采用人工神经元的智能PID控制

采用单个人工神经元构成智能ＰＩＤ控制器．以系统的误差信号作为神经元的输入，神经元的权系数相当于传统离散ＰＩＤ的比例、积分、微分系数，神经元的输出为实际控制信号的修正值．利用ＢＰ学习规则在线修正神经无权值，以便能够获得在线自动寻优，调整ＰＩＤ控制器参数．该方法适用于被控系统模型未知、非线性严重和参数变化较大的场合．本文对一非线性系统进行了仿真，结果表明该控制器具有很强的自适应和自学习能力．     

疲劳试验机举升架双缸同步控制研究

聚焦疲劳试验机举升架的双缸同步举升精度问题,提出使用单神经元 ＰＩＤ 自适应算法作为疲劳试验机举升架双缸同步系统的控制算法,旨在克服传统 ＰＩＤ 算法在液压系统中参数难以整定带来的系统同步性能不佳的问题。首先,分析疲劳试验机举升架双缸同步系统的同步原理,建立同步系统数学模型;然后,仿真分析了传统 ＰＩＤ 控制算法和单神经元 ＰＩＤ 自适应控制算法在疲劳试验机双缸同步系统中的控制效果;最后,在疲劳试验机上分别进行了传统 ＰＩＤ 控制算法与单神经元 ＰＩＤ自适应控制算法的举升架同步举升试验。试验结果表明：单神经元 ＰＩＤ 自适应算法控制下的系统同步误差率为１．５％,传统ＰＩＤ控制下的系统同步误差率为３．７５％,在双缸同步中应用单神经元 ＰＩＤ自适应算法可以有效提升同步精度。     

神经智能PID控制算法应用

提出将ＰＩＤ继电自整定与神经元自适应ＰＩＤ控制相结合,利用ＰＩＤ继电自整定法获取神经元自适应ＰＩＤ控制器权系数的初值,实现对一般工业对象（一阶惯性加纯滞后环节）的智能控制。仿真和实时控制结果表明,这种控制策略是对实现全自动型工程控制器的有益尝试。该智能控制算法切实可行,鲁棒性强。     

一种记忆元网络自适应控制方法

本文提出了一种神经网络自适应方法。该方法采用记忆元网络采用记忆元神经网络进行对象模型辩识,用单个神经元实现了自适应ＰＩＤ控制器。被控对象输出误差经记忆元辩识网络反传后得到控制器的输出误差,以此修正控制器网络权值,由于记忆元网络无需引入延迟算子,能够逼近任意阶线性动态,保证了模型辩识的精度和误差返传的精度,神经元ＰＩＤ控制器具有极为简单的结构与算法,保证了自适应控制的实时性,大量仿真结果表明该方法可     

基于Smith预估器的单神经元PSD自适应主汽温控制

针对电厂中主汽温控制系统具有大滞后、非线性的特点,提出了一种新的基于 Smith 预估器的单神经元 PSD 自适应控制算法,即由 Smith 预估器和单神经元 PSD 自适应控制器组合的复合控制。并且利用Lyapunov 稳定性理论证明了单神经元自适应控制器的稳定性。实验结果表明,这种控制方式具有较好的自适应性和鲁棒性。     

带Smith预估器的模糊PID组织温度控制系统

针对激光热疗法中组织温度模型的沌滞后和大惯性,提出一种新颖的带Ｓｍｉｔｈ预估器的模糊ＰＩＤ控制系统。模糊ＰＩＤ控制器是由一个简单的模糊ＰＩ控制器和一个简单的模糊ＰＤ控制器并行结合而成。模糊ＰＩＤ控制器的增益通过解析推导与线性ＰＩＤ控制器的增益相联系。     

