基于神经网络PID控制的系统非线性校正的研究

在对BP神经网络PID控制器系统研究的基础上，提出了单神经元的自适应PSD算法。该算法兼有单神经元和自适应PSD算法的特点，简单、实时性好、自适应能力强，可用于控制过程时变、有大滞后的较复杂的对象，是一种实用价值较高的自适应控制算法。文中采用BP神经网络PID控制与单神经元PSD自适应控制两种方法对压电式微位移系统进行非线性控制，并取得了良好的效果。     

MATLAB环境下的单神经元自适应实时控制系统

利用神经元模型和自学习功能构成自适应PID控制器，在Madab实时开发环境xPC Target下建立液位实时控制系统。给出了单神经元自适应PID控制器的结构和控制算法，介绍了基于xPC Target的快速原型设计方法，即通过拖拉Simulink模块搭建被控对象的实时原型，同时以神经元自适应PID控制器完成系统的实时控制。为检验控制效果还采用了PID控制器进行液位实时控制。最终结果表明：单神经元自适应控制能克服传统PID控制器不稳定的缺点，使系统具有较好的稳定性。     

大型提升构件的主动抗振控制系统研究

由于大型精密构件在提升过程中，环境载荷和提升不同步引起的振动是影响提升构件安全性和稳定性的最主要因素．初步设计了大型提升对象的振动主动控制大型试验台架．并用MATLAB进行仿真模拟。由于大型提升构件的振动控制模型无法准确得到，加之环境载荷多变，因此设计了模糊自适应PID控制系统，通过对PID控制器参数的整定，使它适应随机环境载荷的影响和提升高度的不断变化。通过仿真分析可知，模糊自适应PID控制系统可以起到很好的控制效果，具有很强的鲁棒性、稳定性和安全性．具有一定的应用前景。     

单神经元自适应PID算法在气动人工肌肉位置控制中的应用研究

文章以单支气动人工肌肉为研究对象，分别构造了PID控制器及单神经元自适应PID控制器进行位置控制。实验证明：运用单神经元自适应PID控制器，系统响应时间快，稳态精度高，有较好的控制效果。     

贴面压机保压系统模糊自适应PID控制与仿真研究

基于短周期贴面压机液压伺服系统动力单元的保压压力控制,分析建立了由液压缸驱动的动力单元数学模型,以该模型为控制对象,设计了模糊自适应PID控制器,并对控制系统进行了仿真研究。结果表明,所设计的模糊自适应PID较常规PID调整时间短,稳态性能好,降低了控制器的输出能耗。将模糊自适应PID控制方法应用于短周期贴面压机保压控制,是可行有效的。     

并联坐标测量机模糊PID控制系统研究

提出了一种自适应模糊PID的控制方法，并将其应用于液压驱动并联坐标测量机的控制。通过使用Matlab中的模糊工具箱，在Simulink环境下设计和搭建了模糊PID控制器，并以并联坐标测量机单通道的电液伺服系统为控制对象进行了仿真。     

基于模糊自适应PID控制器的桥式起重机定位与防摆控制研究

随着工业的发展,对起重机的智能化程度的要求越来越高,很多学者对桥式起重机的智能定位和防摆控制方法进行了研究,以提高起重机的作业效率。针对起重机模型的非线性和不确定性,设计了基于模糊自适应PID控制器的起重机定位和防摆方法,利用两个模糊自适应PID控制器分别对小车的位置和负载的摆角进行控制。其中,位置模糊自适应PID控制器是以参考位置与实际输出位置差以及位置差变化率为控制对象对位置和速度进行有效的控制;防摆模糊自适应控制器则是通过控制负载的摆角及摆角的变化率来消除负载的摆角,仿真与实验结果都表明该方法的可行性。     

基于自适应模糊PID的二级倒立摆稳定控制研究

直线二级倒立摆在运用传统PID控制时控制精度较差,该文建立了直线二级倒立摆系统的数学建模,将自适应模糊PID智能控制算法运用到二级倒立摆的稳定控制中,利用Matlab软件对传统PID控制与自适应模糊PID控制进行仿真研究。结果表明:采用自适应模糊PID控制得到的仿真图像在超调量与收敛速度效果均优于传统PID控制,说明自适应模糊PID控制效果良好。     

基于MATLAB的自适应模糊PID控制系统研究

以某二阶惯性带有滞后环节模型为研究对象,提出了一种自适应模糊PID控制器,并用MATLAB进行了仿真.理论分析与仿真结果表明,该自适应模糊PID控制较常规PID控制具有良好的控制性能.     

基于参数辨识的一种自适应PID调节器

该文对模型类型已知,但参数变化的对象,为了使PID调节器始终工作在最佳参数状态下,结合参数辨识,利用基于Householder变换的自适应最小二乘法对PID调节器的参数进行在线整定,其特点是数值稳定性好,估计精度高,无数据饱和现象,鲁棒性好,实现了PID自校正控制。通过仿真试验表明,对被控对象参数变化的系统,调节器可以迅速适应参数的变化,控制效果较好,为实现自适应控制提供了一种参考方法。