排序方式: 共有39条查询结果,搜索用时 15 毫秒
1.
2.
该文为一类稳定的最小相位控制对象提出一种新的PID控制器的参数整定方法。它是基于Bode’s integrals可以给出最小相位稳定系统的幅值与相位的关系,从而运用bode’s integrals近似表示控制对象G(jw)的幅值和相位的微分,然后将该简化结果用于PID控制器的设计中,从而得到新的控制器参数整定方法。该文中PID控制器的设计要求是,调整控制对象的Nyquist曲线在给定频率处的斜率,以提高闭环系统性能。最后,通过在matlab中对一类稳定的最小相位系统的计算机仿真例子比较,可以显示出该方法的优越性。 相似文献
3.
为了探讨被控对象的结构误差范围,简化调节PID参数过程,利用H∞和Youla参数化理论,给出了当控制器使标称模型稳定而标称模型存在结构误差的情况下,控制器仍然可以使摄动对象也稳定时的结构误差范围的计算方法,计算了被控对象分别是单变量系统和多变量系统时,结构误差的范围.仿真结果验证了该计算方法的可行性.这种方法给工程人员提供了一个设计PID控制器的定量指标,简化了调节PID参数的过程. 相似文献
4.
本文介绍了一种低成本嵌入式多任务系统的快速实现,采用?C/OS—Ⅱ操作系统的多任务调度在Rabbit 2000微处理器上实现多任务之间的通信,并给出了在Dynamic C集成开发平台下的全部程序源代码,该实现稍作修改即可应用于各种现场的工业控制与数据采集等应用场合。 相似文献
5.
本文介绍了一种通过BlueCore2-External蓝牙芯片来实现Epson TM-U300打印机无线打印的设计方法,它通过PC的串口(或USB)和打印机的串口进行通信,并且只要稍作改动便可应用在其他打印机上。 相似文献
6.
7.
模糊逻辑发展到今天已经取得了有目共睹的成就,在模糊控制中规则的提取是该控制方法的关键.而规则的提取常常依赖于专家的经验,控制精度难以提高.神经网络和遗传算法是目前常用的优化技术.将神经网络、遗传算法与模糊逻辑相结合是目前的热点.但是,两种方法都有各自的缺点.采用自适应调整变异率和交叉率的遗传算法,实现模糊规则的自动提取,在倒立摆的仿真中取得了较好的效果.该方法采用离线方式.应用中可以用遗传算法离线训练,用BP算法在线调整. 相似文献
8.
递阶遗传算法是一种能够同时训练RBF神经网络的结构和参数的有效算法,但收敛速度较慢.这里在分析了RBF网络固有特性的基础上,提出用混合递阶遗传算法是对其进行训练,即对输出层采用最小二乘法,对隐层采用递阶遗传算法,并使用优化后的RBF网络对青霉素生产过程进行了建模,证明其有效性. 相似文献
9.
基于小波神经网络的非线性动态系统辩识 总被引:1,自引:0,他引:1
采用一种新型小波神经网络对非线性动态系统进行辨识。通过优化组合小波基元激励函数 ,大大减小了小波神经网络的规模 ,改善了网络学习特性。仿真结果表明 ,该网络结构及其学习算法简单有效 ,逼近精度高 相似文献
10.
为了探讨被控对象的结构误差范围,简化调节PID参数过程,利用H∞和Youla参数化理论,给出了当控制器使标称模型稳定而标称模型存在结构误差的情况下,控制器仍然可以使摄动对象也稳定时的结构误差范围的计算方法,计算了被控对象分别是单变量系统和多变量系统时,结构,误差的范围。仿真结果验证了该计算方法的可行性。这种方法给工程人员提供了一个设计PID控制器的定量指标,简化了调节PID参数的过程。 相似文献