神经网络控制在气动位置伺服系统中的应用

针对比例流量阀控缸气动位置伺服系统的特点，提出采出神经网络自适应PID控制器来实现活塞位移的实时控制，仿真和实验研究表明，这种控制器具有强鲁棒性，快速跟踪性和较好的控制精度等优点，其重复定位精度小于0．2mm.     

基于神经网络控制的气动伺服位置控制系统研究

建立了以无杆气缸和气动伺服阀为主的气动伺服位置控制系统的数学模型。根据系统的非线性特点及PID控制的不足，设计出基于BP神经网络控制的PID控制器，并进行仿真。结果表明，这种控制策略能明显地改善系统的动静态性能，可以实现气缸活塞全行程任意位置的精确定位。     

气缸PCM位置控制系统的研究

该文针对气缸位置伺服系统具有的未知延迟非线性的特点，在传统的PID控制算法的基础上，加入了神经网络的自学习算法，并在PCM方式的气缸定位实验中取得了满意的效果。     

滑模控制在气动位置伺服系统中的应用

文中提出了一种滑模控制方法,并将其应用在无杆气缸气动执行器的位置控制中.首先对气动伺服系统进行建模;然后设计了滑模控制器,其中用饱和度函数代替符号函数以减小抖振;最后对气动位置伺服系统进行仿真和试验研究.结果表明：与PID控制相比,这种方法不但具有较强的鲁棒性,而且跟踪效果良好.     

基于神经网络的交流伺服控制系统设计

针对PID控制交流伺服系统无法同时获得稳定性和快速性,提出了一种基于神经网络的交流伺服控制系统设计方法.在交流伺服控制系统中,采用改进的BP神经网络作为系统控制器,利用其极强的非线性动态跟踪能力和自适应学习能力,及对控制对象的数学模型无依赖性,实现控制对象快速、准确定位.系统仿真表明,BP网络控制器具有快速跟踪性和较好的控制精度等优点.     

电液位置伺服控制系统的研究

以某公司的电液位置伺服控制系统为对象，分析了该伺服系统的液压动力元件、液压执行元件、主控制器等构成的反馈控制系统工作原理。根据系统的控制要求，完成了液压部分各个模块的性能分析，并提出以FPGA为核心的控制器方案。通过对系统实际性能要求分析，给出了系统总体设计方案，并且进行了现场调试，实现数据的实时交互，并将处理结果以曲线的形式展示，以供数据分析处理并进行参数调整。结果证明，该控制器能够满足控制系统提出的总体任务要求，达到了预期的设计效果。     

学习控制在开关阀控气动位置伺服系统中的应用

目前，在开关阀控气动位置伺服系统中，常用的控制策略有PWM方式和PCM方式，二者都存在难以克服的缺陷。文章针对一个由微机、无杆气缸、高速开关阀等组成的气动位置伺服系统，提出学习控制方式。实验证明。该系统具有学习能力，能实现气缸的无超调定位，解决了PWM控制方式中开关阀的使用寿命及噪声问题，有一定的定位精度和可靠性。     

气动位置伺服系统建模发展综述

由于气体的压缩性、气缸摩擦力等存在因素，气动位置伺服系统是一个非线性系统。本文按照机理分析、系统辨识、机理分析和系统辨识结合三种方法简要介绍了气动位置伺服系统建模的发展情况。文章分析得出气动位置伺服系统的模型由线性到非线性．建模目的从理论研究到实际应用的方向发展。最后提出了气动位置伺服系统建模待解决的问题。     

8098单片机控制的位置伺服系统

本文采用８０９８单片机作位置控制器，通过对该控制器软，硬件的介绍，提出了实现高精度，高速度位置实时控制的措施。测试数据表明这种位置伺服系统定位精度良好。     

气动伺服位置系统的神经网络辨识及控制

针对传统控制器对数学模型依赖的缺点,利用神经网络具有逼近任意非线性函数的优点,采用RBF算法,对气动伺服位置系统模型进行参数辨识,结果证明行之有效。这种具有控制与辨识功能的方法为非线性系统的参数确认和优化控制提供了新的途径。     

