共查询到20条相似文献,搜索用时 906 毫秒
1.
2.
3.
基于BP网络的PID整定控制 总被引:1,自引:0,他引:1
基于三层BP网络的PID的整定控制器,将输出层神经元输出状态对应于PID控制器的比例、积分、微分参数.先确定输入层和隐含层节点数、给出各层权值初值、选定学习速率和动量因子、学习参数等,再计算采样时刻误差、各层神经元的输入输出、PID控制器输出.通过神经网络的自学习、实现PID控制参数的自适应调整.仿真表明该神经PID控制器在三参数自调整、控制量变化、减小误差等方面具有优势. 相似文献
4.
5.
6.
反鱼雷鱼雷(ATT)的机动性对于其成功拦截来袭鱼雷的概率有着重要作用,而随着ATT机动性的提高,对其控制的难度也越来越大,这就对ATT的控制器设计提出了更高的要求.可以选用倾斜转弯(BTT)控制方式来提高ATT的机动性.研究了常规的比例-积分-微分(PID)控制,智能PID控制,预测函数控制(PFC)和模糊自适应PID控制,并将它们分别应用于ATT的偏航角速率控制.仿真结果表明,相对常规PID控制,智能PID控制、PFC和模糊PID控制时,系统控制过程平滑、无超调,系统响应快速、稳定、准确,且结果简单,实用性强.相比较而言,PFC相对智能PID控制和模糊PID控制响应速度更快,而且计算量小,更适应ATT偏航角速率控制系统的快速响应要求. 相似文献
7.
为提升农用温室温度控制效率与温度控制精度,对温室温控系统进行了建模,并结合模型设计了一种基于模糊比例-积分-微分(proportion integration differentiation, PID)的自适应控制算法,通过监测系统反馈来实时调整PID自动控制算法的各项系数,以实现控制器的动态自适应调整,从而完成对控制过程的优化。仿真结果表明,温控系统稳态精度小于0.05℃,温度调节时间小于300 s。相比于其他温控系统传统控制算法,该算法具有更高的温度控制精度以及更短的温度调节时间,且具有较强的工程实用性。 相似文献
8.
传统的PID(比例积分微分)控制采用线性组合方案,难于协调快速性和稳态特性之间的矛盾,蚁群算法是一种新型的仿生优化算法,将蚁群算法和模糊PID控制算法相结合,利用蚁群算法全局寻优能力来优化模糊PID控制器的三个参数,仿真实验表明,该PID控制器具有较好的动态性能. 相似文献
9.
为解决PID参数的在线调整问题,针对龙门刨床的主拖动系统,提出将神经网络的模糊PID自适应控制器用于直流调速系统的方法。分析龙门刨床电气设备的组成,综合模糊控制和神经网络的长处,将神经网络、模糊逻辑和PID控制相融合,构成模糊神经网络控制器,并通过MATALAB对系统进行仿真。设计时,将模糊规则融于神经网络中,通过对神经网络的自学习、自适应能力在线调整模糊规则和隶属函数参数,对PID控制器实现在线实时调整。仿真结果表明,该系统比普通控制器具有更好的动、静态特性。 相似文献
10.
为了提高某随动系统负载模拟器加载系统的力矩跟踪精度,设计了一种灰预测模糊PID复合控制方法。通过分析随动负载模拟器的系统组成和工作原理,简化力矩电机模型,根据扭矩传感器模型和转动惯量盘模型,建立了随动负载模拟器等效模型,推导出力矩电机输出力矩的传递函数。在传统PID控制的基础上增加了模糊控制器,用于在线调节PID比例、积分和微分参数,使系统响应时间缩短,稳定误差减小,并具有抗干扰能力;同时,加入灰预测模型对加载系统输出力矩补偿。仿真结果表明,所设计的控制方法能够提高加载系统的力矩跟踪精度,且具有较强的抗干扰能力,优于传统PID控制。 相似文献
11.
12.
基于神经网络的预测控制器由神经单元自适应PID控制器和基于神经网络的Smith预估器组成.预估器对输出进行多步预测,使控制器超前动作以消除时滞对系统的影响.自适应PID控制器通过有监督的Hebb学习算法实现其权值的调节,同时通过权系数的在线调整实现自适应控制,提高自适应能力. 相似文献
13.
为提高某随动负载模拟器加载系统的加载精度,设计一种基于灰预测单神经元 PID 自适应(grey prediction
single neuron PID,GM/SN-PID)控制策略。通过分析随动负载模拟器的系统构成和工作原理,简化加载电机模型,
根据转动惯量盘模型,建立随动负载模拟器模型。在传统 PID 控制的基础上引入灰预测模型用于初始化 PID 参数的
整定,单神经元自适应控制器用于在线调节 PID 比例、积分和微分参数。仿真结果表明:该方法能提高加载系统的
加载精度,具有较强的鲁棒性,优于传统 PID 控制。 相似文献
14.
基于RBF网络的微分先行PID控制器 总被引:1,自引:1,他引:0
将微分先行PID控制算法和径向基函数(RBF)神经网络结合,提出基于RBF神经网络的微分先行PID控制器.其微分先行PID控制器直接对被控对象进行闭环控制,实现参数在线自调整.RBF结构神经网络则根据系统的运行状态,利用神经网络的自学习自适应能力调节PID控制器参数的在线自整定,达到误差性能指标最优化.Matlab仿真表明,该控制方案不仅跟踪性能良好,而且抗干扰性较强,鲁棒性较好. 相似文献
15.
针对双向DC-DC变换器在铝空气电源工作模式切换时的非线性问题,设计一种用于铝空气电源储能系统的双向DC-DC变换器。在传统PID控制的基础上,引入模糊控制,构成模糊PID电压环和PI电流环双闭环控制。并在Matlab/Simulink中,对比分析了双向DC-DC变换器模型、传统PID双闭环模型和模糊PID双闭环模型。实验仿真结果表明:与传统PID控制方法相比,该控制方法能够有效解决双向DC-DC变换器的非线性问题,提高升降压速度,减小输出电压和电流的波动。 相似文献
16.
17.
建立了弹药运输不同路况下车厢多点振动信号的数据库,作为模拟系统的输入信号,针对模拟实验设备磨损和老化后重新设定PID参数的问题,设计了模糊自适应PID控制器,运用AMESim仿真软件对弹药公路运输模拟系统的液压伺服系统进行了建模,利用AMESim/Simulink联合仿真对该控制器与PID控制器的控制效果进行了对比。仿真结果表明,模糊自适应PID控制器对非线性和时变系统的自适应能力强,能够通过自我调整参数设定获得较好的控制效果。 相似文献
18.
19.