两区域负荷频率的智能自适应PID控制

利用神经网络动态辨识电力系统的动态模型,并将模型逻辑技术与神经网络相结合,通过动态寻优确定最优性能指标下的ＰＩＤ控制器参数,具体设计了一种两区域负荷频率的神经模糊自适应ＰＩＤ控制器。使两区域负荷频率控制既有非线性控制作用和自学习自适应能力,又有ＰＩＤ控制的广泛适用性。     

前馈神经网络的模糊 PID 算法及其在电力系统负荷预测中的应用

提出了多层前馈神经网络的模糊ＰＩＤ学习算法（ＦＰＢＰ）。这种算法是把多层前馈神经网络的学习过程当作一个动态控制系统来处理,确定出动态控制系统达到稳态时的ＰＩＤ控制器参数,然后再基于模糊控制的思想,对确定出的ＰＩＤ控制器参数进行模糊调整。文中给出了这种算法在电力系统负荷预测中的实际应用,并与标准ＢＰ算法作了比较。结果表明,该算法提高了网络的学习速度和预测的精度。     

模糊智能PID励磁控制器的研究

针对传统ＰＩＤ励磁控制器存在的问题,结合模糊逻辑控制的优点,提出了“基于模糊逻辑的智能ＰＩＤ励磁调节器”,其动态品质及鲁棒性均优于常规ＰＩＤ励磁控制器。     

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。     

对角回归神经网络在直流双闭环调速系统中的应用

本文采用一种新型记神经网络－－对角回归神经网络（ＤＲＮＮ）,并结合ＰＩＤ控制器,构成直接自适应控制系统,自适应高速整ＰＩＤ参数,并应用于直流双闭环调速系统。仿真结果表明其性能优于ＰＩＤ控制器,有进一步的前景。     

电力市场环境下的新型负荷频率控制方法

针对电力市场环境中的两区域互联系统,研究了负荷频率控制的非线性、参数的不确定和纯迟延特性等问题,提出了一种基于模糊径向基函数神经网络的自适应控制器,即利用径向基函数神经网络进行自学习、修正与完善模糊规则,改善其动态性能。将Matlab与Labview软件相结合进行仿真,结果表明上述方法具有较强的自适应和自学习能力,将其应用于复杂的非线性电力系统的负荷频率控制中,取得了较好的控制效果。     

基于神经网络自适应PID控制的船舶操纵研究

本文针对船舶操纵这种非线性、时变参数控制对象,提出了一种采用神经网络自适应ＰＩＤ控制方案。该控制结构有两上子神经网络组成,一个三层ＢＰ神经网络用于对被控对象进行在线辨只,另一个两层线性网络构成具有ＰＩＤ结构的控制器。文中给出了神经网络在线训练学习方法,并进行船舶操纵控制仿真研究。     

计算机模糊控制电液伺服系统

本文介绍利用模糊自适应ＰＩＤ控制技术，针对一电液位置伺服系统，设计了模糊自适应ＰＩＤ控制器，并进行了仿真和实验研究，仿真与实验表明，所设计的控制器能够较好地解决快速性与小超调之间的矛盾，对模型不确定性等具有较强的鲁棒性。     

模糊PID控制器及在汽温控制系统中的应用研究

本文将模糊控制和常规ＰＩＤ控制两种设计思想融合起来，提出一种基于模糊规则的ＰＩＤ控制器的设计方法。这种方法首先通过建立模糊规则和进行模糊推理来确定ＰＩＤ控制器的参数，而后由ＰＩＤ控制律直接确定控制作用。仿真结果表明，用本文方法所设计的汽温控制系统比常规的具有固定参数的ＰＩＤ控制具有更加优良的性能。     

自学习神经模糊负荷频率控制器的研究

为了解决实际电力系统运行条件经常变化和系统中存在不确定性等问题,提出使用神经网络和模糊控制理论以实现具有自学习功能的电力系统神经模糊负荷频率控制。控制器主要由一个含有两个隐含层的神经网络组成,连同输入层和输出层一起顺序完成模糊控制的每一步操作,在定义了适当的目标函数之后,采用ＢＰ算法,神经网络可自动由受控系统获取学习样本,并对网络的参数（连接权）进行优化,仿真结果表明了该方法的有效性。     

