注塑机料筒温度模糊变系数PID控制研究

利用模糊控制的原理在线调整PID控制器参数，从而构成模糊变系数PID控制器。讨论了该控制器的结构及实现方法．并将其应用于注塑机料筒的温度控制。实验结果表明．对于注塑机料筒温度的控制，与普通PID控制器相比，模糊变系数PID控制算法有较好的控制性能和较强的鲁棒性。     

基于C8051F020的注塑机温度控制模块的研究(英文)

本文提出了基于C8051F020单片机的注塑机测控系统的设计方案,其中C8051F020自带ADC、DAC、内部温度传感器、PWM功能等模块,详细阐述了注塑机温度控制策略。介绍了改进型PID算法在注塑机料筒恒温控制中的应用和实现,可实时地监控注塑机料筒的温度,并得到较好的温度响应曲线,有助于在注塑机料筒温度控制实验时,更加方便、快捷的调整PID参数。     

基于时间最优的注塑机料筒温度控制方法

注塑机在程序的控制下按照注塑流程自动顺序循环动作,其控制系统的性能直接影响注塑产品的质量.控制系统的关键与难点在于多段料筒温度控制的精度和速度,它直接反映了注塑机控制系统的性能.本文研究了注塑机多段料筒的温度特性,在分析了PID控制与Bang-Bang控制特点的基础上,提出积分分离式不完全微分PID控制与Bang-Bang控制相结合的方法,以时间最优控制策略对注塑机料筒的温度进行控制.经仿真和实用验证,根据此控制策略设计的注塑机控制系统具有控制精度高、速度快、成本低的特点.     

基于遗传算法的模糊神经网络控制器在烘干炉温度控制系统中的设计与仿真

以烘干炉温度为被控对象,由于烘干炉温度控制具有非线性、大滞后和无法建立精确数学模型等特点,传统的控制器很难达到理想的控制效果,为此设计了一种基于遗传算法的模糊神经网络控制器.基于遗传算法的模糊神经网络控制器是将遗传算法的全局寻优和BP算法的在线学习结合起来,先用遗传算法对神经网络的参数进行离线训练,然后再用BP算法对模糊神经网络控制器进一步在线学习.仿真结果表明,基于遗传算法的模糊神经网络控制器与模糊控制、传统PID控制相比较,改善了系统的动态性能和静态性能,能使非线性、大滞后等特殊的系统达到良好的控制效果.     

注塑机温度控制系统的研究与实现

采用单片机和模糊控制实现对注塑机的料桶温度控制,以达到精密注塑的温度要求。根据注塑机料筒温度的自动控制问题,提出了采用模糊控制理论来设计温度控制系统的思路,并介绍了模糊控制器的结构、模糊控制规则的设计及实现方法。     

浅谈神经网络在加热炉温度控制中的应用

根据加热炉的特点和温度控制要求,设计了基于RBFNN(RBF Neural Network)辨识的PID控制器,仿真结果与PID控制和基于BPNN(BP Neural Network)的PID控制相比较,显示出本文设计的控制器具有良好的控制性能。     

基于改进神经网络ID算法的温度控制系统

针对温度控制难题,提出了基于共轭梯度算法改进的BP神经网络PID控制算法,并在温度控制系统中进行了仿真;结果表明,该控制器能够实现较好控制效果。     

神经网络自适应PID在开关磁阻电机中的应用仿真

介绍了一种基于神经网络的自适应PID控制器,其运用神经网络和BP算法在线调整PID参数,并把此控制器和传统PID控制器组合成一个复合控制器应用于开关磁阻电机调速系统中.仿真结果表明,与传统的数字PID控制器相比,该复合控制器具有更好的自适应性和鲁棒性.     

基于改进型BP神经网络PID控制器在转台系统中的应用研究

为改善转台系统性能,针对传统的PID控制参数难以获得较理想的控制效果,设计了一种基于改进型BP神经网络的PID控制器。介绍了PID控制器的结构和BP神经网络算法描述,利用最小二乘法和神经网络建立被控对象的预测数学模型,并用该模型所计算的预测输出取代预测输出的实测值,对基于BP网络的PID控制器的权值调整算法进行改进。以某转台模型为对象,建立了转台控制系统的数学模型并对其进行仿真。仿真结果表明,改进型BP神经网络PID控制器具有良好的控制效果,跟踪精度高、性能稳定及鲁棒性强,能更为有效地应用到转台系统中。     

注塑机料筒变功率加热装置设计

针对目前注塑机料筒因采用继电器、接触器控制加热器的通断从而易使温度产生过冲而降低了温度控制精度的局限性,研制了适用于注塑机料筒的数字式变功率加热装置,介绍了数字式变功率加热装置的工作原理、硬件电路设计以及工控机软件设计。研究结果表明,该加热装置能独立调节注塑机各段料筒加热器的加热功率,实现对注塑机料筒的数字式全自动变功率加热。