改进的单神经元PID在过热汽温控制中的应用

在常规单神经元PID控制的基础上,提出了一种改进的单神经元PID控制算法,并应用于超临界机组过热汽温控制系统。     

基于PSD算法的单神经元PID控制器在汽温控制中的应用

介绍将自适应PSD控制算法中递推计算并修正增益的方法引入单神经元PID控制，形成了具有增益自适应能力的控制器，设计了基于ISD算法的单神经元PID控制器，并应用于超临界机组过热汽温控制系统。仿真结果表明，基于PSD算法的单神经元PID控制器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控制器和一般单神经元控制器。     

基于单神经元的PID自适应控制器的仿真研究

本文将神经网络与PID控制器相结合，设计了一种具有自适应、自学习功能的单神经元自适应PID控制器，该控制器可以实现PID参数在线调整，当控制对象参数在较大范围内改变时，该控制器表现出较强的鲁棒性。     

单神经元自适应PID控制器设计方法研究

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.     

单神经元自适应PID控制器设计方法研究

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。     

基于单个神经元的自适应控制在主汽温控制系统中的应用研究

论述了基于单个神经元的自适应控制系统的组成人学习算法,并针对火力发电厂中的主汽温对象,设计了由两个基于单个神经元的自适应控制器构成的串级控制系统,并进行了仿真实验,表明了该新型主汽温控制系统的有效性和优越性。     

单神经元控制器及其在过热汽温控制中的应用

:文中把神经元的学习特性和常规的PID控制算法结合起来 ,设计了单神经元控制器 ,并将其应用于过热汽温控制系统 ,通过仿真试验表明 ,基于该单神经元的过热汽温智能控制系统具有良好的控制品质。     

增益自调整单神经元自适应PID算法的研究

针对单神经元自适应PID算法对增益K的敏感性,提出了增益K自调整的单神经元自适应PID控制算法。仿真结果表明,这种控制算法具有良好的自适应性和鲁棒性。     

基于单神经元自适应PID控制的温控系统研究

采用Bang—Bang控制和单神经元自适应PID控制相结合的控制方法,并且对Bang—Bang控制进行改进,即引入逐级递减Bang—Bang控制的概念,并且使Bang—Bang控制的控制初始值以一定的规律按照温度设定值的变化而变化。实验结果表明,该控制算法对于电加热炉温度具有较好的控制效果。     

单神经元自适应PID控制器的性能优化设计

研究了单神经元自适应PID摔制器性能优化问题,阐述了该摔制器的特点、控制律;给出了一种控制灵敏度的快速近似求取方法,实现了PID参数的在线自学习;使单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒件强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。     

开关磁阻电机单神经元自适应PID控制系统

在开关磁阻电机（SRM）调速系统中,转速闭环是必不可少的,传统的转速控制采用PID调节器,但是可靠性不高、参数整定不良、性能欠佳.针对以上问题,本文采用单神经元与PID相结合代替传统的PID调节器,在Matlab/Simulink仿真平台中建立了仿真模型.仿真结果表明,该方法不但结构简单,而且稳定性好,有较强的鲁棒性.     

基于单神经元的温箱自适应控制系统

为了提高温箱的温度控制精度与抗扰能力,提出了一种基于单神经元的自适应改进控制算法。分析了温箱模型及其时延性与传导惯性,将单神经元与经典PID算法相结合,利用单神经元的非线性逼近和自学习能力,实现参数的在线调整,同时利用二次型性能指标对连接权值进行约束调整,提高参数调整稳定性和收敛速度。仿真结果表明,与经典PID算法相比,该改进控制算法具有更快的响应速度和更小的超调量,系统自适应和鲁棒性能得到明显提升。     

