一种改进的神经元自适应PID控制器研究

在神经元自适应 PID控制器的基础上 ,提出了一种改进的神经元自适应 PID控制算法 .     

单神经元自适应PID控制在气动压力伺服系统中的应用

将具有自学习和自适应能力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,并将其应用于气动压力伺服系统中。实验结果表明,采用单神经元自适应PID控制的气动伺服系统能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质优于常规PID控制器。     

空调用泵调速系统单神经元自适应PID控制

建立了空调循环泵系统电机简化模型，提出了采用不必基于模型的单神经元自适应PID控制。介绍了单神经元自适应PID控制器的结构和算法。仿真结果表明，单神经元自适应PID控制器较常规PID控制器具有更快的响应特性和良好的动态特性，对负载扰动表现出更强的适应性和鲁棒性，具有较好的跟踪效果。     

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。     

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。     

单神经元PID在多电机控制中的应用

本文通过对多电机同步控制的原理及其特点分析,设计了具有自学习和自适应能力的单神经元PID同步控制器,建立了单神经元PID控制规则,提出了多电机同步控制的单神经元PID学习算法。系统仿真结果表明,运用单神经元自适应PID控制器能有效实现多电机同步控制,收敛速度较快,鲁棒性较好,且抗干扰能力强。最后,基于MCF5235微控制器,通过VxWorks实时嵌入式操作系统,应用于四轴同步控制系统,结果表明单神经元自适应PID同步控制器能大大增强系统的动态性能,有效缓解负载带来的同步误差,在相同扰动情况下,该方法能更好的使多电机以一定速度同步运行。     

变频泵控马达调速系统单神经元自适应PID控制

针对大惯性负截变频泵控马达调速系统动态性能差的特点，提出了采用不必基于模型的单神经元自适应PID控制。介绍了单神经元自适应PID控制器的结构和算法。仿真结果表明，单神经元自适应PID控制器较常规PID控制器具有更快的响应特性和良好的动态特性，对模型失配和负载扰动表现出更强的适应性和鲁棒性，而且不论是在加速段、等速段还是减速段，都具有较好的跟踪效果。     

车载飞轮电池的振动控制策略研究

针对车载飞轮电池在不同工况下振动及磁悬浮轴承非线性和本质不稳定性的特点,开发了基于单神经元的PID控制软件,利用单神经元的自学习能力并通过加权系数自适应地对PID各控制参数进行调整,使得控制器的输出为PID各控制参数的非线性组合,克服了单一PID控制参数无法满足系统动态性能需要及控制参数整定困难的缺点。通过仿真分析和飞轮转子系统的高速运行试验,对比研究了不完全微分PID策略和单神经元自适应PID策略的控制效果。研究结果表明,与不完全微分PID策略相比,单神经元自适应PID策略具有无超调、鲁棒性好、调节时间短等优点,飞轮转子系统具有更好的动态性能。     

自适应PID控制在火炮随动系统中的应用

火炮随动控制系统是一个典型的非线性、大时滞系统,常规PID控制难以实现火炮随动控制系统参数在线自整定,针对该问题提出一种基于单神经元的自适应PID控制器,通过神经元的自学习、自校正能力实现了PID参数的在线自整定。仿真结果表明单神经元自适应PID控制响应快,自适应能力好,鲁棒性强,稳态精度高,采用该方案的火炮随动控制系统能够较好满足控制要求,具有一定实用价值。     

凿岩机械与气动工具

GJ20042159 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[刊,中]/高建英…∥液压与气动.—2004,(1).—18～20 文章以单支气动人工肌肉为研究对象,分别构造了 PID 控制器及单元神经元自适应 PID 控制器进行位置控制。实验证明:运用单神经元自适     

神经元微分先行PID控制器的研究

文中给出从微分先行PID算法派生出的神经元PID控制器，并利用MATLAB／SIMULINK仿真软件对该控制器在电加热炉中的应用进行仿真研究。仿真结果表明，神经元微分先行PID控制不但具有微分先行PID控制的优点而且还具有神经元自适应控制的特点。     

