现代水轮发电机调速策略的发展

讨论了水轮机调速器PID控制、自适应控制和几种智能控制及非线性鲁棒控制的优缺点,指出了神经网络控制、模糊控制和PID控制相结合可以实现PID控制器参数的在线调整.针对经典的PID调节,利用改进遗传算法对参数进行了优化,实现PID参数快速调整.非线性鲁棒控制是针对水轮发电机组的非线性化模型设计的,可有效改善水电厂远距离输...     

基于模糊PID控制的靶板横摇调节系统研究

针对移动靶车在野外行驶过程中受路面激励的影响,容易发生靶板横摇的问题,设计了基于模糊控制和PID控制相结合算法的靶板横摇调节系统。将模糊控制和传统PID相结合,得到基于模糊PID控制算法,并通过此算法对靶板横摇倾角进行实时调整。运用MATLAB/Simulink模块分别对基于模糊PID算法的调节系统和基于传统PID算法的调节系统进行模拟仿真。仿真结果对比表明,采用模糊PID的调节系统的响应时间比采用经典PID控制的调节系统提高33.3%,在脉冲信号和锯齿波信号非线性干扰存在的条件下,系统输出的波动量分别减小21.4%和26%。仿真结果证明了该横摇调节系统的可行性。该调节系统为同类靶车靶板横摇控制设计提供了借鉴。     

基于模糊评判与状态预测的精密空调控制软件开发

在精密空调控制中,由于环境温度、相对湿度等因素的相关影响,基于模糊控制PID、神经网络PID算法实现的控制系统在环境调节过程中,可能使执行机构陷入往复操作的震荡局面,从而浪费能源;另一方面,上述算法存在实现复杂、系统资源需求大、控制系统成本高的缺点.结合精密空调控制系统的特点,提出了基于模糊评判与状态预测的控制模型,该模型基于模糊控制的基本原理和控制要求设计一模糊控制规则表,将精密空调对环境的调节看成执行机构从初态到终态一系列的状态变化过程,根据检测机制当前检测到的温湿度,利用规则表和模糊评判函数决定对执行机构的控制操作.该模型在单片机上得到了实现.实验表明:基于模糊评判与状态预测的控制模型有效克服了模糊控制PID、神经网络PID模型的不足,开发的控制系统成本低,节能效果良好.     

基于模糊-RBF神经网络优化的PID控制

采用模糊控制和RBF神经网络训练相融合的方法,应用于对PID控制器参数的调整中,对非线性系统的控制仿真试验结果表明,该方法的控制性能优于单独采用RBF神经网络的控制。     

“灵巧手指”的位置/力模糊控制算法研究

为了使“灵巧手指”位置 /力控制具有良好的控制性能 ,在力控制器的设计中应用了模糊控制、神经网络等方法 ,提出了模糊控制、基于神经网络带积分环节的模糊控制两种算法。仿真结果表明 :这两种控制方法与常规 PID控制相比 ,控制性能得到明显改善。     

基于HCMAC神经网络的控制研究

利用HCMAC神经网络与模糊控制算法近似的特性,以偏差和偏差的变化率作为HCMAC神经网络控制器的输入,构造一新型HCMAC神经网络控制器,克服模糊控制中模糊规则难以准确确定的缺陷.通过仿真实例看出,HCMAC神经网络控制器与常规PID控制器相比具有很好的跟踪控制精度,在时变、非线性的复杂系统中具有一定的应用价值.     

“灵巧手指”的位置／力模糊控制算法研究

为了使“灵巧手指”位置／力控制具有良好的控制性能,在力控制器的设计中应用了模糊控制、神经网络等方法,提出了模糊控制、基于神经网络带积分环节的模糊控制两种算法。仿真结果表明：这两种控制方法与常规PID控制相比,控制性能得到明显改善。     

基于HCMAC神经网络的控制研究

利用HCMAC神经网络与模糊控制算法近似的特性，以偏差和偏差的变化率作为：HCMAC神经网络控制器的输入，构造一新型HCMAC神经网络控制器，克服模糊控制中模糊规则难以准确确定的缺陷。通过仿真实例看出，HCMAC神经网络控制器与常规PID控制器相比具有很好的跟踪控制精度，在时变、非线性的复杂系统中具有一定的应用价值。     

