基于单神经元PID的直流脉宽调速系统研究

针对传统直流调速系统存在因PID控制器参数固定而导致调速性能差的问题,提出了基于单神经元PID的双闭环直流脉宽调速系统的设计方法,即采用单神经元PID控制器替代传统的转速PI调节器,并用S函数编写该控制器的算法程序。Matlab仿真结果表明,基于单神经元PID的双闭环直流脉宽调速系统具有较快的响应速度和较强的抗干扰能力,调速性能得到了较好的改善。     

基于单神经元PID控制的直流无刷电机调速系统的建模与仿真

采用单神经元PID控制器的调速系统具有更好的动态性能和启动性能。针对直流无刷电机调速系统,采用了一种基于改进的单神经元PID控制算法,用MATLAB／Simulink仿真工具对调速系统进行了建模,矛对控制算法进行了仿真分析。仿真结果表明,使用该算法对直流无刷电机进行调速控制具有较高的可行性。与传统的PID控莉算法相比,新算法具有更好的鲁棒性,且易于实现。     

直流电动机调速控制系统的仿真研究

研究直流调速系统控制性能优化问题,直流调速系统是一种具有时变性和非线性的复杂控制系统,无法建立精确数学模型,传统PID控制的控制效果依赖于被控对象的精确数学模型,传统PID无法动态适应直流调速系统,难以获得较高的控制精度.SVM具有非线性控制能力,不需要建立精确的直流调速系统数学模型就可以进行精确逼近,为提高了直流调速系统控制精度,提出一种支持向量机和传统PID相结合的直流调速系统控制方法(SVM-PID).通过支持向量机对传统PID控制器3个参数进行在线整定,使PID控制器能够适应直流调速系统非线性变化,从而实现对适应直流调速系统精确控制,最后采用仿真验证SVM-PID性能.仿真结果表明,SVM-PID较好的克服了传统PID控制器存在的不足,提高了系统的抗干扰能力,减小了系统的超调量,为提高控制系统的性能提供了依据.     

基于阈值开关模糊PID控制的直流电机调速系统

介绍直流调速系统工作原理,在分析模糊PID控制器原理的基础上,充分结合传统PD控制响应速度快和模糊PID控制精度高的特点,设计了一种阈值型模糊PID算法,应用于直流电机调速系统.通过在MATLAB/Simulink中与传统PID控制进行仿真分析对比,证明了这种算法的有效性.     

模糊控制器实现的直流双闭环调速系统

本文探讨模糊控制方法在直流调速系统中应用的可行性。针对传统的PID控制与模糊控制所存在的缺点,提出将PID／模糊控制器应用到直流调速系统中,并通过MATLAB语言对这三种直流调速系统进行了仿真分析。     

双闭环直流调速系统优化及仿真研究

研究双闭环直流调速系统优化问题,直流调速系统具有不确定性、时变性和非线性,难建立准确的数学模型,而常规PID控制难以自适应双闭环直流调速系统参数变化,控制精度低,稳定性差.为了提高双闭环直流调速系统控制精度,提出一种改进的RBF神经网络PID的双闭环直流调速系统.RBF神经网络不需要建立精确的数学模型,具有自适应、自学习能力,可以对PID控制器的3个参数进行在线性优化,从而对双闭环直流调速系统进行准确控制.仿真结果表明,改进RBF神经网络控制解决了常规PID控制算法存在的难题,可以获得较高的控制精度,增强了双闭环直流调速系统的抗干扰能力和鲁棒性,为系统的优化设计提供了依据.     

单闭环直流调速系统的模糊控制研究

随着工业发展对电机速度的要求越来越高,传统工程整定的PID算法已经不能满足要求,本文设计了一种基于模糊PID算法的单闭环直流调速系统。仿真对比传统的工程PID整定法和模糊PID整定法,结果表明,模糊PID整定法的控制效果更好,能达到工业控制领域要求。     

基于PSCAD/MATLAB接口的智能控制直流调速系统

使用PSCAD建立电机的转速、电流双闭环控制系统模型,并使用MATLAB编写神经网络PID控制器算法;通过PSCAD/MATLAB接口用神经网络PID控制器取代常规PID控制器,从而实现智能控制直流调速系统。     

模糊-PID混合控制技术在直流电机调速系统中的应用

为了提高直流电动机调速系统性能,通过模糊PID控制方法和MATLAB软件的控制工具进行直流电动机调速系统的辅助设计。     

基于P-模糊自适应PID控制的无刷直流电动机调速系统

分析了无刷直流电动机的数学模型,提出了一种新型的P-模糊自适应PID控制方法,并在Matlab/Simulink环境中建立了基于P-模糊自适应PID控制的无刷直流电动机调速系统仿真模型。在该调速系统中,电流控制采用电流滞环,转速控制采用P控制和模糊自适应PID控制相结合的方式,实现了电流滞环和转速模糊控制的双闭环调速控制功能。仿真结果表明,该系统与基于常规PID控制的调速系统相比,系统响应时间缩短一半,且超调减小,具有较强的鲁棒性和自适应能力。     

