电主轴伺服系统的单神经元自适应PID控制

电主轴感应电动机伺服系统要求有良好的动静态性能.按转子磁场定向的感应电动机矢量控制中转速PI调节器在控制对象参数和工作环境变化时其性能较差.为了改善电主轴伺服系统的性能,提出了用单神经元自适应PID控制器代替传统PI调节器.为了提高单神经元PID控制器的学习能力,将无监督的Hebb学习规则与有监督的Delta学习规则相结合,实现单神经元控制器的参数优化与在线自调.仿真和实验结果表明,伺服系统不仅具有很好的静、动态性能,而且又具有很强的自适应性和抗扰性.伺服系统可用于航空航天、智能机器人和数控机床等高性能控制系统当中.     

运动控制芯片改进的单神经元位置伺服系统

常见的运动控制芯片采用传统的PID控制策略,无法满足高性能要求。本文采用单神经元控制策略,对传统PID控制参数和控制方法进行改造,构成了单神经元PID控制系统。实践证明,改进系统对参数变化具有更强的自适应能力,显示出很强的鲁棒性。     

神经元PID直流伺服系统

神经网络技术是电机控制方法发展方向之一，本文在介绍一套神经元PID自适应直流伺服系统的基础上，对神经元控制的基本性能进行了探讨。实验证明将神经元理论用于PID控制系统中增强了系统的鲁棒性。     

自动离合器位置跟踪神经元自适应PID控制

针对自动离合器位置难以准确快速跟踪控制的问题,在采用蜗卷弹簧作为补偿装置改善驱动机构性能基础上,设计了一种具有前馈作用的增益可调神经元自适应PID控制器,利用前馈控制加快控制器的响应速度,利用神经元的自学习功能实现权值的自动调整,采用PSD算法实现增益的自动调整.实验结果表明,与常规控制器相比,该控制器用于离合器位置跟踪控制动、静态误差小,能够适应离合器负荷和目标接合速度的非线性变化,具有较好的鲁棒性,能够满足离合器位置跟踪控制要求.     

永磁同步电机单神经元自适应PID控制

通过对永磁同步电机数学模型的分析及常规控制方式的研究，利用单神经元自适应PID(Proportional Integral Differential)控制器对永磁同步电动机的转速及转矩进行调节，并进行了大量的仿真分析。研究结果表明，该控制方式具有更好的动态调节特性和自适应能力，而且控制器设计更简单，参数调整方便，易于工程应用。     

基于神经元的直流PWM伺服系统自适应控制

本文针对直流ＰＷＭ伺服系统提出了一种采用单个神经元的自适应控制方案，给出了采用单个神经元学习控制算法的稳定性分析，仿真结果表明采用单个神经元控制的直流ＰＷＭ伺服系统响应速度快，无静差，无超调，对干扰有较强的鲁棒性，其结构简单，便于实现数字控制，为研究伺服系统的智能控制提供了一条新途径。     

PMSM伺服控制系统的改进单神经元PID控制

永磁同步电动机(PMSM)交流伺服系统中含有未知复杂干扰,属于一类复杂的非线性、不确知系统,会影响PID控制算法的控制质量,无法满足伺服系统的高精度指标要求.利用神经网络对未知信息数据的自学习和自适应能力,设计出一种结合传统PID控制与单神经元自适应智能PID控制器,并针对单神经元自适应PID参数的在线学习规则进行了改进.仿真结果表明,应用了单神经元PID控制的伺服系统,不但结构简单,而且能适应环境变化,有效抑制干扰,控制精度明显改善,有较强的鲁棒性,达到了理想的控制效果.     

单神经元自适应PID控制交流调速系统

针对转子磁场定向矢量控制中转速PI调节器鲁棒性能较差的问题,提出了用单神经元自适应PID控制器代替转速PI控制器,进一步改善了异步电动机矢量控制系统的性能;将无监督的Hebb学习规则与有监督的Delta学习规则相结合,提高了单神经元自适应PID控制器的学习能力,实现了单神经元控制器的参数优化与在线自调.构造了基于单神经元自适应PID控制器和空间矢量脉宽调制(SVPWM)的异步电机矢量控制系统.仿真实验结果表明,该系统不仅具有很好的静、动态性能,而且又具有很强的自适应性和鲁棒性.     

