基于改进单神经元的四旋翼PID控制器设计

针对传统PID控制算法对四旋翼飞行器的姿态角进行控制时,其控制参数很难随着环境的变化进行自整定,进而影响四旋翼飞行器的稳定性的问题,提出了一种改进的PID控制算法;该算法通过改进单神经元中的K值公式提高了K_p、K_i、K_d的学习速率,从而提高了系统的响应速度;通过增加超调惩罚措施,通过适当的放大或缩小超调,可以使系统超调达到最小;通过与增量型PID、标准二次型单神经元PID算法进行比较,并且进行仿真实验;结果表明:所提方法具有参数自整定能力强且快速响应、鲁棒性强及稳定性好。     

改进的单神经元自适应PID控制算法在智能车速度控制系统中的研究与应用

针对单神经元控制算法在电磁导航智能车速度控制中存在加权系数修正时间长、自适应能力差、系统不稳定的缺点,提出了将改进的单神经元自适应PID控制算法应用到智能车的调速系统中。改进的单神经元自适应PID控制算法优化了单神经元自适应PID控制算法中的加权系数学习修正部分,使得权系数在线修正不完全根据神经网络的学习原理,而是参考实际经验制定的,最终自适应地整定PID三个参数来实现智能车的速度控制。Matlab仿真测试表明,与单神经元自适应PID控制算法相比,改进的单神经元自适应PID控制算法在智能车速度控制中具有响应快,超调量小、自适应能力强的优点,大大提高了智能车控制系统的性能。     

改进单神经元自适应PID控制器应用于污水处理

结合无需辨识的自适应控制算法,提出一种动态调整增益系数和自适应学习率的改进型单神经元PID控制策略,进一步提高了控制器参数的自校正能力.利用ActiveX技术将改进型单神经元自适应PID控制算法封装在ActiveX控件中,并设计MFC应用程序对污水处理过程溶解氧的控制进行仿真.结果表明,改进型单神经元PID与改进前的单神经元PID控制方法相比,具有更好的自适应性和更强的鲁棒性.     

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。     

基于神经模糊PID控制的四旋翼飞行器算法

四旋翼飞行器在执行任务时经常会出现稳定姿态精度低,抵抗干扰能力差等问题,提出一种神经模糊PID控制算法来调整原有模糊PID控制的模糊规则和隶属度函数,将设计的神经模糊PID控制算法与建立的四旋翼飞行器动力学模型相结合.为了验证神经模糊PID控制器的有效性,将传统PID、模糊PID控制算法作为对比算法,同时给定人为干扰因素.经过Matlab/Simulink仿真实验表明:在神经模糊PID控制下的四旋翼飞行器,具有较好的响应速度,稳态精度及更好的抗干扰能力,控制效果均优于对比算法.     

四旋翼无人飞行器实验平台设计及姿态控制研究

为了实现四旋翼无人飞行器姿态的稳定控制并验证控制算法的性能,设计了一种可用于四旋翼无人飞行器姿态控制算法研究及控制性能测试的物理实验平台;首先,利用牛顿-欧拉法建立了四旋翼无人飞行器的六自由度动力学模型;其次,对姿态传感器数据进行融合,利用互补滤波算法实现对四旋翼飞行器姿态进行快速准确解算;然后,在MATLAB环境下搭建了四旋翼飞行器仿真模型,并设计改进的PID控制器对飞行姿态进行了仿真;最后,搭建了一个四旋翼无人飞行器姿态控制的物理实验平台,进行了飞行器姿态控制算法的性能测试;实验结果表明了四旋翼无人飞行器实验平台设计的合理性和正确性,是一种快速有效的飞行器姿态控制算法性能测试实验平台。     

焦炉集气管压力控制的一种新方法

针对焦炉集气管压力系统的特点,提出一种基于神经元的自适应PID控制算法;将神经元与PID结合,在线调整PID参数;对单神经元自适应PID控制器进行了研究,并利用Matlab/Simulink进行了仿真,结果表明单神经元自适应PID控制算法明显优于常规PID控制算法;用本文提出的单神经元自适应PID控制器控制焦炉集气管压力,使集气管压力系统的抗干扰能力得到提高,取得了良好的控制效果。     

基于IBC-PID控制的四旋翼轨迹跟踪控制

针对四旋翼飞行器在阵风扰动下的轨迹跟踪控制问题,提出一种结合积分反步法控制与PID控制的混合控制算法.首先,分析了四旋翼飞行器的受力情况,并采用牛顿 欧拉法建立其动力学方程;其次,根据时间尺度原理,将四旋翼飞行器的控制结构分成位置控制回路与姿态控制回路,前者采用积分反步法进行抗干扰控制,后者采用PID控制进行镇定;同时,引入粒子群算法,利用其寻优优势对所设计的控制器参数进行调整;最后,通过一个螺旋线跟踪仿真对本文所提控制算法的有效性进行了验证.仿真结果表明,本文所提算法具有一定的鲁棒性、稳定性与适用性,能够满足四旋翼轨迹跟踪控制的需求.     

基于TS模型的增益自校正单神经元PID控制算法

将单神经元自适应PID控制算法和基于TS模型的模糊推理系统相结合,提出了增益模糊自校正单神经元PID控制算法。该算法使得传统单神经元自适应PID控制的神经元增益具备在线自动调整的功能,对于变增益的不确定性系统的控制,获得了很好的控制性能。     

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。