一种基于模糊调节增益的单神经元PID控制方法

提出了一种基于模糊调节增益的单神经元PID控制方法。通过模糊调节单神经元PID控制器的比例增益，达到令人满意的控制效果，明显优于常规PID控制。使用该方法对典型的工业过程对象进行了仿真试验研究，结果表明这种控制方法的优越性。     

基于二次型优化的单神经元PID控制器及其pH过程控制应用

针对pH值控制这种强非线性过程,提出基于二次型优化的单神经元PID学习算法,该算法不用考虑常规PID对非线性过程分段区间划分的问题。基于这种算法的PID控制器解决了普通单神经元PID控制器静态性能不佳的问题。仿真结果表明,这种改进型控制算法比原算法具有更好的自适应能力和抗干扰性能。     

RBF网络在线辨识的神经元控制

提出了一种基于RBF网络在线辨识的单神经元PID自适应控制方法。介绍了RBF网络在线辨识、单神经元PID控制器和控制算法。仿真和应用结果表明，该方法比常规PID控制具有调节速度快、超调小等特点。     

基于PSD算法的单神经元PID控制器在汽温控制中的应用

介绍将自适应PSD控制算法中递推计算并修正增益的方法引入单神经元PID控制，形成了具有增益自适应能力的控制器，设计了基于ISD算法的单神经元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，基于PSD算法的单神经元PID控制器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控制器和一般单神经元控制器。     

原油脱水过程单神经元PID解耦控制研究

集输联合站的油水分离是保证产出原油质量的关键工艺过程。在对油水分离沉降过程动态特性深入研究的基础上,给出了其数学模型。联合神经网络PID控制和解耦系统的特点,给出了一种单神经元PID解耦算法。这种方法具有自学习和自适应能力,在一定程度上解决了传统PID调节器不易在线实时整定参数的不足,提高了控制器对系统和环境变化的适应能力。仿真结果表明这种单神经元PID解耦算法可有效改善控制质量,比常规的PID解耦具有更好的动、静态特性和鲁棒性。     

基于网络概率丢弃策略的自适应控制机制

提出一种基于网络节点分组概率丢弃策略的单神经元自适应PID控制机制，并对其进行了相关性能的分析。在单节点的网络业务流模型基础上，运用OPNET仿真软件对其进行不同输入和工作条件下的仿真。结果显示，在所设计的单神经元自适应PID控制机制下，节点平均队列稳定性好且具有较好的鲁棒性。     

时变大纯滞后系统的单神经元自适应控制

阐述一种新型单神经元自适应控制器,对时变大纯滞后系统实现快速有效的实时控制。该单神经元采用一种新学习算法,并与Smith补偿、在线辨识相结合,在保留单神经元器适应性强优点的同时。改善了单神经元器的动态性能,减轻了大滞后对象控制结果不能及时反馈的不足。应用该控制策略对大滞后一阶仿真研究表明,对大滞后时变系统具有较强的适应性和鲁棒性,各种控制性能优于常规单神经元PID和常规PID．     

改进的单神经元自适应PID控制算法在智能车速度控制系统中的研究与应用

针对单神经元控制算法在电磁导航智能车速度控制中存在加权系数修正时间长、自适应能力差、系统不稳定的缺点,提出了将改进的单神经元自适应PID控制算法应用到智能车的调速系统中。改进的单神经元自适应PID控制算法优化了单神经元自适应PID控制算法中的加权系数学习修正部分,使得权系数在线修正不完全根据神经网络的学习原理,而是参考实际经验制定的,最终自适应地整定PID三个参数来实现智能车的速度控制。Matlab仿真测试表明,与单神经元自适应PID控制算法相比,改进的单神经元自适应PID控制算法在智能车速度控制中具有响应快,超调量小、自适应能力强的优点,大大提高了智能车控制系统的性能。     

双转子永磁同步电机控制的建模与仿真

针对传统PID控制方法对双转子永磁同步电机进行控制时参数摄动、抗干扰能力差等缺点,提出一种单神经元模糊PID控制方法。首先建立双转子永磁同步电机的数学模型,设计了单神经元模糊PID控制器,然后利用MATLAB实现了系统设计与仿真。最后通过传统PID和单神经元模糊PID控制的仿真结果进行对比分析,仿真结果表明,单神经元模糊PID控制可以显著提高系统的鲁棒性,使双转子永磁同步电机控制系统具有更好的动、静态性能和抗干扰能力。     