泵控马达调速系统单神经元PID控制参数优化的改进算法

针对常规PID控制的不足以及泵控马达调速系统动态性能差的特点，提出了一种基于单神经元的自适应PID控制器．并结合误差二次型最优控制理论对单神经元的性能指标进行改进，推导出相应的单神经元输入权值调整算法。仿真结果表明，改进的单神经元自适应PID控制器具有更快的响应特性和良好的动态特性，其控制效果明显优于常规的PID控制器，将其应用于泵控马达调速系统是行之有效的。     

基于PLC的单神经元PID控制器的设计与实现

本文对于大滞后、时变和非线性的复杂系统,常规PID控制显得无能为力。将神经网络与常规PID控制相结合,构成单神经元自适应PID控制器。给出了基于PLC的单神经元PID控制系统结构,重点介绍了单神经元PID控制算法原理,并用结构控制语言编写了单神经元PID控制算法功能块,该控制功能块具有通用性且易于移植。经实例证明,与传统PID控制器相比较,单神经元PID控制器可以显著改善系统的性能。     

惯性稳定平台单神经元/PID自适应复合控制与参数优化

针对成像载荷对惯性稳定平台高稳定精度控制的要求,提出一种基于改进型细菌觅食优化算法的单神经元/PID自适应复合控制方法。首先将单神经元与PID控制结合组成单神经元/PID自适应复合控制器,实现惯性稳定平台自适应控制,提高系统控制精度;其次,针对传统试凑法难以获得控制器最优控制参数的不足,采用改进型细菌觅食优化算法对复合控制器进行参数寻优,实现控制参数最优化;最后,对提出方法进行仿真分析和实验验证。实验结果表明:采用参数优化的单神经元/PID自适应复合控制后,稳定平台稳定精度和扰动抑制能力都得到明显提高,静基座和动基座条件下角位置误差分别为0.003 8°和0.290 4°,与传统PID控制相比分别提高19.1%和39.9%。     

基于改进单神经元PID算法的盾构推进速度控制

针对盾构推进速度控制中单神经元PID控制器比例系数无法实时调整的难题,引入模糊控制思想,设计了一种改进的单神经元自适应PID控制器。通过模糊控制规则对神经元比例系数进行在线修改,实现了比例系数的自适应调整。仿真结果表明改进的新型控制器提高了系统的快速性、鲁棒性。     

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。     

单神经元PID在多电机同步控制中的应用

针对多电机同步控制系统在动载荷扰动情况下各电机之间的传动比会发生变化这一问题,设计了具有自学习和自适应能力的单神经元PID同步控制算法,建立了多电机同步控制系统的单神经元PID控制规则。系统仿真结果表明,运用单神经元自适应PID控制算法能有效实现多电机同步控制,该算法收敛速度较快,鲁棒性较好,具有较强的抗干扰能力。最后,将该控制算法应用于精梳机四轴同步控制系统,其结果表明单神经元自适应PID同步控制算法能大大增强系统的动态性能,有效缓解负载带来的同步误差。在相同扰动情况下,该方法能更好的使多电机以一定速度同步运行。     

不完全微分型PID控制的神经元实现

给出从不完全微分型PID算法派生出的神经元PID控制器，并利用MATLAB／SIMULINK仿真软件对该控制器在某隧道式炉中的应用进行仿真研究。仿真结果表明．不完全微分PID控制的神经元实现不但具有不完全微分型PID控制的优点而且还具有神经元控制的自适应特点。     

基于AMESim/Simulink的液压位置伺服系统仿真

针对液压位置伺服系统的不确定性、非线性和常规PID控制器的缺点,设计了单神经元自适应PID控制器,该方法可以显著减小液压位置伺服系统中由于元件参数变化等引起的超调和振荡。利用AMESim与MATLAB软件各自的优势,分别进行了液压伺服系统建模和控制器设计。联合仿真结果表明,单神经元自适应PID控制器比常规PID控制器使系统具有更好的鲁棒性,同时使系统具有良好的环境适应性和较好的物理性能。     

神经网络在气动机械手控制器中的应用

气动机械手控制系统是一个非线性系统,采用常规的PID控制方法难以获得较好的控制效果.将具有自学习和自适应能力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,并将其应用于机械手气动压力伺服系统中,控制器采用DSP实现.运行结果表明,该控制器能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质优于常规PID控制器.