基于神经网络的通用模型自适应控制

应用复合正交神经网络来实现过程的自适应逆控制方法,和通用模型控制器策略相结合,提出了一种基于神经网络的通用模型自适应控制方法,将非线性过程模型应用逆系统的方法可以在控制算法中直接嵌入过程模型,从而保证通用模型控制策略的可实现性.另一方面,在自适应逆控制中采用复合正交神经网络具有算法简单、学习收敛速度快等优点,可以克服常用的BP和RBF神经网络一些缺点.基于神经网络的通用模型自适应控制方法中的参考轨迹是一条典型的二阶曲线,该控制器参数具有明显的物理意义,参数整定方便.仿真验证了该控制策略的有效性.     

基于神经网络PID的直流电机速度控制策略研究

以无刷直流电机为研究对象,对控制系统进行合理设计,保证电机稳定运行,减少运行过程中产生的噪音。同时对神经网络PID在无刷直流电机速度控制中应用情况进行仿真研究,对控制算法进行计算,并对普通PID控制策略与神经网络PID控制策略进行对比,最终得知神经网络PID控制策略比普通PID控制性能更好。     

基于预测模型的无人动力伞智能控制研究

对无人动力伞的智能控制,给出一种基于模糊神经网络预测模型的控制策略,最后通过数学仿真,验证了该控制策略的可行性和有效性.     

基于DSP的无刷电机调速系统智能算法设计

基于模糊神经网络控制技术,本文设计了一种无刷直流电机的数字调速控制策略,该控制策略以二维模糊神经网络控制器为核心,结合了模糊控制和神经网络的特点,具有很强的模糊推理和自学习能力.根据该控制策略,设计了基于DSP的硬件电路,并进行了MATLAB的仿真,结果表明,采用模糊神经网络算法能取得令人满意的动静态性能,具有很强的鲁棒性和自适应性,为无刷直流电机的智能控制提供了新的理论依据.     

基于BP网络规则PID控制的液压系统仿真与研究

针对阀控非对称液压缸压力控制系统,建立其数学模型,并提出基于BP神经网络规则PID的控制策略,通过MATLAB/Simulink仿真结果验证了该控制策略能够实现电液伺服系统的良好控制.     

双馈异步风力机BP神经网络空载并网控制

为减小双馈异步风力发电机组并网时对电网产生的冲击电流,降低电压误差,实现柔性并网,在双馈异步发电机数学模型的基础上,对基于定子磁链定向矢量控制的空载并网原理进行分析,利用BP神经网络对PID控制器的参数进行最优调节,建立BP神经网络PID空载并网控制策略;在Matlab/Simulink软件中建立双馈异步风力发电机BP神经网络PID空载并网的仿真模型.通过与普通PID空载并网控制仿真结果的比较表明,该控制策略的响应速度更快,对电网电压的跟踪能力更强,精度更高,是一种良好的并网控制策略.     

基于神经网络PID控制的自动装配平台电液位置伺服系统

对风电机组传动链装配平台进行了研究并设计了电液位置伺服系统,采用了传统PID控制策略,利用神经网络对PID进行调整优化,采用了单神经元神经网络和BP神经网络的控制策略。最后在Matlab Simulink平台对系统进行仿真和分析。     

基于改进的反向传播神经网络的地下铲运机自动换挡控制策略研究

针对地下铲运机工作时,载荷频繁变化、传动系统工作效率低、换档频繁以及操作者劳动强度大的问题,结合地下铲运机的工作特点,提出了基于改进的反向传播神经网络的地下铲运机节能换档控制策略,并在此基础上建立了神经网络模型和传动系统的仿真模型,进行了网络训练和计算机仿真.仿真结果表明,基于改进的反向传播神经网络的自动换档控制系统,...     

自适应反演神经网络控制在并联机器人中的应用

针对未知非线性、外界干扰等各种不确定因素对二自由度冗余并联机器人控制系统的影响,提出了反演自适应神经网络控制方法.RBF神经网络实现了不确定性函数的逼近,自适应反演控制作为主控制器完成并联机器人控制系统的输出.仿真结果表明,自适应反演神经网络控制方法跟踪性能好,系统误差小,具有很强的鲁棒性,能够满足并联机器人的控制要求.仿真实验证实了该控制策略的正确性和有效性.     

具有未建模动态机械臂的自适应神经网络控制

对于具有未建模动态机械臂系统,基于神经网络对非线性函数的拟合特性,用径向基神经网络来补偿机械臂系统中的未建模动态,同时提出的自适应神经网络控制器,可以保证具有未建模动态的非线性机械臂系统的渐进稳定特性.仿真结果验证了这种控制策略的有效性.