单神经元自适应PID控制在大功率整流电源中的应用

将具有自学习功能的单神经元模型与常规的PID控制算法相结合,设计了单神经元自适应PID控制器,并应用于大功率整流电源控制系统。仿真结果表明,采用单神经元PID控制器的大功率整流电源控制系统,能够适应被控对象在较大范围内的变化,具有较强的自适应能力和鲁棒性,其控制品质优于常规的PID控制器。     

基于改进单神经元自适应PID励磁控制器

介绍了一种新型的基于改进单神经元自适应比例积分微分(PID)的励磁控制器,使神经元比例系数K在线自适应修正。在动态响应初期,误差较大,K取较大,使系统响应具有快速性;进入稳态后,K取较小,确保系统渐趋稳定。描述了该控制器控制算法。该控制器应用自学习、自适应的控制原理,具有一定处理非线性系统的能力。以单机无穷大系统为例,在Matlab/Simulink环境中进行仿真,结果显示,改进单神经元自适应PID控制器结构简单,基本只需整定1个参数即可达到控制要求,且对于不同工况均有稳定的控制效果,体现出良好的鲁棒性。     

永磁同步电机伺服系统的RBF神经网络PID控制

永磁同步电机(PMSM)交流伺服系统中含有未知复杂干扰,属于一类复杂的非线性、不确知系统,会影响PID控制算法的控制质量,无法满足伺服系统的高精度指标要求,利用神经网络对未知信息数据的自学习和自适应能力,设计出一种基于RBF神经网络与传统PID控制相结合的智能PID控制器。仿真结果表明,应用了RBF神经网络PID控制的伺服系统,不但结构简单,而且能适应环境变化,干扰被有效抑制,控制精度明显提高,有较强的鲁棒性,达到了理想的控制效果。     

基于RBF神经网络的伺服系统自适应自抗扰控制

针对伺服系统中存在的非线性,提出了一种基于RBF神经网络的自适应自抗扰控制（ADRC）方法,设计了基于RBF神经网络的自适应自抗扰ADRC控制器。通过仿真和实验验证了该方法能有效地克服采用PD控制时系统的超速超回现象和爬行现象,在参数变化时具有较好的稳态性能和较强的鲁棒性。     

基于PID神经元网络的稳定平台伺服控制系统设计

介绍了稳定平台传统PID三环控制原理及结构框图.针对传统PID控制器的不足之处,设计了基于PID神经元网络的稳定平台伺服控制系统.仿真结果表明PID神经元网络控制系统具有较高的响应速度、较高的稳定精度和较强的抗负载扰动能力,具有很强的鲁棒性和自适应能力.     

电液伺服系统的神经网络在线自学习自适应控制

针对电流伺服系统的复杂非线性和不确定性特性,提出了一种基于神经网络的在线自学习自适应控制策略,引入的神经网络模型可跟踪学习系统的时为动力学,控制器的设计依赖于系统的先验知识,控制参数的调整是基于被控过程的测量信息利用反馈误差学习算法实现的,该系统已应用大于型电液伺服结构试验机的控制,显示了优良的控制品质。     

基于DSP和神经网络PID控制的交流数字伺服系统

永磁同步电动机有许多直流电机所没有的优点,而DSP的应用使得伺服控制系统无论是在结构复杂程度、成本和效率上都有很大改观。本文提出了永磁同步电动机的速度控制中较为有效的控制方法即神经网络PID和DSP在伺服系统控制中的应用。     

新型多模态PID控制算法在高精度位置伺服系统中的应用

以高精度要求的全数字无刷直流电机位置伺服系统为对象,采用一种新型的多模态PID与模糊控制相结合的控制算法.实际运行结果表明:这种算法通过选择合理的PID参数,能够满足该位置伺服系统响应速度快,位置精度高,鲁棒性强的要求.     

直线音圈电机的神经网络PID控制

音圈电机具有动态响应快、精度高等一系列优点,近年来,音圈电机被广泛应用在高性能的直接驱动式伺服阀领域里.分析了音圈电机的数学模型并设计了基于音圈电机的直驱阀阀芯位置控制系统.针对直驱阀存在负载扰动的影响,提出了一种基于BP神经网络PID的位置控制策略,它既有神经网络控制良好的动态特性又保持了PID控制的高速稳定性,并且能在线调整.仿真结果表明,所提出的基于BP神经网络PID的位置控制策略能够实现系统的良好控制性能,具有很好的鲁棒性.     

最优PID控制算法在飞锯位置伺服系统中的应用

文章提出了一种基于飞锯位置伺服系统的PID最优控制策略,介绍了PID算法的数字化方法、PID参数的设定方法及在飞锯集团伺服系统中PID参数的自整定方法,以求飞锯位置伺服系统对位置控制的高精度。     

基于PID神经网络的热轧切头飞剪位置控制研究

热轧切头飞剪位置控制是一复杂的非线性控制,对传统的飞剪位置控制方式进行了改进,建立了一种基于PID神经网络(PIDNN)的飞剪位置控制系统,并采用C 编程语言,对日照1 580 mm热连轧切头飞剪位置控制系统进行实时仿真.仿真结果表明了此PIDNN位置控制系统具有良好的自适应跟随性和控制精度,其响应速度快,无超调,控制效果优于传统PID控制.     

单个神经元自适应PSD智能控制电液伺服系统

本文针对一高精度电液伺服系统 ,设计了单个神经元自适应 PSD(比例、求和、微分 )控制器 ,仿真与实验表明 ,本控制器使系统具有较高的快速性与控制精度且具有较强的鲁棒性