时变大纯滞后系统的单神经元自适应控制

阐述一种新型单神经元自适应控制器,对时变大纯滞后系统实现快速有效的实时控制。该单神经元采用一种新学习算法,并与Smith补偿、在线辨识相结合,在保留单神经元器适应性强优点的同时。改善了单神经元器的动态性能,减轻了大滞后对象控制结果不能及时反馈的不足。应用该控制策略对大滞后一阶仿真研究表明,对大滞后时变系统具有较强的适应性和鲁棒性,各种控制性能优于常规单神经元PID和常规PID．     

改进Smith控制与RBF单神经元PID的换热器控制系统

为了高效控制工质出口温度,维持换热器稳定运行,针对Smith预估控制算法及径向基函数(RBF)神经网络辨识单神经元比例-积分-微分(PID)控制算法特点,提出了Smith控制算法和RBF神经网络辨识单神经元PID相结合的控制策略,对Smith控制算法在结构上进行了改进,以提高RBF神经网络辨识单神经元PID控制的抗干扰能力,减少Smith控制算法对模型的依赖程度.仿真分析表明:应用于换热器工质出口温度控制系统,改进算法控制性能显著优于其它控制方法,抗干扰能力得到了大幅提高.     

一类基于Smith预估器的神经元控制器的实现研究

本文提出一种基于Smith预估器的神经元控制器的实现方法,该神经元控制器的控制算法是不完全微分先行PID控制.利用MATLAB仿真软件对该控制器在电加热炉中的应用进行仿真研究.仿真结果表明,该控制器具有Smith预估控制和神经元控制的优点.     

大时滞过程的改进单神经元-Smith控制器及其仿真

提出一种变结构单神经元-Smith预估控制器方案,用于大时滞过程控制.仿真结果表明,单神经元Smith预估控制能够充分利用神经元自学习、自适应的能力以及Smith预估补偿控制的优点,使系统的控制品质提高,而且具有更强的鲁棒性和自适应性.     

基于混沌优化的单神经元 Smith预估器设计

提出了一种具有自适应能力的单神经元Smith预估器，并将其待定参数与系统的控制性能相联系，采用基于模拟退火策略的混沌优化算法，实现对预估器参数的全局寻优。仿真表明，经过混沌优化的单神经元Smith预估器具有良好的跟踪特性和干扰抑制能力，同时对系统建模误差具有很强的鲁棒性。     

一种基于专家调节增益的单神经元PID控制

本文提出了一种改进的单神经元PID捧制的方法，采用专家调节单神经元PID控制中的比例增益，有效地解决了单神经元PID控制中学习速度较慢，动态响应时间长等问题。这种控制方法具有较强的鲁棒性，其控制性能优于常规PID控制和单神经元PID控制，通过对一阶惯性加纯巡延的典型工业过崔对象的仿真研究，表明了这种控制算法具有优良的控制性能。     

时滞系统的LM-Smith神经网络控制器

针对Smith控制对时滞系统抗干扰性差的弱点,提出了一种基于神经网络辨识的LM-Smith控制器。该控制器在经典Smith控制中引入神经元模型,实时辨识时变被控对象,使预估模型能准确跟踪被控对象,实现对时滞环节的完全补偿。仿真结果表明该方法构造简单、准确性好、鲁棒性较强,改善了经典Smith控制的控制效果。     

改进的水处理预估模型的研究和应用

针对水处理中溶解氧的传质过程存在严重的滞后问题．提出了基于单神经元PID控制的水处理预估模型。由于在标准状况下溶解氧的传质过程近似为一阶纯滞后过程,采用了Smith预估器作为补偿环节。将基于有监督Delta学习规则的单神经元PID作为控制器,在线不断调整PID参数,通过仿真研究该模型具有很好的控制效果。最后在西门子PLC下实现此模型的工程应用。     

一种变增益的神经元Smith预估控制器的设计

针对Smith预估控制鲁棒性较差的缺点,本文给出一种交增益的神经元Smith预估控制算法。新算法采用采用高收敛阶的学习规则,同时引入专家控制的思想实现交增益控制,改善神经元控制品质。仿真实验表明这种控制方式具有良好的适应性与鲁棒性。     

