纯滞后系统的神经元PID和Smith预估器控制

PID控制器具有原理简单,鲁棒性好,稳定性高而得到广泛应用。但对于纯滞后系统,PID控制很难获得理想的控制效果,甚至产生不稳定。为此,采用了单神经元PID控制器,利用其自学习,自组织能力,根据被控对象的变化情况对控制器的权值进行在线调整,构成了自适应控制,结合Smith预估器对纯滞后系统进行控制,取得良好效果。     

基于单神经元Smith预估的过热汽温控制

针对典型大时滞大惯性、参数变化的电站锅炉过热汽温受控对象 ,设计了基于单神经元Smith预估过热汽温控制系统。在仿真实验的基础上 ,对单神经元Smith预估控制和最优常规PID控制进行了比较和分析。仿真结果表明 ,单神经元Smith预估控制能够充分利用神经元自学习、自适应的能力以及Smith预估补偿控制的优点 ,使系统的控制品质提高 ,而且具有更强的鲁棒性和自适应性     

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。     

单神经元PID控制器在过热汽温控制中的应用

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，采用单神经元PID控制器的汽温控制系统，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。此外根据仿真结果，对单神经元的学习算法进行了改进，使其控制品质得以提高。     

基于单神经元Smith预估的过热汽温控制

针对典型大时滞大惯性，参数变化的电站锅炉过热汽温受控对象，设计了基于单神经元Smith预估过热汽温控制系统，在仿真实验的基础上，对单神经元Smith预估控制和最优常规PID控制进行了比较和分析。仿真结果表明，单神经元Smith预估控制能够充分利用神元自学习，自适应的能力以及Smith预估补偿控制的优点，使系统的控制品质提高，而且具有更强的鲁棒性和自适应性。     

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.     

开关磁阻电机直接转矩单神经元PID设计

介绍了单神经元PI复合控制的开关磁阻电机调速系统的新方法,利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神经元自适应控制器.仿真结果表明,这种复合控制方法解决了常规控制方法因电机数学模型难以精确确定而无法确定控制参数的问题,克服了常规PI控制存在静差、无抗干扰能力的缺点,解决了系统上升时间与超调的矛盾.     

神经元自适应PID控制器的研究

利用神经元的自学习功能构成了自适应ＰＩＤ控制器,分析了神经元自适应控制系统的稳定性和学习算法的收敛性,仿真结果表明,这种控制方案具有良好的自适应性。     

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。     

基于神经网络技术的异步电机控制

针对常用的传统PID控制在提高异步电动机调速性能方面存在的瓶颈问题,本文提出了一种新型的单神经元控制算法以实现异步电动机的矢量控制.在分析单神经元控制器基本工作原理的基础上,为了加快神经元权值的学习训练速度,采用梯度下降法与变步长法相结合的控制算法,并利用MATLAB软件建立新型单神经元控制器与异步电动机调速系统的仿真模型,在计算机上进行了仿真,最后在笼型异步电动机上进行了应用实验.仿真与实验表明,这种单神经元控制器具有良好的自学习与自适应能力,可以改善调速系统的动态与静态性能,提高异步电动机的跟踪能力.     

基于模糊控制的自动发电控制技术研究

将模糊推理和自适应整定技术结合起来,提出了AGC系统设计的新方法。在对两区域AGC系统仿真 的基础上,分析常规PID控制器的不足,采用自整定模糊PID控制器进行控制,并分析了模糊控制器参数对系 统控制效果的影响。仿真结果表明,采用该方法设计的AGC系统与常规方法设计的系统相比,它具有更强的适 应能力和良好的控制效果。     

模糊控制在永磁同步电机调速系统中的应用

传统PI控制器基于线性系统设计且参数固定,不能满足高性能控制的要求。而模糊控制不依赖于控制对象的数学模型,能够根据模糊信息实行精确控制。为了结合PI控制和模糊控制的优点,设计了一种模糊自适应PI控制器,并应用到永磁同步电机矢量控制调速系统中。该控制器能根据外部和内部参数的变化自动调节PI控制器的参数。仿真结果验证了,采用模糊自适应PI控制器的永磁同步电机矢量控制调速系统具有更好的动态和鲁棒性能。     

永磁同步电机的自适应神经模糊推理控制研究

针对如何提高永磁同步电机控制系统的性能,设计了一种新型的自适应神经模糊( ANFIS)速度控制器,其充分利用神经网络的学习能力与映射能力,实现模糊系统的自学习、自适应功能.对采用这种控制器的永磁同步电机(PMSM)矢量控制系统进行了仿真研究,并分析了仿真波形.控制效果较传统PID控制而言,不仅响应速度快、超调小,而且稳...     

基于模糊自适应PID的风力发电系统变桨距控制

提出模糊自适应整定PID控制理论设计风力发电系统变桨距控制器。建立了风机及变桨距机构模型,以发电机转速测量值,发电机转速测量值与额定转速相比后误差为输入设计控制器。在随机风作用下对设计的模糊自适应整定PID控制器进行仿真,结果表明基于模糊自适应整定PID控制理论的变桨距控制器具有良好的动态性能及对风速扰动的鲁捧性,能够有效改善风力发电系统变桨距控制效果。     

串级-Smith预估控制在温度大滞后系统中的应用

在工业过程中，大滞后系统普遍存在。本文以高校教研实验用加热装置为研究对象，针对该温度控制系统具有大滞后的特点，采用串级控制结构结合Smith预估控制器的控制方案。内环采用Smith预估器，大幅度降低滞后对控制系统动态性能的影响；外环采用PI控制实现系统无静差。实验表明该种控制系统与单回路PID控制或Smith预估控制相比具有更优的动态特性和鲁棒性。     

一种改进型Smith预估控制器的设计与仿真

通过分析钢厂轧钢车间工件加热系统[1]的结构,并针对该加热系统大迟延、模型不精确的特点,介绍了一种改进型Smith预估控制器的控制策略,并对实际对象的模型进行仿真分析,结果表明此控制策略能很好地改善控制系统的动态特性,并具有很强的鲁棒性.     

基于神经网络BP算法的模糊自适应控制器的研究与实现

提出了一种基于神经网络BP算法的模糊自适应控制器 ,通过BP算法 ,修正量化因子和比例因子 ,使模糊控制器具有自适应的能力。计算机仿真结果和实验表明 ,这种智能控制器超调小、响应快且具有良好的鲁棒性。     

预测控制在锅炉燃烧系统中的应用

预测控制是近年发展起来的一类新型计算机控制算法,该文以内部模型与内模控制器出发,推导出Smith预测控制的时延补偿原理和Smith预测器内模控制结构设计,然后结合工业锅炉燃烧系统中主汽压力控制,利用INFI－90分散控制系统的Smith预测控制器及其它控制构成一个带有馈的串级调节系统,实现了主汽压力的预测控制。