制中,提出单神经元模糊PID控制。它运用有监督的Hebb学习规则在线修正PID参数,而神经元的比例、积分、微分学习速率则由Sugeno模糊逻辑系统根据系统的误差和误差变化量大小进行调整,使控制系统对动态过程信息的利用程度达到最优。Matlab仿真和实验结果表明,系统不仅具有自学习、自适应能力和鲁棒性,且动态性能和稳态性能都优于经典PID控制,超调量减小,上升时间和调节时间均减小。     

基于单神经元PID的开关电源控制研究

开关电源本身是一个非线性系统,所以常规PID控制很难满足系统控制要求.采用单神经元PID控制具有更好的动态性能和启动性能.用MATLAB/Simulink仿真工具对开关电源所建模型进行控制算法仿真,仿真结果表明:单神经元PID控制器优于常规PID,其自适应能力好,响应快,鲁棒性强,系统稳态和动态性能良好.有较好的应用前景.     

基于单神经元PSD算法控制串级倒立摆系统

倒立摆是具有非线性,多变量,强耦合性的综合系统模型,传统的控制方法在解决其复杂多变的控制问题上的能力是有限的.本文在基于串级PID倒立摆的基础上,利用单神经元的自学习和自适应能力设计其外环控制器.在单神经元PID控制中,增益K的选取与实际系统的控制对象特性息息相关,且K值的给定对系统有很大影响.针对单神经元中固定增益K...     

基于模糊自适应PID控制的速度调节器设计与仿真

针对异步电动机非线性的特点,考虑到传统PID控制难以对其进行有效的控制的问题。文中设计了一种模糊自适应PID控制器,并将这种控制器应用到系统的转速调节的环节中。利用Matlab的Simulink工具搭建了模糊自适应PID控制的异步电机的仿真模型。仿真实验结果证明了设计的优越性,模糊自适应PID控制下的系统超调变小,反应速度变快,与原先的PID控制方式相比提高了系统的稳定性、动态响应性能以及鲁棒性能。