基于单神经元的卫星姿态自适应PID控制

提出了一种以经典PID为基础,用单神经元加以实现的智能PID控制算法。基于误差二次型最优理论推导出相应的单神经元输入权值参数调整算法。并推导了为改进其应用上的不足,将自适应PSD控制器中递推计算增益K的方法应用到单神经元的自适应PID控制,构成具有自动调整增益K值的单神经元自适应PID控制器的学习算法。将控制算法应用到航天器姿态控制系统,数字仿真结果验证控制器有效。     

改进的单神经元自适应控制系统在MCGS中的应用

对于现代工业控制中的一些具有时变的、大时滞、非线性的复杂系统,常规的PID算法难以整定PID参数,因而难以达到预期的控制效果. 本文在MCGS组态软件的实验平台上实现常规PID算法和单神经元自适应PID算法分别在线性和非线性的系统的控制. 实验结果表明,在线性系统和非线性系统中单神经元自适应PID控制算法都具有更好的稳定性和动态性能.     

一种基于专家调节增益的单神经元PID控制

本文提出了一种改进的单神经元PID捧制的方法，采用专家调节单神经元PID控制中的比例增益，有效地解决了单神经元PID控制中学习速度较慢，动态响应时间长等问题。这种控制方法具有较强的鲁棒性，其控制性能优于常规PID控制和单神经元PID控制，通过对一阶惯性加纯巡延的典型工业过崔对象的仿真研究，表明了这种控制算法具有优良的控制性能。     

模糊自整定PID控制在主汽温控制中的应用

火电厂主汽温控制系统中的被控对象具有大滞后、大惯性等特点,并且影响主汽温变化的因素有很多,主蒸汽流量、减温水流量、烟气温度都会使其发生变化,因此很难用传统的PID控制将被调量控制在规程中允许的偏差范围内.而主汽温作为锅炉的主要参数之一,其稳定性对电厂的安全经济运行有至关重要的作用,因此将模糊控制和PID控制相结合,设计了模糊自整定PID控制器,实现了PID控制器参数的在线自整定.仿真结果表明,模糊自整定PID控制比常规的PID控制超调小且调节时间短,具有比较好的应用前景.     

基于内模PID控制的火电厂主汽温控制系统

基于内模控制理论，针对电厂主汽温被控对象的大惯性、大滞后特点．设计了内模PID串级控制系统。为了快速消除内扰，使控制过程的的持续时间较短．内回路采用比例控制；外回路采用内模控制．以有效地补偿对象的大滞后特性。对控制系统进行仿真试验，仿真结果表明设计的控制器具有良好的位置跟随性能、抗干扰性能和鲁棒性。     

基于神经网络的过热汽温控制

火电厂过热汽温控制系统具有大惯性、大延迟和时变等特性,采用常规串级PID控制方法的过热汽温系统难以获得满意的控制效果。本文设计了基于RBF神经网络辨识的可在线调整PID参数的过热汽温控制系统。在仿真实验的基础上,对基于神经网络的过热汽温控制和最优常规PID控制进行了比较和分析。仿真结果表明,基于神经网络控制策略能够充分利用神经元自学习、自适应的能力使系统的控制品质提高。     

火电机组主蒸汽温度神经模糊-PID串级控制

如何将机组主蒸汽温度快速地控制在额定范围之内是火电厂热工过程控制面临的主要难题.针对超临界锅炉机组的主蒸汽温控制问题,提出一种基于神经模糊模型的火电机组主蒸汽温度自适应PID控制方案.根据采集到的减温水流量、高温过热器入口温度、主蒸汽流量、主蒸汽温度数据建立机组主蒸汽温度神经模糊模型,以此模型为基础实施主蒸汽温度自适应PID串级控制.内环采用PI控制器克服内部扰动,从而减少扰动对于导前汽温的影响,再将内环PI闭环控制系统及惰性区作为广义被控对象实行单神经元PID控制,通过主蒸汽温度额定值和实际输出值之间的误差对控制器参数进行在线调节,最终达到对过热器的控制.仿真实例验证了所提出的方法的有效性.