基于遗传算法的伺服系统参数自整定

针对直流伺服电机的速度控制和位置跟踪问题,根据直流电机的数学模型,搭建了电机的三闭环控制系统模型;依据遗传算法对PID参数的寻优过程及方法,编写了基于遗传算法优化伺服参数的软件,并利用软件对电流环和速度环的控制参数做了寻优实验。实验证明:软件运行良好,基于遗传算法的PI参数整定方法可行,控制效果良好。     

永磁同步电机PID参数优化研究

研究永磁同步电机优化控制问题,永磁同步电机具有强耦合和强非线性特性的特点,应用环境一般较为复杂且常常存在各种干扰使电机系统稳定性差,针对传统PID控制方式很难满足电机系统要求,控制效果差,超调大。为提高控制精度,提出一种改进的PID控制方法。将PID控制器的参数作为粒子群中的粒子,系统控制精度作为粒子的寻优目标,通过粒子搜索找到最优PID控制参数,从而对电机进行精确的控制。仿真结果表明,粒子群算法的PID控制器提高了永磁同步电机系统控制精度,为永磁同步电机优化设计提供了科学依据。     

直流无刷电机智能控制系统研究

阐述直流无刷电机工作原理,分析直流无刷电机的数学模型;介绍模糊控制理论与神经网络控制理论,提出模糊自适应PID控制策略;在MATLAB环境下,分别使用反电动势建模法建立直流无刷电机控制系统的模型,并对各个模型进行仿真分析。然后利用BP神经网络控制策略,模糊自适应PID控制策略改进速度控制器中的常规PID算法,进行仿真,并将所得结果进行对比。从对比结果可以得出模糊自适应PID控制策略更适合直流无刷电机的控制。     

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。     

基于PID算法的单闭环直流调速系统设计与实现

介绍了基于PID单闭环直流调速系统的设计方法。系统选用STC89C52单片机为控制器,并在此基础上完成了硬件设计。利用脉宽调制技术,解决直流调速系统中调节时间长、抗干扰能力差等问题,实现了对直流电机速度的控制。实验结果表明,该系统具有良好的动静态性能,对负载的变化具有较强的鲁棒性。     

基于AVR单片机的门禁控制器的设计与实现

介绍了一种基于ATmegal6单片机控制的门禁控制系统的硬件和软件设计方法,该系统以直流电机为执行器;系统首先对光电编码器的脉冲信号进行采样,经ATmega16单片机中PID算法处理后产生PWM信号驱动直流电机,以此实现对控制门禁的开关时序和转速的调节控制;同时又有外连设备可供用户根据实际需要来改变系统参数,达到最合理配置;实验结果表明,该方法可以在生产中推广应用.     

基于粒子群优化的分数阶PID滑模控制参数整定

为了提高系统的控制性能,解决单一控制方法不足,将分数阶PID算法与滑模变结构算法相结合,同时为了规避分数阶PID的滑模变结构算法手动调节参数的复杂性以及不确定性,采用粒子群算法对其参数进行优化,完善分数阶PID的滑模变结构控制器,提高其控制精度.并将新型算法应用于单相全桥逆变器,通过Matlab仿真并与分数阶PID滑模变结构控制函数(PID-SMC)及滑模变结构控制(SMC)方法相比较,研究结果表明,粒子群算法整定参数收敛速度快,较短时间内可以找出最优解,整定后的算法静态误差小,上升速度快,抑制系统抖振能力强,具有较强的鲁棒性.     

基于改进粒子群算法的柴油发电机自适应PID控制

对柴油发电机数字电子调速系统进行了研究;数字电子调速系统是运用闭环控制来实现柴油发电机的转速恒定,以确保供电频率的稳定;传统的柴油发电机组调速器中都是用经典PID控制算法,传统PID控制存在的主要问题其实就是PID参数的整定问题,因为一次性得到的PID参数很难保证其系统的控制效果始终处于最优化状态,因此在频率控制器中引入了基于改进粒子群算法的PID参数自整定方法,实时改变PID参数以保证通过控制取得优化控制效果;在执行器上采用了步进电机,使其调速性能有了很大的改进,成本降低;实验仿真表明,该调速系统动态特性较好,有较高的精度,不失为柴油机调速的一种新方法。     

双闭环直流调速系统模糊PID控制研究*

针对电压和负载扰动导致传统PID控制双闭环直流调速系统性能下降的问题,本文提出一种模糊PID控制方法。本文的控制方法根据调速系统的转速偏差e和偏差变化率ec,经过模糊逻辑推理,动态自适应调整PID控制器的三个参数,能够有效提高系统抗扰动能力。为了对两种控制方法的性能进行比较分析,文中对系统在理想空载状态、负载扰动和电压波动三种情况下进行仿真试验。结果表明两种控制方法在理想空载状态下的稳态性能基本相同。在负载扰动和电压波动的情况下,本文的方法能使系统更快恢复到平衡状态,且具有更小的转速降。因此,本文的控制方法能够保证系统具有较好的动态性能和抗扰性能。