飞轮电池模糊控制策略研究

针对飞轮电池工作转速高、越过临界转速时转子振动大以及系统的非线性和控制参数不确定性等特点,开发了模糊自调整PID控制策略,实现了控制参数的在线调整。运用MATLAB模糊逻辑控制工具箱设计模糊控制规则,运用Simulink实现了不完全微分PID和模糊自调整PID控制策略仿真,分析对比了两种控制策略对系统动态性能的影响。在Quartus II平台搭建了模糊PID控制模块,利用EP4CE22 FPGA控制板在飞轮电池试验台上实现了飞轮转子的稳定运行。仿真和试验结果均表明,模糊自调整PID控制对转子的振动具有较好的抑制作用,提高了飞轮系统的动态性能。     

基于BP神经网络的磁轴承PID控制算法研究

为解决单一PID控制时参数不可调、动态性能较差等问题,开发了BPPID控制算法.利用BP神经网络具有自学习和适应性强的特点,动态实时调整PID控制参数,改善磁轴承控制效果.通过仿真分析和试验研究,对比了BPPID控制算法和不完全微分PID控制算法的控制效果.研究结果表明,与不完全微分PID控制算法相比,BPPID控制算法具有较强的适应能力和良好的动态性能,在额定转速下转子振动量减小.     

单神经元自适应PID控制器在主动磁悬浮系统中的应用研究

针对主动磁悬浮控制系统的非线性、开环不稳定性、参数不确定等特点,设计了单神经元自适应PID控制器。以主动磁悬浮系统中的转子实际位置和平衡位置之间的偏差作为神经网络控制器的一个输入信号,引入有监督的Hebb学习规则,推导出Kp、Ki和Kd与加权系数之间的关系。通过对加权系数的调整来实现自适应,控制器的输出信号调节电磁铁线圈中电流的大小,从而调整了转子的位置。仿真结果表明,单神经元自适应PID控制器能极大地改善系统的稳态性能和动态性能,具有较强的抗干扰能力和鲁棒性。     

不完全微分型PID控制的神经元实现

给出从不完全微分型PID算法派生出的神经元PID控制器，并利用MATLAB／SIMULINK仿真软件对该控制器在某隧道式炉中的应用进行仿真研究。仿真结果表明．不完全微分PID控制的神经元实现不但具有不完全微分型PID控制的优点而且还具有神经元控制的自适应特点。     

锅炉汽包水位改进不完全微分模糊PID控制

针对三冲量工业燃气锅炉汽包水位控制系统非线性、多扰动的特点,设计了改进不完全微分和自适应模糊PID复合控制算法,用于抑制系统扰动产生的振荡以及对控制参数进行实时整定,实现对系统的快速、精确控制。通过Matlab仿真结果表明:本文设计的改进不完全微分自适应模糊PID控制的超调量为0,系统无振荡,上升时间为0.51s,调节时间0.7s,其控制性能优于普通模糊PID控制和常规PID控制。该控制算法为锅炉汽包水位的精确快速控制提供了一种有效方法。     

基于PLC的单神经元PID控制器的设计与实现

本文对于大滞后、时变和非线性的复杂系统,常规PID控制显得无能为力。将神经网络与常规PID控制相结合,构成单神经元自适应PID控制器。给出了基于PLC的单神经元PID控制系统结构,重点介绍了单神经元PID控制算法原理,并用结构控制语言编写了单神经元PID控制算法功能块,该控制功能块具有通用性且易于移植。经实例证明,与传统PID控制器相比较,单神经元PID控制器可以显著改善系统的性能。     

单神经元PID在多电机同步控制中的应用

针对多电机同步控制系统在动载荷扰动情况下各电机之间的传动比会发生变化这一问题,设计了具有自学习和自适应能力的单神经元PID同步控制算法,建立了多电机同步控制系统的单神经元PID控制规则。系统仿真结果表明,运用单神经元自适应PID控制算法能有效实现多电机同步控制,该算法收敛速度较快,鲁棒性较好,具有较强的抗干扰能力。最后,将该控制算法应用于精梳机四轴同步控制系统,其结果表明单神经元自适应PID同步控制算法能大大增强系统的动态性能,有效缓解负载带来的同步误差。在相同扰动情况下,该方法能更好的使多电机以一定速度同步运行。     

泵控马达调速系统单神经元PID控制参数优化的改进算法

针对常规PID控制的不足以及泵控马达调速系统动态性能差的特点，提出了一种基于单神经元的自适应PID控制器．并结合误差二次型最优控制理论对单神经元的性能指标进行改进，推导出相应的单神经元输入权值调整算法。仿真结果表明，改进的单神经元自适应PID控制器具有更快的响应特性和良好的动态特性，其控制效果明显优于常规的PID控制器，将其应用于泵控马达调速系统是行之有效的。     

变频泵控马达调速系统单神经元自适应PID控制

针对大惯性负截变频泵控马达调速系统动态性能差的特点，提出了采用不必基于模型的单神经元自适应PID控制。介绍了单神经元自适应PID控制器的结构和算法。仿真结果表明，单神经元自适应PID控制器较常规PID控制器具有更快的响应特性和良好的动态特性，对模型失配和负载扰动表现出更强的适应性和鲁棒性，而且不论是在加速段、等速段还是减速段，都具有较好的跟踪效果。     

轴向柱塞泵变压力调节模糊单神经元PID控制

针对飞机液压系统存在着强干扰、高度非线性、参数摄动等现象,提出一种模糊单神经元PID控制器用于提高轴向柱塞泵压力跟踪性能。单神经元PID控制器用于在线整定比例、积分、微分的权值,模糊控制用于调整单神经元PID控制器的输出增益,两者的结合使得控制器具有较强的自适应能力。仿真结果表明,同PID控制器相比所设计的控制器具有响应速度快,跟踪误差小,抗干扰能力强等优点。     

