基于神经元自适应PID的超声波电机速度位置控制

超声波电机是强非线性时变系统,用常规的PID难以取得满意的效果.针对超声波电机的速度和位置控制,提出了神经元自适应PID算法.由于神经元自适应PID可以在线调整其参数值,因此当电机运行情况发生变化时可以通过改变控制参数来实现速度和位置的快速跟踪.实验表明,使用神经元自适应PID算法对超声波电机进行速度和位置控制,可以达到快速响应和高精度的控制效果.     

神经元自适应PID控制在开关磁阻电机中的应用

针对开关磁阻电机的特点，提出了神经元自适应PID控制的策略，理论和仿真结果表明，神经元自适应PID控制比常规PID控制具有更好的性能，证明了神经元自适应控制方法在开关磁阻电机系统中应用的可行性和可靠性。     

基于单神经元自适应PID控制的高压断路器永磁直线伺服电机操动机构的研究

高压断路器永磁直线伺服电机操动机构采用直线电机驱动断路器操作杆,带动机构运动,实现分合闸操作,具有良好的快速响应能力及控制性能.该伺服系统采用数字式双闭环控制,内环为电流环,采用PI控制,外环为速度环,采用单神经元自适应PID控制,通过建立直线伺服电机操动机构控制系统仿真模型,详细分析了单神经元自适应PID控制算法以及数学模型,并建立了以输出误差二次方为性能指标的单神经元自适应PID控制器模型.并分别用传统PID与单神经元PID控制算法,对高压断路器触头运动特性控制过程进行了仿真.结果表明,单神经元自适应PID控制器能够较好的实现触头速度的跟踪控制,使其按理想运动特性曲线运动,实现最优操作,该算法是一种较理想、有效的控制方法.     

基于单神经元PID-PI的行波超声波电机速度复合控制研究

由于行波超声波电机存在时变性、非线性等特征,为了得到更加稳定的转速输出,利用神经元的自学习能力在线寻找最优控制参数,是提高电机控制效果的有效途径.因此通过分析单神经元PID控制器优缺点,可以利用单神经元PID和PI构成复合控制器,提高行波超声波电机的速度控制效果,而且结构简单,有利于商品化.     

基于RBF神经网络的开关磁阻电机单神经元PID控制

论文提出了一种基于径向基函数（radial basis function）神经网络在线辨识的开关磁阻电机（SRM）单神经元PID自适应控制新方法。该方法针对开关磁阻电机的非线性，利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神经元自适应控制器，不但结构简单，而且能适应环境变化，具有较强的鲁棒性。并构造了一个RBF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，从而实现控制器参数的在线调整，能取得更好的控制效果。样机的实验结果表明，文中所提出的基于RBF神经网络辨识的开关磁阻电机单神经元自适应PID控制方法，通过在线辨识建立了过程模型并为神经元控制器提供了梯度信息，达到了在线辨识在线控制的目的，控制精度高，动态特性好。     

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。     

钢球磨煤机的改进型单神经元PID自适应解耦控制系统

针对钢球磨煤机(球磨机)制粉系统的多变量、强耦合、非线性和时变性等特点,提出了改进型单神经元PID自适应解耦球磨机控制系统.在单神经元控制器中,单神经元的权值采用有监督的Hebb学习规则在线训练,单神经元的比例增益和学习速率采用在线调整;神经元的结构采用积分分离PID方法进行结构变化.Matlab/Simulink仿真结果表明,该控制方法比传统PID控制方法有更好的控制品质,其具有跟踪快、鲁棒性强、解耦好等优点.较好地解决了球磨机系统的时变性、耦合性等问题.     

神经元自适应控制器在矢量控制中的应用

感应电机矢量控制技术是通过坐标变换，实现对定于电流的励磁分量与转矩分量的解辐控制。传统PID控制器在电机参数改变时鲁棒性较差。神经网络具有自学习、自适应能力，用于控制时可以不依赖控制对象的数学模型。为实现对交流电机快速和精确控制，基于单神经元设计出用于感应电机矢量控制的自适应磁链和转速控制器，利用神经元的自学习功能在线调节连接权重，实现自适应控制。并将此设计应用于交流电机矢量控制系统中，数字仿真实验表明，此方法设计的控制器可克服传统PID控制器在电机参数改变时控制性能差等不足，鲁樟性强。该设计结构简单，实现应用时易于数字化实现。     

神经元自适应控制器在感应电机矢量控制中的应用

神经网络具有自学习、自适应能力 ,用于控制时可以不依赖控制对象的数学模型 ,神经网络控制器可克服传统PID控制器在电机参数改变时鲁棒性较差等不足。提出了基于神经元的用于感应电机矢量控制的自适应磁链和转速控制器。该设计适用于交流电机矢量控制系统 ,具有结构简单、易于实现、控制性能好、鲁棒性强等特点     

运动控制芯片改进的单神经元位置伺服系统

常见的运动控制芯片采用传统的PID控制策略,无法满足高性能要求。本文采用单神经元控制策略,对传统PID控制参数和控制方法进行改造,构成了单神经元PID控制系统。实践证明,改进系统对参数变化具有更强的自适应能力,显示出很强的鲁棒性。