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。     

基于单神经元自适应PID控制器直流调速系统的研究

本文提出了基于单神经元自适应ＰＩＤ控制器的控制策略。仿真研究与实时控制结果表明，该直流调速系统不仅具有令人满意的静，动态性能，而且又具有很强的鲁棒性与自适应性。     

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。     

具有二次性能指标的单神经元自适应PID控制器及其应用

将二次型性能指标引入单神经元自适应ＰＩＤ控制器中，给出了保证闭环稳定的权系数选择原则，并以高温材料试验机为实例进行控制，获得了满意结果。     

基于改进型单神经元自适应PID的改性塔压力控制器

本文通过采用单神经元自适应PID控制技术来处理粉状炸药连续生产工艺中改性塔压力的控制问题,着重研究了单神经元自适应PID控制器的设计以及对算法的改进。并通过MATLAB进行了仿真,将单神经元自适应PID控制算法与常规PID控制算法进行了比较,结果表明单神经元自适应PID控制效果远远优于常规PID控制算法。     

免疫调节增益的单神经元PID控制器

针对单神经元PID控制中学习速度较慢,动态响应时间长等问题,提出了免疫调节增益的单神经元PID控制器.将T细胞免疫调节机理与单神经元PID控制算法相结合,以提高单神经元PID控制器的学习速度,缩短动态响应时间,改善单神经元PID控制器的性能.仿真研究了免疫调节增益的单神经元PID控制器的定值跟踪性能和抗干扰性能以及直流电机伺服控制性能.仿真实验结果表明,这种新的控制算法学习速度快,动态响应时间短,具有较强的自适应性和鲁棒性,其控制性能优于单神经元PID控制.     

永磁同步电机单神经元自适应PID控制

通过对永磁同步电机数学模型的分析及常规控制方式的研究，利用单神经元自适应PID(Proportional Integral Differential)控制器对永磁同步电动机的转速及转矩进行调节，并进行了大量的仿真分析。研究结果表明，该控制方式具有更好的动态调节特性和自适应能力，而且控制器设计更简单，参数调整方便，易于工程应用。     

基于单神经元自适应PID控制器的无刷直流电动机控制方法研究

研究三种单神经元自适应PID控制器,并对无刷直流电动机进行转速控制;通过Matlab仿真软件M函数对其进行仿真,总结可调参数的选择规律。通过对仿真结果分析比较,基于二次型性能指标学习算法的单神经元自适应PID控制动态自适应能力强、响应快、鲁棒性好。     

神经元PID自适应控制方法的模拟电路实现

本文根据神经元ＰＩＤ自适应控制方法,首先探讨了它的模拟电路构成方法,并给出了一种电路实现框图。然后,为了在仿真研究时有效地利用ＰＳＰＩＣＥ电路仿真软件,同时也为了利用ＰＳＰＩＣＥ研究控制系统,提出了有关宏观模型的概念,最后,对所推出的模拟电路进行了ＰＳＰＩＣＥ计算机仿真研究。     

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。     

神经网络PID控制器在交流矢量控制系统中的应用

介绍了一种基于BP神经网络的PID控制器的设计方法，仿真实验结果表明该系统既保证了系统的稳态精度，又保证了系统的快速响应和鲁棒性。     

基于神经网络自适应PID控制的船舶操纵研究

本文针对船舶操纵这种非线性、时变参数控制对象,提出了一种采用神经网络自适应ＰＩＤ控制方案。该控制结构有两上子神经网络组成,一个三层ＢＰ神经网络用于对被控对象进行在线辨只,另一个两层线性网络构成具有ＰＩＤ结构的控制器。文中给出了神经网络在线训练学习方法,并进行船舶操纵控制仿真研究。     

PMSM伺服控制系统的改进单神经元PID控制

永磁同步电动机(PMSM)交流伺服系统中含有未知复杂干扰,属于一类复杂的非线性、不确知系统,会影响PID控制算法的控制质量,无法满足伺服系统的高精度指标要求.利用神经网络对未知信息数据的自学习和自适应能力,设计出一种结合传统PID控制与单神经元自适应智能PID控制器,并针对单神经元自适应PID参数的在线学习规则进行了改进.仿真结果表明,应用了单神经元PID控制的伺服系统,不但结构简单,而且能适应环境变化,有效抑制干扰,控制精度明显改善,有较强的鲁棒性,达到了理想的控制效果.     

基于MCGS组态软件的PID神经网络控制系统仿真

阐述了PID神经网络控制算法理论,研究用NCGS通用组态软件实现PID神经网络控制系统仿真的可行性及其方法。针对MCGS的可扩充性,利用VB设计PID 神经网络控制功能组件,将组态软件和PID神经网络控制有机地结合起来,并给出仿真实例。     

Next Day Peak Load Forecasting Using Neural Network With Adaptive Learning Algorithm Based On Similarity

In this article we propose the adaptive learning algorithm of neural network with respect to a rapid temperature change of forecasted day. The proposed adaptive learning algorithm is used to shift the learning range of previous year of forecasted day. Therefore, the proposed neural network can be trained by using learning data, including the maximum temperature to be forecasted. The suitability of the proposed approach is illustrated through an application to actual load data of Okinawa Electric Power Company in Japan.     

交流伺服系统基于神经网络的模糊自适应PID控制及其DSP实现

提出一种基于BP神经网络的模糊自适应PID控制器,将模糊控制具有的较强逻辑推理功能、神经网络的自适应、自学习能力以及传统PID控制的优点融为一体,形成了对非精确、非线性对象的良好控制策略。针对模糊神经网络控制器运算量大、收敛慢的特点,硬件采用数字信号处理器（DSP）作为控制器运算单元,以提高系统实时性。对交流伺服系统的实验仿真结果表明,该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。     

基于二次型单神经元PID的静止无功补偿器控制系统仿真

针对传统PID控制器自适应性差、调节时间长的问题,设计了一种基于二次型单神经元PID的SVC控制系统电压调节器,并在Matlab/Simulink环境下对SVC控制系统进行了仿真试验。仿真结果表明,基于二次型单神经元PID的SVC控制系统,响应速度快,超调量小,自适应能力好,系统动态和静态特性良好。     

直线无刷直流电动机单神经元PID控制仿真

研究了一种新型永磁直线无刷直流电动机的精确定位系统.以DSP(TMS320LF2407)作为核心控制器,光栅作为位置传感器,控制策略采用的改进的单神经元PID控制算法.通过在Ansoft的Simplorer6综合仿真平台下进行的系统仿真,验证了控制策略的有效性,为进一步研究奠定了基础.     

胎面生产线辅线速度链模糊自适应PID控制

针对常规PID控制在胎面挤出联动生产线辅线速度链整定中参数整定问题,设计出一种基于模糊控制原理的自适应PID控制器,通过偏差和偏差变化率的变化来实时调整Kp,Ki, Kd参数。经过实践证明这种模糊自适应PID控制器比常规的PID控制器具备更好的控制特性。