模糊自适应整定PID-FS在整流电源中的应用

针对整流电源控制系统被控对象的时变性和多样性,将模糊自适应控制与常规PID控制算法相结合,设计了一种模糊自适应整定PID控制器.在控制算法上,提出了基于模糊自适应整定PID控制器,它很好地解决了传统控制原理中系统控制精度与稳定性之间的矛盾.仿真和实验结果表明,采用模糊自适应整定PID随动系统(Following System,简称FS)的大功率整流电源控制系统能够适应被控对象在较大范围内的变化,具有较强的自适应能力,其控制品质优于常规的PID控制器.     

单神经元PID控制器在过热汽温控制中的应用

将具有自学习功能的单神经元模型与常规的PID控制算法相结合，设计了单神经元PID控制器，并应用于超临界机组过热汽温控制系统。仿真结果表明，采用单神经元PID控制器的汽温控制系统，能够适应被控对象在较大范围内的变化，具有较强的自适应能力和鲁棒性，其控制品质优于常规的PID控制器。此外根据仿真结果，对单神经元的学习算法进行了改进，使其控制品质得以提高。     

单神经元自适应PID控制交流调速系统

针对转子磁场定向矢量控制中转速PI调节器鲁棒性能较差的问题,提出了用单神经元自适应PID控制器代替转速PI控制器,进一步改善了异步电动机矢量控制系统的性能;将无监督的Hebb学习规则与有监督的Delta学习规则相结合,提高了单神经元自适应PID控制器的学习能力,实现了单神经元控制器的参数优化与在线自调.构造了基于单神经元自适应PID控制器和空间矢量脉宽调制(SVPWM)的异步电机矢量控制系统.仿真实验结果表明,该系统不仅具有很好的静、动态性能,而且又具有很强的自适应性和鲁棒性.     

基于改进型单神经元自适应PID的改性塔压力控制器

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。     

电动车用定子双馈电双凸极电机驱动系统的单神经元PID控制

由于其双凸极结构,电动车用定子双馈电双凸极（SDFDS）电机驱动系统具有较强的非线性,常规PID控制器参数固定不易调节,难以得到较好的控制特性。由于单神经元具有自学习和自适应能力,且结构简单易于计算,因此该文设计了单神经元自适应PID控制器作为SDFDS电机的速度控制器,并在以数字信号处理器（DSP）TMS320F2812为核心的平台上进行了实验。实验结果表明,单神经元自适应PID控制器具有比常规PID控制器更好的动态和稳态性能,满足电动车对驱动电机的要求。     

基于单神经元控制器的永磁电机调速系统研究

针对传统PID控制永磁同步电动机(PMSM)调速系统性能的不足,设计了单神经元自适应PID控制器并对控制系统进行仿真分析。结果表明,采用单神经元控制的调速系统具有更好的动态调节特性和自适应能力,而且控制器设计简单,参数调整方便,易于工程应用。     

HVDC中单神经元自适应PID控制方法研究

介绍了将具有自学功能的单神经元模型与常规的比例、积分、微分(PID)控制方法相结合,设计的基于单神经元自适应PID控制器。其控制规律是在高压直流输电(HVDC)系统以整流侧定电流的PID为研究对象,将传感器测得的实际直流电流与参考值比较,再将两者误差信号反馈给PID控制器,产生延迟相角信号。依据误差信号的变化调节延迟相角,从而保持直流线路的恒定。所设计的控制器由实际直流电流与电路参考值之差输入到状态变换器获得的3个量作为神经元的输入,并基于Hebb学习规则、联想式学习策略推导出单神经元的权值调整规律和参数整定方法。采用Simulink典型6脉冲桥HVDC系统的整流侧定电流控制模型仿真,实例说明了神经元算法的实现,其设计的控制器效果好。     

一种新型PWM整流器

将单神经元自适应PID控制算法引入高频整流领域 ,运用空间矢量脉宽调制的原理 ,设计一种新型的PWM预测电流解耦控制器。MATLAB仿真结果表明 ,控制器具有良好的性能 ,可供同类设计参考     

