模糊神经网络PID控制器在VEHSLS中的应用

该文设计了模糊BP神经网络PID控制器,用于提高VEHSLS控制精度和响应速度。该控制器把模糊逻辑、BP神经网络和PID控制的优点相结合,充分利用了模糊逻辑的抽象能力、神经网络的自学习功能和HD控制算法简单的特点,使系统可以通过模糊神经网络在线调整PID控制器的参数,进而提高了VEHSLS控制精度和系统的稳定性。     

基于PLC的PID自适应控制器在调速系统中的应用

介绍了由PLC控制实现的神经网络PID自适应控制器。实验表明,该技术对于提高控制精度是行之有效的,具有在调速系统中推广应用的价值。     

单神经元自适应PID控制器在主动磁悬浮系统中的应用研究

针对主动磁悬浮控制系统的非线性、开环不稳定性、参数不确定等特点,设计了单神经元自适应PID控制器。以主动磁悬浮系统中的转子实际位置和平衡位置之间的偏差作为神经网络控制器的一个输入信号,引入有监督的Hebb学习规则,推导出Kp、Ki和Kd与加权系数之间的关系。通过对加权系数的调整来实现自适应,控制器的输出信号调节电磁铁线圈中电流的大小,从而调整了转子的位置。仿真结果表明,单神经元自适应PID控制器能极大地改善系统的稳态性能和动态性能,具有较强的抗干扰能力和鲁棒性。     

神经网络PID控制器在温度控制中的应用

现代智能建筑中空调的温度控制是非常重要的环节,利用神经网络来控制温度是目前一种比较先进的控制方法.针对神经网络中BP算法易陷入局部极小的缺点,利用了遗传算法具有全局寻优的优点,将二者结合起来形成混合GA-BP算法来训练神经网络;通过算法比较和实例结果验证,表明该算法可以有效、可靠的实现空调的温度控制.     

BP神经网络PID控制在双温区自动空调中的应用

针对目前传统PID控制对模型依赖性强,难以在线调整控制参数,具有非线性,而神经网络控制在误差控制方面又有不足之处,在变风量汽车双温区自动空调中都难以得到较好的控制效果,文章提出了将BP算法的神经网络和PID加以混合的一套控制系统,减少因为参数模糊性、非线性问题以及外界不稳定的干扰对汽车空调系统的影响,从而提高系统的鲁棒性。     

基于神经网络的PID控制方法在矿井提升机中的应用

通过对矿井提升机的控制策略进行研究,达到提高提升机控制系统的性能,使其运行安全、可靠,满足煤矿安全生产的要求。在分析非线性PID控制系统理论基础上,采用基于神经网络算法改进非线性PID控制方法,实现减小系统的超调、提高稳定性等运行指标。并使用仿真工具MATLAB进行了数字仿真,证实了基于神经网络非线性PID控制方法在矿井提升机控制系统中的效果。     

迭代学习PID控制器在液压系统中的应用

针对快速锻造液压机工作过程的重复性和液压系统节流产生热量的特点 ,在传统的PID控制器的基础上 ,利用重复性的特点和计算机的记忆储存特性 ,将每一次打击所得到的系统误差应用于下一次的控制过程中 ,构成迭代学习PID控制器。该控制器具有设计简单、重复精度高的特点 ,仿真结果和实际应用表明 ,能够满足快速锻造液压机控制的要求     

BP神经网络PID控制器在球磨机控制中的应用

基于神经网络控制理论,针对球磨机的运行特点,提出了一种新型的基于BP神经网络PID解耦的球磨机控制系统。此控制系统既实现了系统解耦而且通过在线整定PID参数兼具了PID控制的优点。大量的仿真表明,与常规控制系统相比,此系统具有更好的动态及稳态性能。     

