基于改进的神经元PID的网络化控制系统

为了解决网络诱导时延给网络化控制系统(Networked Control Systems,NCSs)带来的不利影响,在分析Ethernet时延特性的基础上,提出了一种不依赖于网络诱导时延精确数学模型的改进的神经元PID控制器。该控制器利用单神经元实现自适应PID控制,利用神经元良好的学习能力克服网络化控制系统中不确定的网络诱导时延的影响。改进的神经元PID控制器根据有限的时延信息动态调整用于计算控制输出量的参数,该控制器还利用一种在线调整规则对神经元的比例系数进行在线更新,并针对Ethernet这类网络进行了仿真研究。仿真结果表明,所提出的方法能有效提高控制系统的性能。     

模糊神经网络pH控制器的DSP实现

针对pH值控制过程具有较强非线性、纯滞后性的特点，传统PID控制往往达不到满意控制效果。介绍一种将模糊控制技术与神经网络技术相结合构成的模糊神经网络pH控制器，通过数字仿真显示了该控制算法的控制效果优于传统的PID控制和一般的模糊控制算法。并将提出的模糊神经网络控制算法在DSP上进行了实现．通过模拟实验验证了该控制器的可行性。     

有源电力滤波器的模糊神经网络控制

针对有源电力滤波器APF是非线性、强耦合的复杂系统,难以建立精确的数学模型,因而使得智能控制技术在有源电力滤波器中的应用具有很大的潜力。该文设计出一种将模糊控制与神经网络控制相结合的模糊神经网络控制器FNNC,并将其应用到并联型有源电力滤波器的直流侧电压的控制中。通过仿真表明该控制策略具有可行性、较强的适应性和鲁棒性。