动态神经网络自组织模糊控制在交流调速系统中的应用研究

利用动态神经网络所具有的并行处理、分布式信息存贮、自学习自适应的特点,实现了对结构复杂、干扰大且控制精度要求高的变频调速系统的控制.仿真结果表明,控制方法具有很强的自学习和抗干扰能力.与PID控制作对比研究的结果表明,神经模糊控制超调小、响应快、无静差、鲁棒性强,具有较好的动、静态品质.     

汽包锅炉燃烧的PID型神经网络解耦控制系统仿真研究

介绍了汽包锅炉燃烧控制系统的控制任务、物理量间关系、原则性控制方案、传统控制方法,以及解耦控制方法的发展,引入了PID型神经网络控制系统的结构、学习算法、初始权值参数选取.MATLAB仿真结果表明,该控制系统对多变量强耦合时变的锅炉燃烧控制对象具有良好的解耦性能和自学习控制特性.     

多变量PID型神经元网络控制系统及在除氧器水位解耦控制中的仿真研究

介绍了多变量PID型神经元网络控制系统.给出了网络的结构和学习算法,说明了系统参数选取方法,分析了除氧器水位控制的特点.仿真结果表明,该控制系统对多变量强耦合的除氧器水位控制对象具有良好的解耦性能和自学习控制特性.     

基于单神经元的自适应PID控制系统设计及仿真

设计了一种基于单神经元的自适应PID控制系统,该系统响应平滑、无超调.在MATLAB下对被控对象进行实验仿真,对同一对象用常规PID进行控制,并比较2种方法控制下的仿真结果.结果表明:单神经元自适应PID控制系统具有自学习和自适应能力,能够采用学习规则来调整权系数,从而使系统响应稳定、快速、准确.     

内在动机轮式倒立摆反应式认知系统

针对直线运动的轮式倒立摆常规自平衡控制方法存在自适应性差和鲁棒性差的问题,建立轮式倒立摆反应式认知系统,在与环境交互过程中涌现出自平衡控制规则.该系统由感知模块、执行模块和认知模块组成,前两者分别负责系统的输入与输出.认知模块涉及到知识模型与学习策略：前者由连续动作学习自动机组构成,用于描述控制规则;后者负责优化知识模型,采用不确定性动机驱动的学习算法.详细描述该系统的结构、原理和算法,理论证明学习算法的收敛性,并通过仿真实验验证系统的自学习能力.结合常规PID和LQR算法通过仿真实验验证自适应性和鲁棒性.实验结果表明,该系统能够自主涌现出自平衡控制规则,表现出良好的自主学习认知技能,具有较好的自适应性与鲁棒性.     

城市交通信号免疫自适应控制

针对城市交通流具有较强的时变特性,传统控制方法控制效果不佳的问题,借鉴免疫系统自学习、自适应原理,提出一种城市交通信号免疫自适应控制方法,该方法采用免疫网络记忆控制过程中获得的控制经验,采用克隆选择算法进行绿信时间的全局优化,通过采用知识引导下的在线学习模式,实现了快速在线自适应控制.仿真结果表明该方法可以获得较好交通信号实时控制效果.     

基于神经元智能PID控制器的研究

用神经元的自学习功能构成了智能PID控制器.该控制器将神经网络和PID控制规律融为一体,既具有常规PID控制器结构简单、参数物理意义明确的优点,又具有神经网络自学习、自适应的能力.     

基于神经网络的永磁同步电动机模糊控制

针对永磁同步电动机矢量控制系统，提出了一种将神经网络与模糊控制相结合的控制方法.通过对神经网络进行训练来记忆模糊控制规则，不需要存储模糊控制表，不依赖被控对象的精确数学模型，而且该方法具有很强的自学习能力，在模型参数发生变化时，可通过调整控制器在线自学习达到最佳效果.仿真结果表明此控制方案是十分有效的，具有响应快、鲁棒性强、较好的动、静态特性等优点，基于神经网络的模糊控制特别适用于结构复杂、干扰大、控制精度要求高的系统.     

基于BP神经网络整定的PID控制及其仿真研究

讨论BP神经网络PID控制,利用BP神经网络的自学习能力实现PID控制参数的在线整定,并使用Matlab软件进行仿真研究.仿真结果表明：基于BP神经网络的PID控制器参数调整简单,具有很高的精度和很强的适应性,可以获得满意的控制效果.     

