共查询到17条相似文献,搜索用时 539 毫秒
1.
2.
以中频烧结炉温度控制系统为研究对象,提出了一种基于BP神经网络整定的PID控制方法,并给出了系统设计及软件开发。由于神经风格所具有的任意非线性表达能力,可以通过对系统性能的学习来实现具有最佳组合的PID控制。实验结果表明,用该方法整定的PID控制系统,逼近精度高,鲁棒性好。 相似文献
3.
4.
5.
《自动化仪表》2019,(11)
在造纸生产过程中,纸浆浓度的稳定调节是达到纸张质量标准的重要环节。为了克服传统PID控制的参数整定过程中耗时长、能耗高以及参数整定困难等问题,对模糊自适应整定的PID控制进行研究。模糊自适应整定PID控制以纸浆浓度以及纸浆浓度误差变化作为输入,利用模糊控制规则对PID参数进行在线自适应整定,以满足不同时刻的纸浆浓度误差和纸浆浓度误差变化对PID参数自整定的要求。利用传统的PID控制以及模糊自适应整定PID控制,分别对生产80 g/m~2以及有无扰动输入的纸浆浓度模型进行仿真。与传统的PID控制相比,模糊自适应整定PID控制不仅缩短了参数的整定时间,而且稳态性能好,调控性能也优于传统的PID控制。模糊自适应整定PID控制实现了纸浆浓度在线自适应参数整定,具有很好的应用价值。 相似文献
6.
自适应神经PID在挤塑机温控系统中的应用 总被引:1,自引:1,他引:0
针对塑料挤出机的多段料筒温度控制,以及常规PID控制在非线性的、时变系统中控制效果的局限性,提出了一种基于BP神经网络整定的PID控制方法.给出了计算机控制系统设计及系统软件开发.由于神经网络具有强大的非线性映射能力,自学习、自适应等优势,通过对系统性能的学习来实现具有最佳组合的PID控制,建立比例、积分和微分三种参数自学习的PID控制器.对锥形双螺杆塑料挤出机的温度控制实验结果表明,用该方法整定的PID控制系统,逼近精度高、鲁棒性好. 相似文献
7.
主要研究了模糊自适应PID控制器参数整定方法,给出了预估计PID参数值的经验公式和方法。用MATLAB软件对PID控制、模糊自适应PID控制的控制性能分别进行了仿真研究,结果表明参数模糊自整定PID控制具有良好的稳态精度和自适应能力。 相似文献
8.
多种PID控制及其仿真比较 总被引:1,自引:0,他引:1
同一控制对象.分别用常规整定PID控制、模糊自适应整定PID控制、基于BP神经网络整定的PID控制、基于遗传算法整定的PID控制四种方法用MALTAB仿真分析,并对效果进行比较。 相似文献
9.
10.
鉴于模糊控制技术和PID控制技术在控制领域中的重要表现,在深入学习研究二者的基础上介绍了两种在MATLAB中实现参数自整定模糊PID控制器的方法,同时对两种方法进行了分析比较:一种通过S-Function实现模糊控制对PID控制参数进行在线整定,另一种则通过完全命令行的方式实现模糊整定与PID控制的无缝连接;通过验证,二者都可以取得理想的控制效果,且第二种方法用MATLAB实现复杂的控制算法,因此得以在学校实验室控制实验上得到了完全应用;用MATLAB实现参数自整定模糊PID控制简单直观、便于操作,是一种比较理想的控制方法. 相似文献
11.
12.
张彬 《电脑与微电子技术》2012,(19):3-6
针对常规PID控制器对于复杂的、动态的和不确定的系统控制还存在着许多不足之处,提出一种基于模糊RBF神经网络的PID自适应控制方法。首先用改进的模糊K一均值聚类算法初始化RBF神经网络的隐层节点中心和基函数宽度,再采用梯度法优化RBF神经网络自适应地整定PID的三个参数。仿真结果表明该学习算法的实用性和有效性。 相似文献
13.
张钰玲 《自动化与仪器仪表》2009,(1):10-11
综合常规PID及BP神经网络的优点,设计一种基于BP神经网络的PID自调整算法控制器,并用LabVIEW编程实现。使用该算法的PID控制器,可在线获得优化的比例、积分及微分参数值,使整个系统得到优化配置。将此PID控制器用于纸模生产线的温度控制,取得比较好的控制精度。 相似文献
14.
15.
16.
神经网络PID在温度控制系统中的研究与仿真 总被引:5,自引:4,他引:5
本文提出一种基于BP神经网络的新型智能PID控制方法和一些BP神经网络的基本概念。同传统的PID控制相比较.神经网络智能PID控制有许多优点。把BP神经网络的PID控制方法应用到工业领域的温度控制系统中,仿真结果表明:这种控制方法具有较高控制精度和较强的适应性以及良好的控制效果。 相似文献
17.
无人机涡喷发动机的BP网络控制 总被引:1,自引:0,他引:1
该文介绍了由反向传播神经网络(BP网络)构成神经网络PID控制系统的基本结构和原理,针对传统BP算法存在的收敛速度慢、容易陷入局部极小值的缺陷,选用了标准的数值优化算法(LM算法),此算法具有极好的快速性;对某无人机涡喷发动机的神经网络PID控制进行了仿真研究,并与常规PID控制进行了比较研究,仿真结果表明:采用此算法构成的神经网络PID控制具有响应速度快、稳态误差小、算法简单的优点;用一个神经网络作为控制器,控制地面和空中多点对象是可行的,但要进行实际应用,还有待于进一步的研究. 相似文献