CMAC神经网络与PID复合控制的应用研究

阐述了CMAC神经网络的基本原理,并结合PID控制的特点,将CMAC神经网络与PID复合控制算法应用在工业领域的温度控制系统中,并同传统的Zieglar-Nichols阶跃响应法及单纯形算法作了比较。仿真结果表明:该复合控制算法具有较高的控制精度及良好的控制效果。     

具有电阻的TCSC阻抗特性

TCSC(ThyristorControlledSeriesCapacitor)补偿装置具有灵活控制传输线中的功率流、改进系统的稳定性、提高传输能力等优点 ,提出一种考虑电阻的TCSC等效阻抗的计算方法 ,并用这种方法分析了TCSC的阻抗特性 ,对TCSC的实际应用具有指导意义     

具有电阻的TCSC阻抗特性

TCSC（Thyristor Controlled Series Capacitor)补偿装置具有灵活控制传输线中的功率流，改进系统的稳定性，提高传输能力等优点，提出一种考虑电阻的TCSC等效阻抗的计算方法，并用这种方法分析了TCSC的阻抗特性，对TCSC的实际应用具有指导意义。     

基于CMAC与PID复合控制的汽轮机功率控制系统

针对汽轮机功率调节过程的非线性特征,提出了将CMAC神经网络与常规PID控制相结合的方法,并将其应用于汽轮机功率控制中。该复合控制方法可以实现前馈与反馈的联合控制,其中前馈控制由CMAC神经网络实现,反馈控制由常规PID控制器实现。通过对比分析CMAC/PID复合控制与常规PID控制的仿真结果,可以看到在不同的扰动因素存在时,CMAC/PID复合控制均能取得较好的控制效果。     

位置伺服系统的单神经元PID/CMAC控制研究

在分析了位置伺服控制系统基本原理和数学模型的基础上,提出了一种单神经元PID/CMAC复合控制算法和控制器的设计方法。用单神经元PID替代常规PID控制,由神经元来在线调整PID控制参数,利用CMAC神经网络的自学习和自适应能力,来完成系统的实时控制。该算法直接应用于位置伺服控制系统,仿真结果表明,与传统PID控制算法相比较,该复合控制算法增强了系统的控制精度,提高了系统的响应速度,具有较强的鲁棒性和抗干扰能力。     

基于CMAC的开关型模糊PID控制器设计与仿真

针对开关型模糊-PID控制在判据附近出现的开关跳变现象,提出了一种基于CMAC网络的开关型FUZZY-PID控制器。分别阐述了开关型模糊PID控制、CMAC-PID并行控制及本控制方法的原理和算法。以某交流电机为控制对象,通过MATLAB仿真验证表明,该控制方法响应速度快,学习时间短,具有良好的自适应性,并且很好的解决了开关跳变的问题。     

基于CMAC的PID控制在换热器中的应用设计及仿真

本文介绍了小脑模型神经网络CMAC的原理及基于CMAC与PID的并行控制设计，以及该设计在换热器控制中的应用，并对该设计在MATLAB下进行了仿真．得到了较好的控制效果。     

基于改进的CMAC神经网络与PID并行控制的研究

提出一种改进的CMAC神经网络控制算法,利用满打满葬单元的先前学习次数作为可信度;将改进的CMAC与PID实现复合控制,由CMAC控制器实现前馈控制,PID控制实现反馈控制;仿真表明,改进算法的响应速度和精度有一定的改善。     

双向规划小脑模型神经网络CMAC学习控制

CMAC小脑模型是模拟人小脑的一种学习结构。以往CMAC方法为单向规划方法,为改善CMAC学习控制效果,提出如下双向规划方法     

伺服系统的高斯基函数CMAC学习控制研究

在高精度伺服系统中,由于摩擦力及负载扰动等因素的影响,常规PID控制难以满足越来越高的控制精度、跟踪性能等指标要求。本文提出了基于商新基函数CMAS在线学习的控制方案,并给出了相应的学习算法。仿真结果表明．该方法不仅有较好的控制精度,而且具有学习速度快等优点。     