卷绕张力控制器的三种设计方法及性能分析

给出了高速纺丝机卷绕张力控制器的三种设计方法；变参数ＰＩ控制、神经元自适应ＰＩＤ控制及神经元自适应ＰＳＤ控制。对三种控制方法下系统的性能进行了对比。表明三种控制方法均具有较好的控制性能。其中神经元自适应ＰＳＤ控制器设计简单，具有很强的自学习、自适应能力，是一种很好的张力控制方法。     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力 ,它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数 ,使控制器能够适应受控对象结构参数以及环境的变化。因此采用单神经元构成自适应PID控制器 ,将神经元与PID控制结合 ,对PID参数进行在线寻优、自校正 ,使PID控制能有效地对付一些较复杂非线性被控对象 ,特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力 ,采用了动态自适应神经元 (APE)对非线性系统进行预测 ,即用神经元建立起非线性系统的预测模型 ,预测系统的未来输出 ,从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明 ,这种自适应控制方案切实可行 ,其控制品质明显优于常规PID控制 ,且具有较强的鲁棒性 ,达到了良好的控制效果。     

基于神经网络的主汽温控制系统

针对火电厂主汽温被控对象的大迟延、模型不确定性,设计了基于神经网络的主汽温控制系统。系统结构为串级系统。内回路采用常规比例调节器,外回路采用带辨识器的单神经元ＰＩＤ控制器。辨识器为３层ＢＰ网络结构,以广义δ规则为学习规则。控制器学习算法为有监督的Ｈｅｂｂ算法,教师信号由系统定值和辨识器输出构成。对系统在多种工况下的仿真结果表明,所设计的系统在控制品质、鲁棒性方面明显优于主汽温常规ＰＩＤ控制系统。     

异步电动机的单神经元模糊自适应控制

针对异步电动机矢量控制中PI控制器自适应能力较弱的问题,提出了用单神经元模糊自适应控制器代替转速PI调节器和磁链PI调节器的方法,并基于梯度下降法和单神经元自适应模糊控制原理,将增量式PI控制算法和单神经元自适应学习规则相结合,通过模糊控制修正单神经元的比例系数,提高单神经元模糊自适应控制器参数在线调整能力。为验证单神经元模糊自适应控制器的性能,对系统进行仿真实验。仿真结果表明,采用单神经元模糊自适应控制策略,其控制效果优于传统矢量控制,系统的动态和静态性能比较好,而且控制器对电动机转子电阻变化有较好的鲁棒性。该控制方法具有较好的控制性能,使异步电动机控制系统具有较强的自适应能力。     

基于二次型单神经元PID的HVDC整流控制器设计

针对传统PID控制器存在自适应性差、调节时间长的问题,设计了一种基于二次型性能指标学习算法单神经元自适应PID的HVDC系统定电流整流控制器,控制器算法通过S函数-M语言编程实现,采用12脉冲桥结构的HVDC系统整流侧定电流控制模型在MArrLAB／simulink环境下仿真,仿真结果表明,所设计的整流控制器超调量小、调节时间短、自适应能力好、控制效果良好．     

球磨机单神经元自适应PID解耦控制系统仿真

针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出了球磨机自适应神经元PID解耦的控制方法.将静态解耦逆矩阵与球磨机对象串接,以解除球磨机多变量之间的耦合,再采用两个单神经元自适应PID控制器对解耦后的两变量对象进行闭环控制.仿真结果表明,该控制法相比常规的PID解耦控制法有更好的控制品质,跟踪快、鲁棒性强、解耦好,可较好地解决球磨机系统的时变性、耦合性等问题.     