RBF神经网络整定的模糊控制在二次调节控制系统中的应用

为了克服实际控制系统中存在的非线性和参数时变性所引起的常规控制器控制性能恶化，提出了一种新的控制方法——基于RBF神经网络整定的模糊控制，并在文中给出了具体算法，该控制方法以无量化解析模糊控制为主体，采用RBF神经网络对控制对象进行辨识，然后利用辨识所得到的Jacobian信息在某一给定的控制性能指标下对控制参数进行在线调整，将其应用于二次调节控制系统，并对系统进行了仿真，系统采用不同控制器的仿真典线表明：基于RBF神经网络整定的模糊控制具有更好的控制性能。     

非线性系统中自调整模糊神经网络控制方法的应用研究

针对难以解决的纯滞后非线性系统控制,提出一种基于自调整模糊神经网络控制的辨识Smith预估方法,采用模糊神经网络与PID控制动态复合,保持了模糊控制较强的鲁棒性和神经网络可以任意逼近非线性系统的能力以及PID调解器消除静态误差的优点.同时利用神经网络进行参数在线辨识以构成Smith预估器,适应了被控对象的实时变化.在热连轧中的仿真结果证明了该方法的有效性.     

混沌粒子群优化的模糊神经PID控制器设计

针对常规PID控制的线性局限性及传统模糊控制和模糊PID控制中积分误差规则难以获取,系统存在稳态误差的问题,提出一类以模糊神经网络和PID神经网络组成的模糊神经PID控制器．以整个神经网络的权值为优化参数,利用基于混沌策略的粒子群全局优化算法离线优化和误差反传算法在线调整相结合的方法获得控制器参数,并设计了混沌优化与粒子群结合的两步方案．仿真结果表明:与传统PID、模糊、模糊PID控制相比,系统的瞬态和稳态性能有了明显提高,且保持了一定的鲁棒性及高跟踪精度．该方法有效地拓展了PID控制的使用范围,并为智能方法与PID控制的结合提供了一种新的参考方案．     

神经模糊PID控制算法在恒压供水系统中的应用

针对恒压供水系统的大迟滞、非线性特点,提出了神经模糊PID控制算法,利用被控量偏差及偏差的变化,在线调整PID参数.通过仿真分析得出,神经模糊PID控制算法的效果较之传统PID控制和模糊PID控制具有更低的超调和更快的反应速度.     

Neural network-based TIG weld width fuzzy controller

0m0ne0fthemajorgoalsf0rusinghybridconbolsoffuZZylogicandneuIalnetw0thistoc0InbinethelingUisticnatUreofknOWetlgerepresentationandtheadaptiveorle-amingnatureofkn0wedgeevoutbotoachievebettercon-tIDofsystemsforwhichitisinfeaSibleorimPracticabletof0rmulateamatheInaticalsystemmedel,buthumanknoWedgft0mskilledoperatoISisavailable.Forexam-ple,forInanindustrialprocesscontIDlproblems,analyti-calmedelsaredimculttoconstIUctforsuchfactorsasfongdelay,n0nlinearity,unceItaintyandsystemc0mPletity.Yethur…     

变风量空调系统末端的模糊神经网络控制研究

针对目前传统PID控制对模型依赖性强,难以在线调整,对具有非线性和不确定性的变风量(VAV)空调系统的控制动态性能差的特点,提出将模糊神经网络应用于该系统.建立了模糊神经网络控制器,基于变风量空调系统末端装置的数学模型进行了仿真研究.结果表明,该控制策略比传统PID控制更适合于VAV系统,控制系统具有更好的鲁棒性和自适应能力,可以取得更优的动态性能.     

模糊RBF神经网络在麻醉深度控制系统中的应用

麻醉深度通常用病人的平均动脉压（MAP）值来直接反应和度量。针对平均动脉压的时变、非线性特点,提出了基于模糊RBF神经网络的麻醉深度PID控制系统。通过采用模糊RBF神经网络对检测到的平均动脉压值进行模糊化处理及神经网络辨识,从而在线整定PID控制器各个参数,以获得更好的控制效果。MATLAB仿真结果表明模糊RBF神经网络用于麻醉深度控制具有良好的动态响应性能。     

一类模糊-PID神经网络控制器

针对模糊ＰＩＤ复合控制的自适应问题,设计了一类基于模糊ＰＩＤ复合控制算法的神经网络控制器,经仿真实验获得了满意的效果。