神经网络方法在大跨连续梁施工控制中的应用

神经网络是一种模拟大脑结构和机能的信息处理系统.文章采用神经网络方法用于大跨度混凝土连续桥梁施工控制中的预拱度进行预测.结果表明:神经网络具有实测样本的自学习功能,对桥梁施工预拱度有较好的精度.     

高等教育自学考试面向高等教育大众化的挑战与机遇

高校扩招,自学考试生源发生变化,面对高等教育大众化的契机,高等教育自学考试具有很强的适应性和发展优势,应从多方面发展创新高等教育自学考试制度,为推进高等教育大众化服务.     

喂丝机神经元自适应速度控制系统设计

基于神经元的自组织自适应学习特点,提出了适用于喂丝机自适应速度控制的神经元控制器.此方法的显著特点为不需要系统建模,且运行简单,并且有较强的鲁棒性,非常适用于工程实际应用.仿真结果验证了该控制方案的有效性.     

基于单神经元的液压挖掘机自适应PID节能控制

在分析单神经元PID特性的基础上,设计了基于单神经元的液压挖掘机自适应PID节能控制器。该控制器通过神经元的自学习,对传统PID控制器的比例、积分、微分系数进行在线调整,实现了挖掘机功率匹配自适应控制。仿真结果显示单神经元PID自适应控制器具有较强的鲁棒性。     

模糊-PID复合控制在旋转伺服系统中的应用

在对旋转伺服系统的非线性和不确定性等特点分析基础之上,保留了PID控制静态稳定性能,结合模糊控制动态性能好的特点,提出了模糊、PID复合控制系统,即在误差大的时候,采用模糊控制,误差小的时候采用PID控制.实验曲线表明,该控制算法可以获得满意的控制效果.     

模拟电子电路课程教学改革探索

模拟电子电路课程是高职电子、自动控制、通信与信息类专业最重要的专业基础课程,也是后续各专业课的基础,工程性、实践性很强。应在教学内容、教学方法改革方面进行有益的探索,培养学生的自学能力,学会利用网络进行学习,不断提高教学效果。     

电阻炉温度的自动控制

电阻炉是一个具有较大纯滞后和时间常数的温度对象．为提高电阻炉温度控制的质量,介绍了以PC机为核心．通过数据采集卡（DAQ卡）,利用VB语言,采用微分先行、P—PI控制算法,并将控制输出转化为脉宽调制信号,通过控制固态继电器SSR的通断时间,改变了电阻炉的输入功率,从而实现温度的智能化控制．该控制系统具有电路结构简单、功能强、使用方便、测量控制精度高、工作稳定可靠、性价比高等优点．实践证明该控制方案在性能指标如超调量、稳定时间和稳态误差等方面,取得了较为满意的结果．     

基于速率的ATM流量反馈控制--一种基于神经网络预测的方法

在传统的流量控制方法中,基于速率的ATM流量反馈控制往往是在拥塞发生后采取控制措施.这样造成的结果是必然造成拥塞部分业务的服务质量(QoS)下降.本文利用神经网络能近似计算多变量的非线性函数,及自学习、自适应和大规模并行处理的特点,采用基于预测的原理上对信源反馈控制,实验表明这种方法对于降低信元丢失率(CLR),提高业务服务质量有明显效果.     

基于单神经元PID控制的温度控制系统

利用神经网络的自学习特性,将神经网络与PID控制方法相结合,实现对温度控制系统的在线智能控制。仿真结果表明,该温度控制系统具有很好的控制效果。     

麦饭石调节溶液pH值的影响因素

为了寻求麦饭石调节溶液pH值作用最佳效果,采用室内试验方法,研究了麦饭石调节溶液pH值作用的影响因素,发现经风化作用后的麦饭石调节溶液p14值作用效果优于未风化的麦饭石。风化后的麦饭石中的Al^3＋易于从硅酸盐矿物中析出,是麦饭石能调节溶液pH值并优于未风化的麦饭石原因。随着麦饭石粒度的减小其调节溶液pH值作用能力提高。该研究对麦饭石矿产资源的进一步开发利用具有一定的参考意义。     

单神经元-PID算法在磁轴承系统的研究

常规PID控制器参数往往整定不良，性能欠佳，对磁轴承系统运行工况的适应性很差。而由具有自学习和自适应能力的单神经元构成的单神经元自适应PID控制器，不但结构简单，而且能适应环境变化，具有较强的鲁棒性。将神经网络控制思想引入磁轴承系统中，提出了适合于磁轴承单自由度控制的单神经元-PID算法，通过实验探讨了其控制效果，并与传统PID算法控制效果作了比较。