共查询到15条相似文献,搜索用时 93 毫秒
1.
普通PID控制器以其简单、实用、易于实现,在经典控制中倍受青睐。对于像航空发动机这样复杂的非线性系统,基于对象精确数学模型的PID控制方法的自适应性较差,难以适应具有非线性、时变不确定性的被控对象。神经网络的建立为这种问题的解决奠定了基础。文中针对航空发动机难于建立精确数学模型的特点.采用了航空发动机自适应神经网络PID参数控制方案,仿真结果表明自适应神经网络PID控制不仅不依赖于精确的对象模型.而且具有满意的动、静态性能。 相似文献
2.
3.
4.
基于RBF网络的微分先行PID控制器 总被引:1,自引:1,他引:0
将微分先行PID控制算法和径向基函数(RBF)神经网络结合,提出基于RBF神经网络的微分先行PID控制器.其微分先行PID控制器直接对被控对象进行闭环控制,实现参数在线自调整.RBF结构神经网络则根据系统的运行状态,利用神经网络的自学习自适应能力调节PID控制器参数的在线自整定,达到误差性能指标最优化.Matlab仿真表明,该控制方案不仅跟踪性能良好,而且抗干扰性较强,鲁棒性较好. 相似文献
5.
6.
基于BP网络的PID整定控制 总被引:1,自引:0,他引:1
基于三层BP网络的PID的整定控制器,将输出层神经元输出状态对应于PID控制器的比例、积分、微分参数.先确定输入层和隐含层节点数、给出各层权值初值、选定学习速率和动量因子、学习参数等,再计算采样时刻误差、各层神经元的输入输出、PID控制器输出.通过神经网络的自学习、实现PID控制参数的自适应调整.仿真表明该神经PID控制器在三参数自调整、控制量变化、减小误差等方面具有优势. 相似文献
7.
针对某型复合翼无人机强非线性、不确定性和多模态的问题,从不确定性补偿非线性控制方法、跟踪微分器加速度测量和直接切换方法等角度开展全包线飞行控制研究。针对气动参数不确定问题,基于角加速度补偿方法,提出一种基于新型微分跟踪器的增量反步方法(incrementalbacksteppingcontrol,IBKS);为解决多模态特性问题,设计基于策略的直接切换方法,利用控制器参数切换实现复合翼无人机全包线姿态控制;通过不同模态下的仿真选取不同模式下的控制器参数,并联合选取的参数对起飞过程进行仿真。结果表明:所提姿态控制方法在样例复合翼无人机参数摄动30%的情况下,相较于反步法提高了66.8%的俯仰角控制精度,能消除攻角抖振,提升飞行品质。 相似文献
8.
为解决PID参数的在线调整问题,针对龙门刨床的主拖动系统,提出将神经网络的模糊PID自适应控制器用于直流调速系统的方法。分析龙门刨床电气设备的组成,综合模糊控制和神经网络的长处,将神经网络、模糊逻辑和PID控制相融合,构成模糊神经网络控制器,并通过MATALAB对系统进行仿真。设计时,将模糊规则融于神经网络中,通过对神经网络的自学习、自适应能力在线调整模糊规则和隶属函数参数,对PID控制器实现在线实时调整。仿真结果表明,该系统比普通控制器具有更好的动、静态特性。 相似文献
9.
10.
11.
为解决定深电液伺服系统的系统参数难以确定、运行过程中内部参数具有时变性和外部负载扰动较大等
问题,设计一种将PID 控制器与神经网络相结合的控制策略。分析定深电液伺服系统的数学模型和控制器的结构与
工作原理,用径向基函数神经网络来动态修正PID 控制器中控制参数的策略,采用粒子群算法离线选取最优的神经
网络权值,用Matlab 将控制器应用于定深电液伺服系统中,并与经典的PID 控制器和RBF-PID 控制器进行对比。
仿真结果表明,该控制器具有较好的快速响应能力与鲁棒性。 相似文献
12.
13.
基于RBF神经网络整定的PID控制器设计 总被引:2,自引:0,他引:2
对工业控制领域中非线性系统,采用传统PID控制不能获得满意的控制效果。采用基于梯度下降算法优化RBF神经网络,构建其模型,进而编写M语言程序。以整定PID控制器的参数,使系统输出近似跟踪输入。该方法只需给出粗略的PID控制参数,系统的性能依靠神经网络寻优调整,从而可有效地解决经典PID控制方法中控制参数整定困难的问题,且可克服由PID控制参数整定不准给系统带来的不良影响。 相似文献
14.