基于神经网络的分数阶PID控制器在磨矿分级系统中的应用研究

磨矿分级过程机理复杂,存在惯性大、滞后时间长、参数时变、非线性等影响因素,难以建立精确实用的数学模型,随之带来的控制效果也不理想,针对此提出基于BP神经网络的分数阶PID控制的系统模型。仿真结果表明,该控制模型具有收敛速度快、无超调量、鲁棒性强等特点,并能提高磨机的效率和选矿厂的经济效益。     

免疫RBF神经网络PID控制器在矿井输送机中的应用

针对如今复杂被控对象大滞后、非线性和时变性的特点,研究把人工免疫算法和RBF神经网络相结合对PID控制器进行参数寻优,应用到矿井输送机上。利用人工免疫算法,无需事先确定隐层结点个数,设计了一种动态的RBF神经网络,并且分析基于免疫算法的RBF神经网络的PID控制器的算法结构。通过仿真实验得知:研究设计的免疫RBF神经网络的PID控制器在抗干扰性、跟随性和鲁棒性方面都表现出了良好的控制效果,非常适合用于控制模型不确定的情况。     

神经网络PID控制器在跳汰机自动排料系统中应用

针对于自动排料系统的时变非线性特点与常规PID控制规律的不足,介绍了1种神经网络PID控制器,阐述了自适应神经网络PID控制器的结构、原理及其运用。实践证明本控制方案切实有效。     

神经网络PID在煤泥干燥温度控制中的应用

针对煤泥滚筒干燥机出口温度的控制,提出了应用基于BP神经网络的PID控制器对其进行控制,并研究了它的学习算法,进行了MATLAB仿真,通过仿真结果与传统PID进行了比较。仿真结果表明,神经网络PID控制器在煤泥干燥温度控制中具有很高的应用价值。     

模糊PID控制器在跳汰机排料系统中的应用研究

跳汰机排料系统是一个多参数、非线性、大滞后的时变系统,传统的PID控制方式由于控制器参数的选择及调整不便使得其控制性能不太令人满意。本文针对排料系统设计了一种可在线自整定PID参数的模糊PID控制器。通过MATLAB仿真实验比较了系统模型在线改变时本文所设计控制器与常规PID控制器的控制性能,结果表明本文所设计模糊PID控制器的控制性能明显优于常规PID控制器。     

基于BP神经网络的矿井提升机自适应PID控制器研究

传统矿井提升机的控制方法控制效率较低,难以实现动态控制。利用BP神经网络进行PID控制,将BP神经网络的学习能力、控制能力应用到系统控制中,能提升控制效率。介绍其控制原理与PID控制器的系统结构,并进行仿真分析,提出新的控制方法。     

基于模糊神经网络的PID控制器在矿井局部通风机调速系统中的应用

针对矿井掘进工作面通风的特点,提出了一种基于模糊神经网络的PID控制方法,用以控制矿井局部通风机。该方法利用模糊神经网络来调整PID控制器的参数,能根据瓦斯浓度的变化自适应调整通风机的转速。仿真实验表明,该控制器较传统的PID控制器,在超调量和稳定时间上,效果都要好得多,具有适应性强、控制灵活、稳定性好等优点。     

基于神经网络的自适应PID控制器在矿井输送机中的应用

矿井输送机运行过程中被控对象具有时变、非线性等特性,传统自整定PID控制器难以满足控制要求。采用基于BP算法的神经网络对PID控制参数进行优化,引入FPGA来实现PID控制器的硬件设计,采用DSP Builder 7.0构建闭环测试系统,并基于ModelSim SE 6.2版本进行调试,完成了功能仿真,且对波形进行了比较及分析,证实了FPGA实现自整定PID控制器在矿井输送机中得到了很好的效果。     

基于蜂群算法的PID控制器在跳汰机排料系统中的应用

跳汰机排料系统具有非线性和时变性等因素,传统PID整定方法很难最优参数,不能满足控制要求。针对这一问题,提出了一种基于蜂群算法的PID参数整定方法。将蜂群算法和PID控制器结合,充分发挥自身的优势,可以得到最优参数。     

2300XP挖掘机提升制动系统的改进

指出了２３００ＸＰ挖掘机提升制动系统存在的问题,分析了造成提升钢丝绳乱槽挤坏低压集中环的原因,针对这些原因,介绍了预防此类事故发生的措施。     

可编程序控制器在矿井提升机电控系统的应用

阐述了可编程序控制器的系统结构、系统梯形图及在矿井提升机电控系统中的应用效果。     

矿井局部通风机的模糊神经网络PID控制器设计

 针对矿井掘进工作面通风的特点,提出了一种将模糊神经网络、遗传算法和PID控制相结合的局部通风机控制方法。该方法运用遗传算法优化模糊神经网络隶属度函数的中心值和宽度,借助BP算法优化连接权系数。实验表明,该方法能根据瓦斯浓度的变化在线自动调整风机转速,较常规PID控制器有着明显的优点。系统采用以TMS320F2407 DSP为核心的电路来实现PID控制器的设计和通风机的变频调速。     

基于BP神经网络的挖掘机液压系统故障诊断

BP神经网络具有结构简单、工作状态稳定、易于硬件实现等优点,在模式识别及分类、系统仿真、故障智能诊断、图像处理、函数拟合、最优预测等方面具有很广泛的应用。液压系统是挖掘机很重要的组成部分。由于液压系统结构复杂,容易发生故障,一旦故障将会直接影响挖掘机的使用,因此对挖掘机液压系统的可靠性和可维护性具有很高的要求。针对上述问题,提出了基于BP神经网络的液压系统故障诊断方法。     

神经网络PID在温度控制中的应用

提出了一种基于BP神经网络的PID控制器方法,充分利用了BP神经网络算法逼近任意连续有界非线性函数的能力,这种PID控制方法能学习和适应严重不确定系统的动态特性。采用3层前向网络,动态BP算法,达到了在线实时控制的目的,显示了BP神经网络的PID控制方法很强的鲁棒性,同时也显示了神经网络在解决高度非线性和严重不确定系统方面的潜能。实验结果表明,该控制器具有响应速度快、精度高和良好的鲁棒性。