基于S7-300 PLC的单神经元PID控制器设计与实现

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。     

基于模型参考自适应的单神经元PID控制器设计

将神经网络和模型参考自适应控制系统相结合,研究基于模型参考自适应理论永磁同步电动机(PMSM)BP神经网络速度辨识的单神经元比例积分微分(PID)速度控制器。该系统基于模型参考自适应理论利用BP神经网络辨识器得到的参数信息,使用单神经元PID控制器取代传统PID控制在线调整权值。根据李亚谱诺夫稳定性理论验证了该控制器的稳定性,仿真与实验研究证明该方法改善了PMSM速度控制系统的动态响应与自适应控制能力。     

基于神经网络的水轮机调节系统的自适应PID控制

基于有功功率反馈参与控制的水轮机调节系统,以几个典型工况下的最优ＰＩＤ系数作为训练样本,训练了一个三层ＢＰ神经网络,设计了一个用ＢＰ神经网络实现变参数的ＰＩＤ控制器;并构造了一个目标函数,设计了一个自适应神经元,利用神经元的自学习功能,在线优化控制器的输出,以期达到最优控制的目的。对简单电力系统的仿真结果表明,这种控制器可以达到较常规的变参数ＰＩＤ较好的控制效果,是实现水轮机调节系统自适应控制的一种可行的方法。     

基于数字信号处理器的无刷直流电机智能控制

在分析无刷直流电机运行原理的基础上,提出了基于TMS32OLF2407A的永磁无刷直流电机控制系统的解决方案,即将单神经元与PID控制结合应用于无刷直流电机中。仿真试验表明,采用单神经元PID控制能取得令人满意的动静态性能,具有较强的鲁棒性和自适应性,改善了电机的调速性能。     

基于单神经元PID的异步电动机转速的自适应控制

针对异步电动机矢量控制中转速调节器参数整定困难、自适应性差和稳态精度低的问题,设计单神经元PID控制器.将神经元学习规则与PID控制相结合,采用在线学习的方式,在电动机运行过程中实时调整控制器参数,实现转速的自适应控制.在恒速变负载和恒负载变速的仿真实验中,结果表明基于单神经元PID的转速调节器具有较好的动态性能和较高的稳态精度.     

一种改进的单神经元PID控制器的研究与仿真

为改善单神经元控制中学习速度慢,动态响应特性等问题,研究了一种改进的单神经元PID控制算法,该算法在神经元算法的加权系数中引入了二次型性能指标。在此基础上将其运用于电厂锅炉过热气温控制,设计了一种基于二次型性能指标的单神经元PID的过热汽温控制系统,总结了算法中参数的设置修正规律。仿真结果表明,这种控制算法具有优良的控制性能。     

静止无功补偿器的改进单神经元PID控制系统的研究

提出了一种单神经元PID控制系统的改进算法,实现了神经元比例增益K(k)和学习速率η_i(k)的在线自适应调整功能。该控制系统算法编写的M语言程序,采用Matlab的S函数,将应用到静止无功补偿器(SVC)的控制系统中在Matlab/Simulink环境下进行了仿真。仿真结果表明,基于改进单神经元PID的SVC控制器具有响应速度快、调节时间短、动态性能和稳态性能好等优点。     

基于PSO算法的多变量PID型神经元网络在球磨机控制上应用

为提高多变量、非线性和强耦合系统的动态特性和解耦能力,基于PID控制的简单结构和良好性能优势以及神经元网络的自调节和自适应的特长,设计了具有PID结构的多变量自适应的PID型神经元网络控制器。给出了这种控制系统的结构和算式,其为一种3层前向神经网络,其隐层单元分别为比例(P)、积分(I)和微分单元(D),各层神经元个数、连接方式、连接权值的初值是按PID控制规律确定的。神经元网络参数采用了粒子群优化(PSO)学习算法,并给出了相关算式。分析了球磨机制粉控制系统的特点,并应用提出的控制方法对其进行了仿真研究,比较了文中控制方法与传统的PID控制方法的控制效果。仿真结果表明了所提方法具有较好的控制品质、良好的自适应解耦能力和自学习功能。     

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

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.