基于TS模型的增益自校正单神经元PID控制算法

将单神经元自适应PID控制算法和基于TS模型的模糊推理系统相结合,提出了增益模糊自校正单神经元PID控制算法。该算法使得传统单神经元自适应PID控制的神经元增益具备在线自动调整的功能,对于变增益的不确定性系统的控制,获得了很好的控制性能。     

Fuzzy adaptive single neuron NN control of brushless DC motor

Inherently, the brushless DC motor (BLDCM) is a nonlinear plant. So, it is hard to get a good performance by using the conventional PI controller for the speed control of BLDCM. In this paper, a fuzzy adaptive single neuron neural networks (NN) controller for BLDCM is developed. The fuzzy logic system (FLS) is adopted to adjust the parameter K of single neuron NN controller online. By this way, performance of the system can be improved. Performances of the proposed fuzzy adaptive single neuron NN controller are compared with the performances of conventional PI controller and normal single neuron NN controller. The experimental results demonstrate that a good control performance is achieved. The using of fuzzy adaptive single neuron NN makes the drive system robust, accurate, and insensitive to parameter variations.     

单神经元自适应PID控制在电动油门控制中的应用

利用单神经元模型自学习和自适应特点,在传统PID控制基础上设计出了一种单神经元自适应PID控制器,并将其应用于电动油门控制系统中。实验结果表明:采用单神经元自适应PID控制的电动油门系统能够适应油门手柄在较大范围内的推拉运动,而且控制具有较强的鲁棒性,控制品质优于常规PID控制。     

酸碱中和反应中pH值的单神经元自适应控制研究

基于酸碱中和反应过程中pH值变化的动态模型,设计单神经元自适应控制器,解决化工生产过程中pH值的PID控制所存在的调节时间长、超调量大和系统抗干扰性差的问题。在相同条件下与PID控制器进行对比实验,实验结果表明单神经元自适应控制器明显改善pH值过程控制系统的动态性能,该控制系统具有较强的自适应性与鲁棒性。     

单神经元自适应PID控制器及其应用

研究了单神经元自适应PID控制器,阐述了该控制器的特点、控制律、适用对象及工程整定方法,在和利时公司的SmartPro系统平台上开发出单神经元自适应PID控制器,进行了单神经元自适应PID控制器的典型一、二阶对象闭环仿真,最终将单神经元自适应PID控制器应用于制药厂发酵罐温度控制回路中。单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒性强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。     

单神经元在PV最大功率跟踪控制中的应用

详细介绍了将神经元的学习特性结合常规的PID控制算法,设计出单神经元控制器,并将其应用于光伏并网逆变电源控制系统中太阳能电池最大功率点跟踪控制中。仿真试验表明,其控制品质优于常规PID控制器。     

单神经元自适应PID控制器的应用

对单神经元自适应PID控制器的控制算法进行了研究；利用Matlab／Simulink对复杂对象进行了闭环仿真，将单神经元自适应PID控制算法与常规PID控制算法进行了比较。结果表明单神经元自适应PID控制算法明显优于常规PID控制算法；将单神经元自适应PID控制器应用到焦炉集气管压力控制系统，集气管压力系统的抗干扰能力得到提高，取得了良好的控制效果。     

积分分离PID算法的电阻炉温度控制系统

为使大惯性、纯滞后的电阻炉温度控制系统的动态性能和稳态精度满足要求,提出了Smith预估结合积分分离PID算法;设计了温度控制器的硬件系统;对控制系统进行辨识;分析了Smith预估结合积分分离PID算法与单纯Smith预估控制算法的区别,并对两种控制算法进行了比较分析,确定了电阻炉温度控制系统参数;最后对Smith预估结合积分分离PID算法进行了电阻炉的温度控制实验;实验结果表明,采用Smith预估结合积分分离PID算法提高了电阻炉温度控制系统的稳定性,降低了系统的超调,稳态精度达到0.2℃,其动态性能和稳态精度满足系统控制要求.     

单神经元PID倒立摆系统

为解决双PD倒立摆控制器参数不可调的难题,利用单神经元PID控制算法简单、权值可调的特点,针对倒立摆系统,设计出基于小车位移和摆杆摆角两个回路的单神经元PID控制器。通过仿真实验研究,证明了该控制方案的可行性和有效性。最后,将该控制方案与目前常使用的双PD控制及LQR控制进行了比较。