基于RBF神经网络的PID控制整定

基于RBF神经网络的PID控制整定分析,通过MATLAB构建CSTR对象模型,综合生产环境与各种干扰性因素,利用整定PID参数的方式进行控制分析,效果显著。基于此,文章主要对基于RBF神经网络的PID控制整定的相关内容进行了简单的分析论述。     

神经网络PID控制器在纸浆浓度调节中的应用

在造纸过程中,针对纸浆浓度控制系统的大滞后和模型不确定的特性,利用BP神经网络所具有的自学习能力和任意非线性表达能力,提出了用BP神经网络自整定PID参数的控制策略,对纸浆浓度的调节进行控制,并使用MATLAB软件进行仿真研究。仿真结果表明:基于BP神经网络的PID控制器具有很强的适应性,可以获得满意的控制效果。     

山梨醇结晶温控系统的研究

山梨醇广泛应用于食品行业,针对山梨醇结晶温控系统存在时变大滞后特性,研究了一种融合遗传算法和神经网络的PID控制器。该控制算法采用RBF网络在线辨识被控对象,先利用遗传算法优化神经网络的初始权值,再结合神经网络所具有的自学习和任意非线性表达能力,用BP神经网络自整定PID参数,对结晶过程温度进行控制。仿真结果表明:该控制器提高了系统的控制性能,具有很强的自适应性和鲁棒性,满足山梨醇生产的要求。     

飞机舵机电液伺服系统多余力抑制方法研究

针对飞机舵机电液伺服系统在加载过程中出现易出现加载频宽窄,响应速度慢、稳定性差、加载精度低等问题,采用BP神经网络PID控制与结构不变性原理相结合的控制方法。该方法基于BP神经网络的参数自整定原理调节系统参数,再根据结构不变性原理控制器。仿真结果表明,该控制方法不仅能有效抑制多余力的干扰,而且可以显著提高飞机舵机电液伺服系统的控制性能。     

基于模糊神经网络的PID张力控制系统

由于卷绕张力控制系统是一个复杂、联动、时变、非线性系统,采用传统PID控制不能解决系统的非线性时变和PID参数的在线整定难等问题,为此提出一种控制算法——模糊神经网络PID复合控制方式,可根据系统的偏差及其变化率实时对PID的3个参数进行优化,达到具有最佳组合的PID控制,从而实现PID控制的自适应和智能化性能。通过MatLab软件,进行传统PID控制与模糊神经网络PID控制动态性能的仿真比较,结果表明系统采用模糊神经网络PID控制具有更好的动、静态特性和自适应性。     

电厂主汽温系统的控制算法研究

本文采用遗传算法进行PID参数整定。在参数整定与优化过程中,考虑了过程控制系统的参数整定特点和寻优精度。将其运用于电厂锅炉过热汽温的PID参数优化控制。仿真表明:该方法比一般PID参数整定方法具有更好的控制性能指标,不失为具有较好实用价值的PID参数整定与优化方法,具有一定的价值。     

纸浆浓度控制系统的设计

介绍了应用自整定PID控制的纸浆浓度控制系统的设计。首先建立纸前沿浓度控制的数字模型，包括干扰和参数变化的分析，在此基础上进行了自整定PID控制器的设计。通过固定参数PID控制器和自整定PID控制器实际运行效果的比较，表明设计的自整定PID控制器具有很高的性能。实际运行结果表明，系统可以实现初次应用时控制参数自整定和过程参数变化情况下控制参数自整定，保证系统一直在最优状态运行。     

基于模糊神经网络PID的小麦制粉能耗控制

建立关于湿度、硬度、入磨物料量等原粮品质的磨粉机能耗数学模型,利用模糊神经网络PID(Proportion-Integration-Differentiation)控制器对小麦制粉过程中磨粉机能耗进行控制,利用模糊神经网络算法对PID控制器参数进行在线整定,最后进行仿真验证。仿真结果表明,改进的PID控制器具有响应快、超调小、抗干扰性好等优点。     

神经网络分数阶PID控制器在纸浆浓度控制中的应用

分数阶PID控制器继承了常规PID控制器的优点,并且具有更高的控制精度和更强的鲁棒性。针对常规PID控制器在纸浆浓度控制过程中存在的问题,设计了一种基于神经网络的分数阶PID控制器。用分数阶PID控制器代替常规PID控制器,并通过神经网络调节分数阶PID控制器的5个控制参数,实现一种参数自整定的PID控制器。仿真实验结果表明,神经网络分数阶PID控制器比常规PID控制器的控制精度高,对纸浆浓度的控制更稳定;采用神经网络分数阶PID控制器控制纸浆浓度是切实可行的,具有很好的推广应用前景。     

基于BP神经网络自抗扰控制的放卷张力控制系统

文章为提高轧染机放卷系统对张力控制的稳定性,通过结合BP神经网络算法和自抗扰控制提出一种放卷张力控制方法。根据放卷的运行机理,建立其数学模型,并推导出系统的动态解耦和静态解耦模型,设计了自抗扰控制器。在自抗扰技术的基础上,引入BP神经网络对非线性组合部分的参数进行整定,得到BP神经网络自抗扰控制器。通过仿真实验与PID控制器对比发现,该控制器实现了放卷系统张力的解耦并且能保证织物张力的稳定,能够抑制系统内部参数变化引起的张力波动以及具有良好的抗干扰性能,同时为织物的恒张力印染做出了充分的准备。     