SR电机单神经元PID直接转矩控制系统

针对采用常规PID控制器很难取得很好的控制效果,提出了单神经元PID与常规PID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,不但结构简单,而且能适应环境变化,具有较强的鲁棒性。以速度误差为系统外环输入,大偏差时采用常规PID控制,小偏差时采用单神经元控制。外环的输出变量为内环的目标转矩,送入60kW三相6/4结构的开关磁阻电机直接转矩调速系统内环。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,并克服了常规P I D控制器参数固定,控制非线性系统差的缺点,很好的解决了系统上升时间与超调的矛盾。系统具有很好的抗干扰能力与鲁棒性。     

单神经元自适应PID控制器的应用

对单神经元自适应PID控制器的控制算法进行了研究；利用Matlab／Simulink对复杂对象进行了闭环仿真，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控制算法明显优于常规PID控制算法；将单神经元自适应PID控制器应用到焦炉集气管压力控制系统，集气管压力系统的抗干扰能力得到提高，取得了良好的控制效果。     

改进Smith控制与RBF单神经元PID的换热器控制系统

为了高效控制工质出口温度,维持换热器稳定运行,针对Smith预估控制算法及径向基函数(RBF)神经网络辨识单神经元比例-积分-微分(PID)控制算法特点,提出了Smith控制算法和RBF神经网络辨识单神经元PID相结合的控制策略,对Smith控制算法在结构上进行了改进,以提高RBF神经网络辨识单神经元PID控制的抗干扰能力,减少Smith控制算法对模型的依赖程度.仿真分析表明:应用于换热器工质出口温度控制系统,改进算法控制性能显著优于其它控制方法,抗干扰能力得到了大幅提高.     

在线参数优化的环境试验箱研究

提出了基于二次型性能指标学习算法的单神经元PID控制算法,应用在工业用环境试验箱设计,给出相应的软硬件设计。样机实验表明,这种新的控制策略学习速度快,动态响应时间短,实现了参数的在线优化,使系统具有良好的动态品质和稳态性能。     

基于TS模型的增益自校正单神经元PID控制算法

将单神经元自适应PID控制算法和基于TS模型的模糊推理系统相结合,提出了增益模糊自校正单神经元PID控制算法。该算法使得传统单神经元自适应PID控制的神经元增益具备在线自动调整的功能,对于变增益的不确定性系统的控制,获得了很好的控制性能。     

改进的单神经元自适应控制系统在MCGS中的应用

对于现代工业控制中的一些具有时变的、大时滞、非线性的复杂系统,常规的PID算法难以整定PID参数,因而难以达到预期的控制效果. 本文在MCGS组态软件的实验平台上实现常规PID算法和单神经元自适应PID算法分别在线性和非线性的系统的控制. 实验结果表明,在线性系统和非线性系统中单神经元自适应PID控制算法都具有更好的稳定性和动态性能.     

积分分离的单神经元PID控制算法及其研究

将积分分离的思想引入单神经元PID（比例积分微分控制）算法中,提出1种积分分离的单神经元PID控制算法,既避免了由于积分累积而导致的较大超调,减少振荡幅度,又利用单神经元PID算法中参数可调的特性,增强了控制系统的自适应能力。通过对不同被控对象的仿真研究,表明其有效性和优越性。同时,通过对该算法中阈值取值研究及该算法与普通PID及单神经元PID的对比研究,指出了该算法的优缺点。     

基于PID神经网络的研究和改进

针对PID神经元网络(PIDNN)将静态神经元扩充到动态神经元的特性,通过分析PIDNN控制算法存在的局限性,对变量系统的激励函数提出了改进方案,扩大了PID神经网络控制的适用范围。Matlab仿真测试表明,改进后的PIDNN系统具有良好的稳态性,试验验证了算法的有效性。     

焦炉集气管压力控制的一种新方法

针对焦炉集气管压力系统的特点,提出一种基于神经元的自适应PID控制算法;将神经元与PID结合,在线调整PID参数;对单神经元自适应PID控制器进行了研究,并利用Matlab/Simulink进行了仿真,结果表明单神经元自适应PID控制算法明显优于常规PID控制算法;用本文提出的单神经元自适应PID控制器控制焦炉集气管压力,使集气管压力系统的抗干扰能力得到提高,取得了良好的控制效果。     

酸碱中和反应中pH值的单神经元自适应控制研究

基于酸碱中和反应过程中pH值变化的动态模型,设计单神经元自适应控制器,解决化工生产过程中pH值的PID控制所存在的调节时间长、超调量大和系统抗干扰性差的问题。在相同条件下与PID控制器进行对比实验,实验结果表明单神经元自适应控制器明显改善pH值过程控制系统的动态性能,该控制系统具有较强的自适应性与鲁棒性。