基于CMAC与PID复合控制的柴油机调速系统

针对柴油机模拟参数多变化、非线性因素较强的特点.结合传统PID控制的优点,提出了改进CMAC与PID复合控制方案,并应用于柴油机调速系统的设计中去,给出了柴油机调速系统数学模型和新的控制算法.改进的复合控制方案是采用模糊化的方法的选择泛化邻域及学习率,并采用层叠来完成对系统的学习.控制方法开始时是常规PID控制器起作用,经过对常规控制器输出的不断学习,逐渐由小脑模璎的输出起控制作用.与传统的PID输出及CMAC与PID复合控制相比,仿真结果表明,改进的复合控制效果更好,超调小,鲁棒性强,更适合于类似于柴油机调速系统的非线性环境.     

基于自组织模糊CMAC网络的非线性系统鲁棒自适应跟踪控制

基于自组织模糊CMAC(SOFCMAC)神经网络,提出了一种非线性模型参考神经网络增广逆系统鲁棒自适应跟踪控制方法.该方法的特点是通过S0FCMAC神经网络在线修正由于建模误差、不确定因素等引起的非线性系统逆误差,使得系统输出准确跟踪参考模型输出.SOFCMAC的权值调整规律由Lyapunov稳定性理论导出.文中证明了非线性闭环系统的稳定性.仿真例子表明了本文方法的有效性.     

空间机械臂的鲁棒复合自适应控制

对于本体姿态受控而位置不受控的空间机械臂系统,考虑存在参数不确定性及非参数不确定性,首先建立了系统的估计模型,并且提出了一种鲁棒复合自适应控制方法,其参数适应律由估计误差和跟踪误差共同决定.证明了这种方法不仅可维持系统的全局渐近稳定,而且还可快速收敛和减小跟踪误差.     

一阶时滞不稳定过程的复合PID控制

针对一阶时滞不稳定过程讨论了一类复合ＰＩＤ控制及其参数整定公式．该方法基于分步设计的思想，在比例控制器镇定基础上对闭环所构成的广义稳定对象，设计二级ＰＩＤ控制器．在二级控制器设计中，通过引入时滞二阶稳定模型优化ＰＩＤ参数．本文同时讨论了等价的二自由度ＰＩＤ控制器．     

一类非自衡对象的PID控制

本文讨论非自衡对象PID控制器设计问题.首先在鲁棒控制理论的基础上定义了最优性能指标,然后针对控制系统性能传递函数的特点发展了两种设计方法,通过引入2型滤波器使系统满足了渐近跟踪的要求,并解析地得到了PID控制器.控制器的特点是标称性能可以定量地估计,鲁棒性可以方便地调节.     

基于CMAC神经网络与PID的并行控制器设计与应用

提出一种基于CMAC神经网络与PID的并行控制器的设计方法,利用传统PID实现反馈控制,保证系统的稳定性,且抑制扰动,利用CMAC神经网络控制器实现前馈控制,确保系统的控制精度和响应速度。该算法直接应用于控制直流电机调速系统,仿真结果表明,与传统数字PID控制算法相比较,该并行控制算法增强了系统的控制精度,提高了系统的响应速度,并且具备较强的抗干扰能力和鲁棒性。     

遗传算法对CMAC与PID并行励磁控制的优化

为解决同步发电机在不同工况下的PID控制参数最优化,干扰情况下的快速稳定等问题,提出了一种通过遗传算法来优化CMAC与PID的并行控制策略.由遗传算法来对PID参数进行全局择优,CMAC在其基础上进行局部择优,以达到所需要的控制效果.Matlab仿真表明该控制方案与传统控制方案相比具有优越性,通过现场试验表明算法的可行性和实际控制效果的优越性.     

基于CMAC与PID复合控制的柴油机调速系统

提出了柴油机调速系统CMAC与PID复合控制方案,给出了柴油机调速系统数学模型和控制算法.仿真分析表明,CMAC与PID复合控制比传统的PID控制有更好的控制效果,鲁棒性强,适合于非线性实时控制.