MDF施胶系统模糊神经网络PID控制

针对中密度纤维板(MDF)施胶系统中存在的非线性、纯滞后等现象,提出一种模糊神经网络PID控制方法。系统采用模糊神经网络控制器和PID控制器相结合的结构,改进了模糊神经网络自学习的能力,能够实时整定PID控制器的参数,提高控制系统的精度。仿真结果表明,模糊神经网络PID控制系统能够提高MDF施胶系统的响应速度和抗干扰能力,并且使MDF施胶系统具有较好的控制效果与控制精度。     

基于OPC的PLC在线PID模糊自整定系统

针对PID参数自整定在PLC中不易实现的问题,基于OPC技术有机结合MATLAB和PLC设计了一个在线PID模糊自整定系统.MATLAB从OPC服务器实时获取过程对象数据,通过模糊逻辑推理,产生修正值,在线返回修正PLC程序中的PID参数,经PLC的运算输出给变频器来调节水箱液位,实际运行证明该系统的设计有效提高了水箱液位系统的控制性能,为复杂算法在PLC控制中的方便应用提供了借鉴.     

基于RBF神经网络整定的经纱张力PID控制系统

针对目前国内大多织机经纱张力控制系统采用传统PID控制,对数学模型依赖度高,难于达到较好控制效果的缺陷,提出了一种基于Kalman滤波器的RBF径向神经网络整定的PID控制算法。这种控制算法采用3输入、单输出的RBF径向神经网络对系统性能学习以寻找出最佳的PID组合,Kalman滤波器有效地滤掉了织机中的各种噪声,实现经纱张力值的恒定。仿真实验结果表明,基于神经网络整定的经纱张力控制系统的控制效果和动态性能都明显优于传统PID控制。     

基于神经网络的电液负载模拟器控制器设计

针对飞机舵机电液负载模拟器系统参数时变,存在非线性环节且多余力干扰影响系统性能指标的问题,设计一种基于神经网络的复合控制器。复合控制器采用基于PSO改进BP神经网络的方法设计神经网络辨识器来辨识系统数学模型,再用DRNN神经网络在线整定PID参数。实验结果表明,基于神经网络的复合控制器可以有效缩短系统响应时间,提高跟踪精度等系统性能指标。     

BP神经网络在数控伺服系统中的应用

在分析三环伺服系统的基础上,针对传统PID控制的不足,将BP神经网络与常规PID控制相结合,提出了一种基于BP算法的PID控制新策略,通过编写有关程序,应用Matlab进行仿真运行.仿真实验表明系统跟随输出响应迅速,超调小,调速精度高,且能适时对参数进行在线调整,表现了很好的自适应性和鲁棒性,能很好地满足系统设计要求.     

木塑挤出机温度的BP神经网络PID控制算法

针对木塑复合材料挤出过程中挤出温度采用传统PID控制的不足,设计研究了木塑挤出机温度的BP神经网络PID控制系统。针对挤出温度控制过程中的高非线性和分段温度的特点,提出BP神经网络PID控制算法以改善温度系统性能,实现对温度模型的高效控制。木塑挤出机温度的传统PID控制与木塑挤出机温度的BP神经网络PID控制进行仿真对比,结果表明木塑挤出机温度的BP神经网络PID控制在系统升温的速度、超调量、调节时间、抗干扰能力方面具有明显优势,在控制精度方面更符合木塑挤出机温度控制要求。     

一种基于泛布尔代数的自整定PID及在纸页定量控制中的应用

针对多纸种造纸机纸页定量控制系统的特点，提出了一种基于泛布尔代数的自整定PID控制方法。该方法舍弃寻求被控制对象的精确数学模型，根据不同时刻的偏差及偏差变化率，对PID控制器的参数进行在线整定。利用此方法对纸页定量控制系统进行了仿真试验研究，仿真结果表明，该方法整定参数简单、工程实现容易。     

PID控制参数的快速经验整定法

本文介绍了常用的PID控制原理．PID参数的快速整定方法以及通过应用于聚酯生产线的I／A集散控制系统上实践得出的PID参数整定经验数据．     

ECS700 PID控制回路在纸机上的应用

PID控制方法以其结构简单、可操作性强等优点被广泛应用于工业控制中。本文应用ECS700系统PID功能块实现PID控制功能。同时介绍了ECS700系统的特点和结构,PID方法的控制原理以及ECS700系统中PID功能块的使用方法及参数整定方法。     

模糊自整定控制算法在纸幅横向定量控制中的应用

针对纸幅横向定量控制具有多变量、时变、非线性等特点,提出了一种在线自整定模糊PID控制算法,采用模糊推理对PI参数实现自整定。仿真结果表明,该控制算法控制效果优于传统PID控制。结合河北某造纸厂纸幅横向定量控制系统实际应用,控制效果得到很大改善。