CMAC神经网络控制在直接转矩控制系统中的应用

将小脑模型神经网络控制(CMAC）和PID控制结合起来,替代了直接转矩控制中常用的PI控制环节,并且构建了基于MATLAB的电动机控制仿真模型。通过对系统的分析和模型的仿真结果,可以发现应用CMAC的直接转矩控制系统要明显优于传统直接转矩控制系统。     

神经网络在温度控制系统中的应用

与常规控制方法相比较，神经网络控制系统有许多典型的先进特性，介绍了一些人工神经网络的基本概念及学习算法，最后，将神经网络PID控制器取代基本PID控制器用在浴室水箱温度控制中，仿真结果表明这种控制方法有很好的控制效果。     

神经网络在解耦控制中的应用研究

针对多输入多输出耦合对象，研究基于BP神经网络的解耦控制，提出采用神经网络解耦和PID控制相结合，对系统进行解耦控制的方法，通过对两输入两输出耦合对象进行计算机仿真结果表明，解耦控制效果很好。     

基于小波神经网络辨识器的模糊神经自适应控制在VAV空调系统中的应用

针对温度控制的大惯性、大滞后、非线性特点，提出采用基于小波神经网络辨识器的模糊神经自适应控制的中央空调房间温度控制器的设计方案。由于小波神经网络的非线性映射能力比一般神经网络要强，所以基于小波神经网络的辨识器可以获得很高的辨识精度。而且，模糊神经自适应控制器随着系统动态特性的改变可以在线改变其控制规则，从而进行客观准确的控制。与普通模糊控制方法相比较，仿真试验说明了系统设计的有效性。     

神经网络自适应控制及其在电液伺服系统中的仿真研究

针对非线性系统控制和神经网络控制实时性差的问题,提出一种神经网络在线控制结构,做到了对象模型在线辩识和控制器在线设计。通过仿真研究,证明该方法有效。     

基于神经网络的张力控制系统

在纤维,造纸,塑料及金属镀膜工业中,对线状,带状及面状弹性材料卷取张力的控制的是关系其产品质量的关键技术,介绍了一种带有反向传播训练算法的人工神经网络,该方法克服了传统PI控制方法的缺点,有效地减弱了张力控制系统中速度和张力之间的耦合作用,仿真结果表明该种控制议程有良好效果。     

BP神经网络在矫直机弯辊控制系统的应用

中厚板弯辊矫直是一个多变量、强耦合、非线性的过程,因此,建立精确的数学模型非常困难.针对此问题,提出利用BP神经网络作为辊式矫直机弯辊量控制器的解决方法.利用钢厂的经验样本训练隐层神经元为不同个数、训练函数和学习函数为不同函数的BP神经网络,从中选择学习速度快、稳定性好的BP网络作为辊式矫直机弯辊量的控制器.     

模糊神经网络技术在防摇控制系统中的研究与应用

介绍了模糊神经网络用于起重机防摇控制和模糊神经网络的实现，以及如何利用MATLAB中的神经网络工具箱对模糊神经网络进行训练．并以MATLAB／SIMULINK为仿真平台建立了防摇控制仿真模型，经仿真表明该系统的抗干扰能力强，满足防摇控制系统的设计要求。     

一种改进的神经网络控制方法在电液伺服系统中的应用

针对线性自适应控制方法在电液伺服系统控制中的不足，提出了一种基于局部逼近神经网络控制理论的改进控制方法。仿真结果表明该方法控制效果优良。     

神经网络在加工误差控制中的应用

加工误差的控制是自动化加工技术中的难题,传统的控制理论不能解决一些问题。通过人工神经网络建立起切削加工自动控制系统,具体训练网络采用离线训练,将样本数据准备后用Matlab工具箱函数即可完成,并应用于实际的切削过程。结果表明,神经网络控制系统能有效的控制加工误差。