共查询到20条相似文献,搜索用时 203 毫秒
1.
2.
3.
传统的水电机组PID控制不能根据系统的动态过程自动调整控制参数,系统在工况变化时很难达到较好的控制效果。本文提出一种改进的智能自适应模糊PID控制系统,模糊推理输出在线修改PID参数,并探讨了如何整定PID参数以达到最优控制效果。仿真实验表明这是一种有效的控制策略,尤其在启停机过程及负载扰动过程较传统PID控制具有更好的鲁棒性和稳定性。 相似文献
4.
主动队列管理(AQM)对于保持TCP网络高性能是一种有效的策略。AQM的基本机制是调节数据包进入路由器缓冲区的速率,从而避免网络拥塞。针对传统PID控制器在拥塞控制过程中参数固定的缺点,将神经网络理论引入AQM的研究中,设计了一种改进的单神经元自适应PID主动队列管理器。基于NS2平台的仿真结果表明,与PID控制器及传统的单神经元自适应PID控制器相比,改进的控制器对网络环境的变化有更强的适应能力和更好的稳定性。 相似文献
5.
6.
杨绍辉 《自动化与仪器仪表》2011,(6):35-36,39
针对变风量空调系统的延迟,非线性和模型不确定性,本文提出将神经元P I D控制器应用于变风量空调系统中。该控制器综合了神经网络和P I D调节各自的有点,具有神经网络的学习和适应能力,同时具备P I D控制的广泛的适应性。仿真实验表明该控制器控制结果优于传统的P I D控制器。 相似文献
7.
模糊自适应PID控制器在张力控制中的应用 总被引:10,自引:6,他引:10
针对常规PID在张力控制中控制参数难以整定的问题,设计出一种基于模糊控制原理的自适应PID控制器,根据偏差和偏差变化率来实时调整kP,kI,kD参数。经过实践表明,这种模糊自适应PID比常规PID控制器在张力控制中具有更好的控制特性。 相似文献
8.
单神经元自适应PID控制器设计方法研究 总被引:1,自引:0,他引:1
本文主要介绍了采用有监督Hebb学习算法的单神经元自适应PID控制器以及采用以输出误差平方为性能指标的单神经元自适应PID控制器的控制算法及其仿真实现,总结出了两种基于单神经元的自适应PID控制器的控制特点及其参数设计规律。 相似文献
9.
单神经元自适应PID控制器设计方法研究 总被引:8,自引:3,他引:8
本文主要介绍了采用有监督Hebb学习算法的单神经元自适应PID控制器以及采用以输出误差平方为性能指标的单神经元自适应PID控制器的控制算法及其仿真实现,总结出了两种基于单神经元的自适应PID控制器的控制特点及其参数设计规律. 相似文献
10.
BP网络与PID控制器相结合,可以实现对PID控制器参数的优化调整。但是BP网络的隐含层层数和神经元节点数的选取尚无定则,需要反复的计算论证才能确定;并且网络连接权重初值选取为随机值,难以保证系统初始运行的稳定。本文提出一种将BP神经网络与PID控制规律融合的新方法--PID神经网络,该方法控制结构简单、系统参数物理意义明确,同时又克服了上述网络的诸多缺点。将该方法应用于对发动机油门开度的仿真控制,仿真结果表明该控制器大大改善了发动机油门控制系统的性能,仿真效果良好。 相似文献
11.
基于单片机PID算法的直流电机测控系统 总被引:17,自引:0,他引:17
为了实现直流电机测控数字化和精确可测控性,文章详细分析了以CygnalC8051F020为核心的电机测控系统硬件组成方案,提出了单片机PID算法的设计思想及其实现方法,并介绍了新型的基于MATLAB系统的PID控制参数整定方法。实践证明:设计的系统响应速度快,稳定性好,能提高直流电机的可测控性能。 相似文献
12.
基于神经网络的模糊自适应PID控制方法 总被引:51,自引:0,他引:51
提出一种基于BP神经网络的模糊自适应PID控制器。该控制器综合模糊控制、神经网络与PID调节各自的优点,既具有模糊控制的简单和有效的非线性控制作用,又具有神经网络的学习和适应能力,同时具备PID控制的广泛适应性,仿真实验表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。 相似文献
13.
14.
15.
16.
17.
陈波 《数字社区&智能家居》2008,3(12):1691-1692
基于常规PID控制方法的一些缺点,该文介绍了一种利用神经网络HEBB规则.实现了有效的控制方法和PID控制参数的优化的方法。通过仿真和跟经典PID控制方法的比较,说明了其优越性。 相似文献
18.
CHEN Bo 《数字社区&智能家居》2008,(34)
基于常规PID控制方法的一些缺点,该文介绍了一种利用神经网络HEBB规则,实现了有效的控制方法和PID控制参数的优化的方法。通过仿真和跟经典PID控制方法的比较,说明了其优越性。 相似文献
19.
基于神经网络的PID自整定控制系统 总被引:2,自引:0,他引:2
文章介绍了一种应用神经网络技术建立的PID自整定控制系统,给出了系统结构,详细分析了BP神经网络和RBF神经网络的结构和学习算法。该系统采用3层BP神经网络,其输出为PID控制器的参数;通过变结构的RBF神经网络辨识控制对象,将得到的输出对输入的梯度信息提供给BP神经网络,BP神经网络根据该信息优化PID控制器参数。仿真结果表明,该系统对于参数扰动较大的非线性系统,其收敛速度快、动态响应能力强、稳定性好,且具有较强的鲁棒性和适应性。 相似文献
20.
本文从自适应控制和优化学习算法的角度出发,将传统的PID控制和神经网络BP算法相结合,构造了具有自适应、自学习功能的神经形态PID自适应马赫数控制器(NNCPID)。通过对网络控制模型的训练、学习和系统仿真,验证了该NNCPID控制器在改善马赫数控制性能、提高系统实时性、鲁棒性等方面,具有很大的优越性。 相似文献