基于单神经元自适应PID的煤气混合解耦控制

针对煤气混合加压过程中混合煤气压力和热值控制问题具有强耦合、非线性和较大时滞的特点,利用单神经元自适应PID控制器具有参数自学习能力,提出一种单神经元自适应PID解耦控制方法。仿真结果证明了设计方案比传统的控制方案具有较好的动态性能,验证该方法的可行性。     

直流调速系统单神经元自适应速度控制方法

针对直流调速系统，将单神经元自适应PID控制器与负载观测器有机结合，提出了一种基于单神经元的自适应速度控制方法．仿真结果表明，该法不仅结构简单、易于实现，而且克服了单神经元自适应PID控制器抗负载扰动能力不足的缺点，在电机参数变化和负载突变时都具有较好的控制性能．     

零航速减摇鳍改进自适应神经元控制

针对零航速减摇鳍系统使常规PID控制方法难以获得满意的减摇效果这一问题,研究了一种改进自适应单神经元控制器,在不增加神经元结构复杂性的同时,提高了其非线性处理能力.为降低对零航速减摇鳍驱动伺服系统功率的要求,借助最优控制中的二次型指标思想,对神经元参数进行在线自适应调整,实现了对驱动功率的间接约束.证明了在该控制方法下系统的Lyapunov稳定性,并在不同海情下与常规PID控制方法进行模拟比较,展示出该方法解决零航速减摇鳍输入非线性控制的优越性。     

船用舵机电液伺服单元单神经元自适应PID控制的研究

在分析了船用舵机电液伺服单元的基本原理和数学模型的基础上,设计了单神经元自适应PID控制器。用单神经元PID替代常规PID控制,通过神经元的学习来调整PID参数,利用神经网络良好的自适应和抗干扰能力．使控制系统对参数变化表现出良好的控制性能和鲁棒性。通过仿真证明了该系统有较好的控制效果。     

预测模型的单神经元PI控制器

针对工业过程和实际控制对象的慢时变非线性的特点 ,设计了一种预测模型的单神经元 PI控制器。采用单神经元 PI控制算法与神经网络预测模型相结合的控制策略 ,用 PI控制规律来确定控制器的输出。用一个自适应神经元网络作为非线性系统的预测模型 ,估计下一步的输出值 ;用一个单神经元实现 PI控制来优化下一步的控制。利用 Matlab/Sim ulink工具对 PI控制器和预测模型的单神经元 PI控制器进行比较仿真实验 ,其控制对象为典型的非线性系统。仿真实验表明 :预测模型的单神经元 PI控制器具有结构简单 ,计算速度快 ,鲁棒性好等特点     

基于dSPACE的水箱液位控制系统

以水箱液位系统为研究对象,基于dSPACE-DS1103单板系统和Matlab/Simulink软件环境,建立了水箱液位系统的实时控制平台。在该平台上,使用dSPACE提供的Real-Time Interface（RTI）,通过扩展Matlab的实时工具箱Real-Time Workshop（RTW）,实现了从Simulink模型到dSPACE实时硬件代码的自动下载。水箱液位控制系统采用双闭环串级控制,其主调节器分别采用常规PID和单神经元自适应PID控制器进行实验研究。实验结果表明在该实时控制平台上,液位控制系统采用单神经元自适应PID控制器能够获得良好的动态性能,满足对液位的控制要求。     

基于单神经元的液压挖掘机自适应PID节能控制

在分析单神经元PID特性的基础上,设计了基于单神经元的液压挖掘机自适应PID节能控制器。该控制器通过神经元的自学习,对传统PID控制器的比例、积分、微分系数进行在线调整,实现了挖掘机功率匹配自适应控制。仿真结果显示单神经元PID自适应控制器具有较强的鲁棒性。     

空压机用无刷直流电机的模糊控制及仿真

为了快速适应电动汽车在不同路况时的功率需求,必须对驱动空压机高速旋转的无刷直流电机（BLDCM）的转速进行实时控制.在BLDCM的双闭环调速控制系统中,外环转速采用模糊控制器取代常规PID控制器,以克服BLDCM的非线性影响,它与内环电流的PI控制相结合,提高了BLDCM控制系统的动态响应速度.仿真结果表明：BLDCM调速控制系统采用模糊控制器比采用常规的PID控制器具有较好的控制性能,可满足电动汽车的工作需求.