共查询到19条相似文献,搜索用时 156 毫秒
1.
针对在非线性、时变不确定系统中,常规PID控制器难以获得满意效果的问题,仿照传统PID控制器结构,设计了一种基于T-S模型的模糊神经网络PID控制器。该控制器基于T-S模糊模型,将PID结构融入模糊控制中,充分发挥了模糊系统非线性、可解释性的特点;然后又利用神经网络的学习算法,实现了对模糊控制器的参数调整,使控制器具有了适应时变、不确定系统的自学习和自组织能力。针对非线性、时变系统,将此控制器与传统PID控制器对比进行了仿真研究,并应用于啤酒发酵领域,其结果表明,该控制器取得了令人满意的效果。 相似文献
2.
杨大柱 《数字社区&智能家居》2014,(36)
底盘测功机是一个复杂的时变非线性、大惯性系统,传统的PID控制对于非线性、时变性的系统难以达到控制精度的要求,而模糊PID控制具有在线自动调整的功能,从对传统的PID与模糊PID比较的基础上。分析了参数对系统性能的影响,并利用MATLAB软件中的模糊工具箱对连续系统进行了仿真,仿真结果表明,模糊PID控制器具有良好的跟踪性能,超调量小、控制精度高、调节速度快,可以实现对PID参数的最佳调整。 相似文献
3.
4.
反应釜炉温控制是化工生产过程中主要的控制系统之一,其温度控制具有大滞后、时变、非线性等特点.针对常规PID控制效果不佳的缺点,提出一种改进的模糊RBF神经网络智能控制方法.将系统的输入误差及误差变化率进行模糊化,并利用RBF神经网络算法对PID控制参数进行在线学习、运算和整定.在RBF神经网络控制算法中,设定初始权值在一定范围内服从高斯分布和均匀分布,对权值不断优化,使得反应釜温度达到良好的控制效果.经Matlab仿真验证,结果表明和常规PID相比,该方法提高了系统的控制精度并具有较强的鲁棒性. 相似文献
5.
针对液压位置伺服系统中参数时变和非线性等特点,使用模糊PID控制算法实现对PID参数的在线自调整。Matlab仿真表明,与传统PID控制相比,模糊PID控制系统具有超调小、稳态精度高、鲁棒性强等特点。 相似文献
6.
杨大柱 《数字社区&智能家居》2014,(10):6719-6722
底盘测功机是一个复杂的时变非线性、大惯性系统。传统的PID控制对于非线性、时变性的系统难以达到控制精度的要求,而模糊PID控制具有在线自动调整的功能,该文分析了参数对系统性能的影响,并利用MATLAB软件中的SIMU-LINK工具箱进行了仿真,结果显示,模糊PID控制方式具有超调量小、控制精度高、调节速度快等优点,可以实现对PID参数的最佳调整。 相似文献
7.
杨大柱 《数字社区&智能家居》2014,(28):6719-6722
底盘测功机是一个复杂的时变非线性、大惯性系统。传统的PID控制对于非线性、时变性的系统难以达到控制精度的要求,而模糊PID控制具有在线自动调整的功能,该文分析了参数对系统性能的影响,并利用MATLAB软件中的SIMULINK工具箱进行了仿真,结果显示,模糊PID控制方式具有超调量小、控制精度高、调节速度快等优点,可以实现对PID参数的最佳调整。 相似文献
8.
9.
邓木生 《计算机测量与控制》2011,19(7)
在参数时变系统中,为了解决PID参数不易实时调整问题,提出了基于PID控制律的智能控制方法;其主要思想是以PID的控制律作为神经网络输入输出模型,以PID的3个参数作为神经网络权值,通过对PID的控制模型进行实时在线训练,获得PID的最佳参数,从而实现对参数时变系统的最优控制;研究结果表明,基于PID控制模型的神经网络优化方法在处理非线性和时变系统时具有很强的鲁棒性,因而是一种有效的智能控制方法。 相似文献
10.
11.
12.
针对传统的PID算法由于难以给出精确的数学模型,使得系统参数设定困难,同时系统控制效果上存在一定的缺陷,造成系统安全性和可靠性降低,系统控制质量不高。为了解决传统的PID算法所带来的问题,提出了基于模糊神经网络的PID算法,将PID算法、模糊控制算法以及神经网络算法相结合,形成了一种智能控制算法。将算法应用在PLC控制系统中,实验表明算法有效的实现了PID参数的自整定,并且提高了控制质量,具有一定的实际应用推广价值。 相似文献
13.
14.
为了提高直接甲醇燃料电池(DMFC)的发电性能,采用自适应神经模糊推理技术(FGA-ANFIS)对电池的工作温度进行建模与控制.首先,基于实验的输入输出数据建立了DMFC电堆温度的自适应神经模糊辨识模型,避开了DMFC电堆的内部复杂性.然后,将训练好的网络模型作为DMFC控制系统的参考模型,采用一种改进的模糊遗传算法对神经模糊控制器的参数和模糊规则进行自适应调整.最后,通过仿真.将所提出的算法与非线性PID和传统模糊算法进行比较,结果表明所设计的神经模糊控制器具有较好的性能. 相似文献
15.
针对工业生产中电阻炉温度控制系统所存在的大惯性、大滞后等问题,提出一种应用于电阻炉炉温的基于改进粒子群(PSO,particle swarm optimization)算法的模糊RBF-PID控制策略.在该控制系统中,采用引入惯性权重因子和遗传变异算子的改进粒子群算法对模糊RBF(径向基函数)隶属度函数的初始值进行优化,再用BP(误差反向传播)算法进行细调,并结合模糊推理和RBF学习能力在线调整PID控制参数,从而达到最优的PID控制效果.仿真结果表明,该算法跟踪快、超调小、不易陷入局部极小值,同时鲁棒性和抗干扰性优于传统PID控制. 相似文献
16.
17.
针对钢包精炼炉( Ladle Refining Furnace) 又称LF 炉,配料加料过程的惯性、时滞、非线性等控制特性,设计了一种基于微粒群优化算法( Particle Swarm Optimization,PSO) 、误差反向传播( Back Propagation,BP) 神经网络以及比例- 积分- 微分( PID) 的复合控制算法PSO-BP-PID,并将该复合算法应用于150 t 钢包精炼炉配料称重控制系统中,实现配料称重过程的智能控制。PSO-BP-PID 算法利用微粒群优化算法的全局寻优特性,优化BP 神经网络的初始权值以提高神经网络的收敛性; 采用经微粒群算法优化后的BP 神经网络在线实时调整PID参数。通过基于PSO 和BP 网络的PID 控制器实时控制钢包精炼沪的配料过程。仿真实验和运行实验结果表明,PSO-BP-PID 算法的控制效果优于单一PID 算法的控制效果。采用PSO-BPPID算法的钢包炉配料系统后,明显提高了配料精度,有效地解决了配料称重过程中速度与精度的矛盾。 相似文献
18.
19.
以中频烧结炉温度控制系统为研究对象,提出了一种基于BP神经网络整定的PID控制方法,并给出了系统设计及软件开发。由于神经风格所具有的任意非线性表达能力,可以通过对系统性能的学习来实现具有最佳组合的PID控制。实验结果表明,用该方法整定的PID控制系统,逼近精度高,鲁棒性好。 相似文献