共查询到18条相似文献,搜索用时 718 毫秒
1.
本文通过采用单神经元自适应PID控制技术来处理粉状炸药连续生产工艺中改性塔压力的控制问题,着重研究了单神经元自适应PID控制器的设计以及对算法的改进。并通过MATLAB进行了仿真,将单神经元自适应PID控制算法与常规PID控制算法进行了比较,结果表明单神经元自适应PID控制效果远远优于常规PID控制算法。 相似文献
2.
当前工业过程对控制品质要求越来越高,需要更先进的PID控制器参数整定方法来满足过程控制的要求。该文提出了神经元自适应PID控制器PID继电自整定相结合构成PID智能控制系统的方法,即利用PID继电自整定算法获取神经元自适应PID控制器权系数的初值,然后将得到的初值送到神经元自适应PID控制器,并且切换到自适应控制模式,从而实现神经元PID智能控制。同时分析了神经元自适应控制系统的稳定性,用Matlab中的Simulink进行了仿真模拟,得到了满意的结果。 相似文献
3.
设计基于微芯公司的dsPIC30F6010A单片机的伺服控制器实现单神经元自适应PID控制算法;借助于Matlab的Simulink和M语言对经典PID控制和单神经元自适应PID算法进行仿真,以验证分析结果;根据单神经元自适应PID控制的仿真结果,可确认单神经元自适应PID控制不仅能够适应惯量的变化,而且还改善了系统的动态性能。 相似文献
4.
无刷直流电动机单神经元自适应PID控制及改进 总被引:5,自引:0,他引:5
研制的无刷直流电动机单神经元自适应PID控制器,实现了在线调整PID参数的目的,克服了电动机非线性、参数易变的影响;同时引进变速控制算法对神经元比例参数K的给定进行了在线改进。仿真结果表明,单神经元自适应PID控制器自适应能力好,响应快.鲁棒性强.系统静态和动态特性良好,而且采用变速控制改进算法后,速度的调节器品质有所提高。 相似文献
5.
6.
7.
8.
为了提高伺服电机控制的实时性和精确性,满足伺服系统高速度和高精度的控制要求,提出一种自适应神经元模糊PID的交流伺服电机控制算法。该算法充分结合模糊PD控制的强鲁棒性和神经网络控制强大的自学习能力。通过对仿真结果对比分析,结合后的控制算法相比单一的模糊PD算法和单神经元自适应算法,系统的响应速度更快,精度更高。 相似文献
9.
神经网络技术是电机控制方法发展方向之一,本文在介绍一套神经元PID自适应直流伺服系统的基础上,对神经元控制的基本性能进行了探讨。实验证明将神经元理论用于PID控制系统中增强了系统的鲁棒性。 相似文献
10.
PID控制器在被控对象具有非线性特性或运行环境发生变化时,PID的固定参数导致控制系统性能下降。针对该问题,本文提出在S7-300 PLC上设计和实现基于Hebb学习规则单神经元PID控制器。首先根据神经元的学习能力,设计了基于Hebb学习规则的单神经元PID控制器,仿真测试表明相对于PID控制器,基于Hebb学习规则的单神经元PID能够自适应调整控制器参数,具有系统响应速度快和超调量小等优点。最后在S7-300 PLC上实现了基于Hebb学习规则的单神经元PID控制算法,对温度对象进行控制。实验结果表明,基于Hebb学习规则的单神经元PID算法简单,在PLC上易于实现,有效改善系统性能。 相似文献
11.
12.
交流伺服系统基于神经网络的模糊自适应PID控制及其DSP实现 总被引:3,自引:0,他引:3
提出一种基于BP神经网络的模糊自适应PID控制器,将模糊控制具有的较强逻辑推理功能、神经网络的自适应、自学习能力以及传统PID控制的优点融为一体,形成了对非精确、非线性对象的良好控制策略。针对模糊神经网络控制器运算量大、收敛慢的特点,硬件采用数字信号处理器(DSP)作为控制器运算单元,以提高系统实时性。对交流伺服系统的实验仿真结果表明,该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。 相似文献
13.
将RBF神经网络引入PID控制中,建立了一个三层神经网络模型。通过RBF神经网络的在线辨识对PID控制的三个参数进行在线调整,从而改善系统的控制效果。仿真结果表明:基于RBF神经网络的PID控制与传统PID控制相比,具有较强的鲁棒性和自适应能力,控制精度高,效果好,安全可靠。 相似文献
14.
15.
基于神经网络自适应PID控制的船舶操纵研究 总被引:9,自引:0,他引:9
本文针对船舶操纵这种非线性、时变参数控制对象,提出了一种采用神经网络自适应PID控制方案。该控制结构有两上子神经网络组成,一个三层BP神经网络用于对被控对象进行在线辨只,另一个两层线性网络构成具有PID结构的控制器。文中给出了神经网络在线训练学习方法,并进行船舶操纵控制仿真研究。 相似文献
16.
17.
对角回归神经网络在直流双闭环调速系统中的应用 总被引:2,自引:0,他引:2
本文采用一种新型记神经网络--对角回归神经网络(DRNN),并结合PID控制器,构成直接自适应控制系统,自适应高速整PID参数,并应用于直流双闭环调速系统。仿真结果表明其性能优于PID控制器,有进一步的前景。 相似文献
18.
基于RBF神经网络在线辨识的永磁无刷直流电机单神经元PID模型参考自适应控制 总被引:12,自引:2,他引:10
永磁无刷直流电机控制系统是多变量和非线性的.针对传统PID控制方法的不足,提出一种基于径向基函数神经网络在线辨识的单神经元PID模型参考自适应控制方法,并用于永磁无刷直流电机的控制中.该方法构造了一个径向基函数神经网络对系统进行在线辨识,建立其在线参考模型,由单神经元控制器完成控制器参数的自学习,并在数字信号处理器中实现控制参数的在线调节.系统较好地实现了给定速度参考模型的自适应跟踪,结构简单,能适应环境变化,具有较强的鲁棒性. 相似文献