数控机床进给伺服系统模糊自适应PID仿真

针对传统的PID控制策略不能满足数控进给伺服系统的对控制性能要求。结合模糊控制理论,在传统PID控制基础上设计出一种基于模糊决策的模糊自适应PID控制器。运用模糊控制理论,对PID参数进行实时修改,使系统具有较好的自适应能力和较强的鲁棒性。在MATLAB环境下对进给伺服系统进行了动态仿真;仿真结果表明,模糊自适应PID控制器的控制性能远优于常规PID控制器,即使在外界干扰和系统工况发生变化时,此控制器也具有很好的快速响应特性和较强的鲁棒性。     

Research on Power Control of Wind Power Generation Based on Neural Network Adaptive Control

-For the characteristics of wind power generation system is multivariable,nonlinear and random,in this paper the neural network PID adaptive control is adopted.The size of pitch angle is adjusted in time to improve the performance of power control.The PID parameters are corrected by the gradient descent method,and Radial Basis Functinn(RBF)neural network is used as the system identifier in this method.Simulation results shaw that by using neural adaptive PID controller the generator power control can inhibit effectively the speed and affect the output power of generator.The dynamic performance and robustness of the controlled system is good,and the performance of wind power system is improved.     

基于模糊神经网络PID的复合控制策略

为了结合模糊控制容错力强和神经网络PID在线学习和调整的优点,提出了一种结合模糊控制与神经网络PID控制的复合控制方法,即分别设计模糊控制器和神经网络PID控制器后,再利用权重分配器对这两个控制器进行权重分配来控制被控对象。将该控制策略应用于某火电机组的二级过热器减温水流量系统控制,并在simulink仿真平台进行仿真,仿真实验结果表明:该复合控制策略较传统的模糊控制或神经网络PID控制的上升时间更短,调节时间和超调量更小,稳态性能更好。     

单神经元PID在多电机控制中的应用

本文通过对多电机同步控制的原理及其特点分析,设计了具有自学习和自适应能力的单神经元PID同步控制器,建立了单神经元PID控制规则,提出了多电机同步控制的单神经元PID学习算法。系统仿真结果表明,运用单神经元自适应PID控制器能有效实现多电机同步控制,收敛速度较快,鲁棒性较好,且抗干扰能力强。最后,基于MCF5235微控制器,通过VxWorks实时嵌入式操作系统,应用于四轴同步控制系统,结果表明单神经元自适应PID同步控制器能大大增强系统的动态性能,有效缓解负载带来的同步误差,在相同扰动情况下,该方法能更好的使多电机以一定速度同步运行。     

随机干扰下汽车电控悬架车身高度控制研究

空气悬架汽车在对其车身高度进行动态切换的过程中会严重受到随机干扰所带来的不良影响,为了解决这个问题,通过与空气弹簧的模型结合而建立整车模型,从而对随机干扰下汽车电控悬架车身高度的调节和控制进行研究。其中神经网络PID自适应高度调节控制器是利用单神经元自调整增益算法来设计的,并通过仿真软件对控制器的性能进行验证。根据仿真结果可验证所设计的控制器能够有效改善随机干扰对汽车电控悬架车身高度调节过程中产生的震荡,并使得车辆的稳定性和舒适性得到了提高。     

Research on Power Control of Wind Power Generation Based on Neural Network Adaptive

For the characteristics of wind power generation system is multivariable,nonlinear and random,in this paper the neural network PID adaptive control is adopted.The size of pitch angle is adjusted in time to improve the performance of power control.The PID parameters are corrected by the gradient descent method,and Radial Basis Function(RBF)neural network is used as the system identifier in this method.Simulation results show that by using neural network adaptive PID controller the generator power control can inhibit effectively the speed and affect the output power of generator.The dynamic performance and robustness of the controlled system is good,and the performance of wind power system is improved.     

基于神经网络PID的轧机AGC力控制

以PID控制器为基础,辅助以神经网络的自学习、自适应能力,将神经网络和PID控制融合为一体,设计出一种神经网络PID控制器,应用于具有高度非线性、时变性的板带轧机AGC力控制系统,仿真结果表明,能有效改善系统的动态品质,并具有良好的适应能力.     

基于模糊神经网络的精密角度定位PID控制

针对精密角度定位系统存在非线性、时变性,传统PID控制难以获得理想控制效果的问题,提出一种基于模糊神经网络的PID控制方法,将模糊控制、神经网络与PID控制相结合,采用3层前向网络、动态BP算法,利用神经网络的自学习和自适应能力,实时调整网络的权值,改变PID控制器的控制参数,整定出一组适用于控制对象的kp、ki、kd参数,实现精密角度定位PID控制的自适应和智能化。实验结果表明,采用BP神经网络整定的PID控制较传统的PID控制,控制性能有较大的提高,能有效提高定位精度,缩短定位时间。     

飞轮电池动态摩擦特性与控制补偿技术研究

针对飞轮电池中非线性摩擦的特点,建立了基于Lugre动态摩擦模型的飞轮电池系统状态方程。设计了遗传算法优化的滑模控制器对飞轮电池中的动态摩擦进行补偿。仿真结果表明,该方案可以实时补偿系统中的动态摩擦,达到满意的补偿效果,获得较高的位置跟踪、速度跟踪性能和鲁棒性能。并且由于遗传算法的优化,减小了滑模控制器的抖振。