基于神经网络预测自整定PID在锅炉主汽温控制中的应用

针对火电厂主汽温被控对象的大延迟、模型的不确定性，设计了基于预测神经网络的主汽温控制系统，系统结构为串级系统，内回路采用常规的PID控制，外回路采用带非线性预测神经网络PID控制器，学习算法为改进的BP算法，对系统在多种工况下仿真的结果表明，该系统在控制品质、鲁棒性方面都明显优于常规PID控制系统，可知在过程控制领域中，神经网络在处理困难问题上，有良好的发展潜力。     

RBF神经网络在温控系统中的应用

针对温度控制系统大延时问题,引入了RBF(径向基)神经网络算法,在线实时调整PID控制器的3个参数,构成RBF-PID控制器。通过分析编织物试验机温度控制系统硬件结构,进行数学建模,最终应用MATLAB软件仿真,验证了基于RBF神经网络的PID控制器较传统的PID控制器具有更小的超调量和更快的响应速度。     

基于模糊神经网络的精密角度定位PID控制

针对精密角度定位系统存在非线性、时变性,传统PID控制难以获得理想控制效果的问题,提出一种基于模糊神经网络的PID控制方法,将模糊控制、神经网络与PID控制相结合,采用3层前向网络、动态BP算法,利用神经网络的自学习和自适应能力,实时调整网络的权值,改变PID控制器的控制参数,整定出一组适用于控制对象的kp、ki、kd参数,实现精密角度定位PID控制的自适应和智能化。实验结果表明,采用BP神经网络整定的PID控制较传统的PID控制,控制性能有较大的提高,能有效提高定位精度,缩短定位时间。     

基于BP神经网络的PID控制器参数寻优

详细介绍BP神经网络对PID控制器参数寻优控制算法，用高斯核函数作为节点激励函数对系统进行控制。试验表明系统操作方便．安全可靠．控制效果好。     

基于模糊神经网络和遗传算法的仿人智能PID控制器设计

阐述一种新型的模糊神经网络加遗传算法的智能PID控制器     

Calculation of PID controller parameters by using a fuzzy neural network

In this paper, we use the fuzzy neural network (FNN) to develop a formula for designing the proportional-integral-derivative (PID) controller. This PID controller satisfies the criteria of minimum integrated absolute error (IAE) and maximum of sensitivity (Ms). The FNN system is used to identify the relationship between plant model and controller parameters based on IAE and Ms. To derive the tuning rule, the dominant pole assignment method is applied to simplify our optimization processes. Therefore, the FNN system is used to automatically tune the PID controller for different system parameters so that neither theoretical methods nor numerical methods need be used. Moreover, the FNN-based formula can modify the controller to meet our specification when the system model changes. A simulation result for applying to the motor position control problem is given to demonstrate the effectiveness of our approach.     

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。     

基于神经网络的磁悬浮球自适应控制器

建立了磁悬浮球系统的数学模型,讨论了系统的刚度阻尼和控制系统之间的关系。利用神经网络的学习功能在传统比例积分微分（PID）控制器的基础上构建了一种自适应PID控制器。用于磁悬浮球控制系统。实验结果表明,控制器结构简单,易于工程实现,可以实现磁悬浮球的稳定悬浮,并且系统具有快速响应性和良好的抗干扰性。     

基于共轭梯度法的改进型BP神经网络PID控制算法

针对常规BP神经网络PID控制器存在收敛速度慢和易陷入局部极小的缺点,提出一种基于共轭梯度算法的改进型BP神经网络PID控制器,采用Polak -Ribiere线性搜索方法,对传统BP神经网络PID控制器进行改进,加快了网络训练速度,避免网络陷入局部极小.在Matlab平台下实现算法程序,仿真结果表明该改进控制方法的有...     

多变量PID神经元网络控制系统在集气管压力系统中的应用

针对某焦化厂焦炉集气管压力系统具有强干扰、强耦合、非线性的特点,采用一种多变量PID神经元网络控制算法,更好地实现了解耦控制。这种多变量PID神经元网络与常规的PID控制算法比较不仅具有较好的动态性能和稳态性能,而且还具有很强的自学习功能和自适应解耦能力,适用于对非线性多变量系统的解耦控制。