基于径向基神经网络辨识的单神经元PID控制

本文结合单神经元自适应PID控制提出的一种基于RBF神经网络辨识的智能自整定控制器的设计,并针对实际温度控制系统进行仿真.     

混合网络在慢时变系统中的应用

针对工业慢时变系统非线性、调节时间长、参数难以用常规PID控制方法整定等的特点,提出了一种混合神经网络参数自整定复合控制方案。将BP网络和PID结合起来充当系统的控制器,实现PID参数的自整定,RBF网络充当辨识器,实现对受控对象模型的辨识。仿真结果表明,该系统具有较好的性能。     

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。     

基于模糊RBF神经网络的双电机驱动伺服系统研究

双电机驱动伺服系统中存在齿隙和摩擦等非线性,常规PID控制不能满足其控制要求.针对常规PID控制器参数固定而导致在控制中效果差的缺陷,提出一种基于模糊RBF神经网络整定的PID控制方法.该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点,可以在线调整得到一组适合于控制对象的PID控制参数.最后在双电机驱动伺服系统中进行仿真试验结果表明所提出的控制策略是有效的.     

一种基于RBF神经网络的模糊PID控制算法

提出一种将RBF神经网络与模糊控制相结合的方法,对系统输出误差进行模糊化,利用RBF神经网络对PID控制参数进行在线整定。仿真结果表明基于上述的PID控制算法能较好地实现PID控制参数的在线调整和优化。     

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。     

基于RBF神经网络的PID自适应真空炉温度控制

提出一种基于RBF辨识神经网络算法的神经网络PID控制方案，由RBF网络对系统进行在线辨识．建立其在线参考模型并为PID控制器提供了梯度信息，从而实现控制器参数的在线调整。仿真结果表明，该控制方法应用于真空炉温度控制时控制精度高，动态特性好，收到了良好的效果。     

自适应模糊控制器在水电机组控制中的应用

提出采用基于RBF神经网络和遗传算法的自适应模糊控制器来控制水轮发电机组运行，由RBF神经网络和遗传算法在线寻优模糊控制器的比例因子、模糊推理规则和隶属函数，并由RBF网络辨识被控对象的动态特性，以评价模糊控制器控制性能．仿真实验表明。控制效果优于没有寻优的Fuzzy控制。     

基于RBF神经网络的PID自适应真空炉温度控制

提出一种基于RBF辨识神经网络算法的神经网络PID控制方案,由RBF网络对系统进行在线辨识,建立其在线参考模型并为PID控制器提供了梯度信息,从而实现控制器参数的在线调整.仿真结果表明,该控制方法应用于真空炉温度控制时控制精度高,动态特性好,收到了良好的效果.     

在线学习自适应模糊控制器在水轮机调节中的应用

针对水轮发电机组系统具有时变非线性,传统的控制方法很难达到最优控制的特性,提出采用基于RBF神经网络和遗传算法的自适应模糊控制器来控制水轮发电机组运行.模糊控制器的比例因子、模糊推理规则和隶属函数由遗传算法在线寻优.由RBF神经网络进行被控对象的动态特性模型辨识,以评价模糊控制器控制性能.仿真实验表明,控制效果良好,特别在变工况和扰动情况下优于最优PID控制.     

典型工业过程的自适应模糊控制及仿真

文中介绍了自适应模糊P ID控制器的基本结构、算法和模糊规则的建立,并进行了M ATLAB仿真。仿真结果表明,与常规P ID控制器相比较,由于自适应模糊控制能够在线调整控制器参数,系统的控制性能显著提高,当被控对象参数变化时,仍然具有很好的控制效果。     

水轮机组调节的模糊控制算法研究

从提高模糊控制精度出发．提出了一种混合参数自调整模糊PID控制器结构，融合了常规PID控制器和模糊控制的优点．控制器主要包括了常规PlD控制器、增益调整型模糊控制器和直接控制型模糊控制器3个部分，能根据对象参数的变化合理地调整控制器的参数．叙述了混合参数自调整模糊PID控制器各部分的功能和参数的选择．针对水轮机组控制的仿真实验表明了该控制策略的有效性，与常规PID控制器的对比结果表明该控制算法能够提高系统的响应速度和鲁棒性．     

基于模糊RBF神经网络的永磁同步电机位置控制

针对比例-积分-微分(PID)控制器参数固定而引起永磁同步电机位置伺服系统控制效果不佳问题,设计了基于平滑切换的模糊PI控制和径向基函数(RBF)神经网络PID控制的位置控制器。暂态时,采用模糊PI控制;稳态时,采用RBF神经网络PID控制,两者中间采用模糊PI-RBF神经网络PID复合控制。该位置控制器既结合了模糊PI控制和RBF神经网络PID控制的优点又克服了各自的缺点。仿真结果表明,当永磁同步电机受到外部扰动时,采用模糊RBF神经网络控制器的永磁同步电机位置系统具有良好的动态性能,能够实现快速响应,做到精确定位,而且当负载变化时具有很强的抗干扰性。     

模型不确定非线性系统的自适应模糊Backstepping预测控制

为解决一类模型不确定严格反馈非线性系统的跟踪控制问题,提出一种使闭环系统稳定且滚动时域性能指标在线最小化的自适应模糊反步预测控制策略。模糊系统用来逼近该设计过程中的未知非线性项,自适应参数直接用来估计最优逼近权值向量范数的平方,从而只有一个自适应参数需要在线调节;同时考虑模糊基函数的性质,所设计的控制律与自适应律均不含模糊基函数项,理论证明该方法设计的控制器保证闭环系统所有信号是半全局有界的,并且跟踪误差收敛于零的某一邻域。该方法所设计的控制器形式简单,计算量小,更易于实际应用,仿真算例验证提出算法的有效性。     

一种智能双模数控伺服进给控制器设计

以数控伺服进给控制器为研究对象,采用在全论域范围内带有自调整模糊规则因子和模糊比例因子的自适应控制策略,提出一种可提高数控伺服进给系统动态性能的智能Fuzzy-PID双模控制器设计方法.仿真分析证明该方法在不同的工作状态下,根据不同的响应阶段的动态性能要求在线自动调整控制器的控制参数和控制算法,可有效地克服传统控制算法存在的扰动、超调量大、调节时间长等缺点.Matlab软件仿真证明该控制器较常规PID、模糊控制器具有响应快、超调小、鲁棒性强和自寻优等特点.     

参数自整定模糊PI控制系统的仿真与建模

论述了永磁同步电机(PMSM)系统的双闭环控制系统.为了观察模型的高效性和快速性,速度环采用模糊PI控制,电流环采用滞环电流控制.通过模糊控制规则,可以自动整定PI参数,从而提高了系统的动态响应,消除了系统的稳态误差.仿真结果表明:该方法响应快、无超调、鲁棒性强,较传统PI控制具有更好的动、静态特性.     

Application of Fuzzy-PID Control System in Full-Mechanized Coal Face

The control system, which includes structure, the composition of software and hardware, the form of PID control system and its systematic closed-loop, was used in No.4236 full-mechanized coal face of Xinlongzhuang mine.The typical fuzzy PID control system structure was investigated, and a simplified fuzzy PID control system was taken the place of the complex three-dimension fuzzy controller. Based on the parameter relation between fuzzy controller and normal PID controller, a common method of parameter adjustment of PID controller was summed up and the computer simulation was realized. This system can overcome the problems of large delay, nonlinear, poor running environment and great load change in the full-mechanized coal face. The simulating investigation indicates that the designing method of fuzzy controller is simple and feasible.