基于神经网络的异步电动机带限幅器自适应速度控制系统

介绍了带限幅器的自适应速度控制系统,该系统由神经网络系统辨识器(NNPI)和模型参考自适应神经网络控制器(NNPIC)两部分组成。NNPI自适应地在线辨识出系统的集中不确定量,NNPIC带有限幅器,能使系统输出稳定地跟踪参考模型的输出。仿真试验表明,与常规的控制器相比,该速度控制系统具有优良的控制性能。     

胎面生产线辅线速度链模糊自适应PID控制

针对常规PID控制在胎面挤出联动生产线辅线速度链整定中参数整定问题,设计出一种基于模糊控制原理的自适应PID控制器,通过偏差和偏差变化率的变化来实时调整Kp,Ki, Kd参数。经过实践证明这种模糊自适应PID控制器比常规的PID控制器具备更好的控制特性。     

永磁同步电动机神经网络速度控制的仿真

利用神经网络作为控制器 ,取代常规的PID控制器 ,实现永磁同步电动机调速系统速度控制的研究。仿真结果表明 :当突加负载扰动或参数突变时 ,神经网络控制与PID控制相比 ,具有恢复时间短 ,振荡小等特点 ,证明了神经网络控制的优越性。     

全方位移动机器人模糊自适应PID控制

针对全方位移动机器人,结合PID和模糊控制两者的优点,提出了一种模糊自适应PID(FAPID)的控制方法。对模糊自适应PID控制算法进行了理论分析,基于Matlab建立了全方位移动机器人的简化仿真模型。仿真研究表明,采用模糊自适应PID控制方法,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力要优于常规的PID控制。     

模糊逻辑神经网络控制在交流调速中的应用

针对交流电机调速系统这种被控对象，利用神经网络实现系统的模糊控制。仿真结果表明，该控制方法具有很强的自学习和抗干扰能力，当突然加、减负载时，神经网络模糊控制与PID控制相比，具有恢复时间短、超调和振荡小等特点。神经网络模糊控制特别适用于结构复杂、干扰大且控制精度要求高的系统。     

中央空调冷温水系统的变流量预估模糊自适应控制研究

设计了Smith预估的模糊自适应PID控制器。结合Smith预估控制、模糊控制和传统PID控制的优点,利用模糊推理实现对PID参数的在线自动调整。最后将它应用到中央空调冷温水二次泵变流量的系统中。仿真试验表明,基于模糊自适应PID控制的冷温水变流量二次泵的自适应能力有所提高。响应速度和动态性能也有所改善。     

模糊自适应PID控制器在退火窑温度控制系统上的应用

本文简述了模糊自适应PID控制器的结构和原理。介绍了其在压延玻璃退火窑温度控制系统中的运用。模糊自适应PID控制器运用模糊控制原理来对PID参数进行在线最佳调整，使被控对象具有良好的动静态性能。仿真和工程实践证明其控制性能优于常规PID控制器。     

制粒湿度模糊自整定PID串级控制

介绍了烧结过程中的制粒湿度控制系统,针对系统中出现的纯时滞、时变不确定性等问题,在常规PID控制的基础上,结合模糊控制理论,设计了模糊自整定PID控制器,应用模糊推理的方法实现了PID控制参数的在线自整定。仿真结果表明,模糊自整定PID控制器提高了系统的适应能力,增强了系统的鲁棒性,改善了系统的动静态性能,具有良好的控制效果。     

基于BP网络PID算法的恒压供水系统研究

采用神经网络控制理论与PID（比例、积分、微分）控制算法,设计一个基于SIMATIC CPU226 PLC的BP神经网络PID控制器。恒压控制系统由BP神经网络PID控制器、丹佛斯VLT2900变频器和水泵机组组成。解决了传统PID控制算法难以保证系统在任何工况条件下始终具有最佳控制性能的难题。试验结果表明：系统可以在线自整定PID参数,具有较好的自适应能力,控制效果比较理想。