线性预测模型BP神经网络PID控制算法的研究

针对经典PID控制参数整定困难和基本BP算法收敛速度慢、易陷入局部极小的缺点,提出一种基于线性预测模型BP神经网络的PID控制方法,重点阐述算法过程。最后在MATLAB软件上进行仿真,仿真结果表明该控制算法是有效的。     

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...     

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BP神经网络的PID智能温度控制器设计

PID控制被广泛应用在工业过程控制领域,但是在实际应用中往往具有非线性、时变不确定性,导致PID参数整定难以达到最佳控制要求。本文将神经网络技术应用于PID控制中,利用神经网络具有的非线性函数逼近能力,通过对系统性能的学习来实现具有最佳组合的PID控制,并将研究结果用于单片机温度控制器,效果良好。     

BP神经网络在减速器回差数据拟合中的应用

分析了BP神经网络算法在减速器回差数据拟合中的运用实例，给出了数据拟合的求解过程，并且指出了其精确度比最小二乘法优越的表现。     

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.     

基于BP神经网络的料筒温度PID控制器

针对注塑机料筒温度控制的要求和PID控制器的不足,设计了一种基于BP神经网络的PID控制器.该控制器将神经网络和PID控制技术相结合,能无限地逼近非线性系统,具有收敛快的优点.提出了基于BP神经网络的PID控制算法和程序流程.仿真结果表明,BP神经网络PID控制器能有效地缩短过渡过程,具有较好的稳定性和快速响应性,可以满足注塑机料筒的温度控制要求.     

基于BP神经网络PID控制器的单轴测试转台设计

针对TS-360型单轴测试转台精度要求高的特点,提出了基于BP神经网络与常规PID控制器相结合的控制算法,提高了系统的控制精度,增强了系统对非线性干扰的自适应能力.系统采用增量式光电码盘反馈和PC/104嵌入式计算机控制的新型测角方案,设计并研制了转台相应的硬件装置,实现了系统的全数字控制.     

基于BP神经网络整定的PID控制在过热汽温系统中的应用

针对火电厂中具有大惯性和变参数等特性的过热汽温系统的特点,提出了一种基于BP神经网络的PID控制器设计方法.将神经网络所具有的自学习能力与PID控制器的鲁棒性相结合,实现了对非线性、大时滞系统模型的控制.仿真结果表明所给出的控制策略能较好地适应对象动态模型的大幅度变化,保持较优的鲁棒调节性能.     

基于BP神经网络PID控制的AGV调速系统仿真

为了研究AGV小车的调速系统的优化设计方法,给定某款AGV的设计要求和主要参数,选择合适的直流电动机和电枢回路.利用MATLAB中的simulink模块,搭建AGV的双闭环直流调速系统控制模型,研究该系统的稳态特性.将BP神经网络参数自整定PID控制器应用到该调速系统中.结果表明:在两种调速系统的稳态转速均达到设计转速...     

一种基于BP神经网络PID的液冷系统设计

针对温度控制系统的时滞、非线性等特点,提出一种基于BP神经网络PID的液冷控制方法.由于空中环境复杂,液冷系统中散热效率与飞行高度、速度等关系很大而且具有不可预测性,因此也无法给控制系统建立准确的数学模型.利用BP神经网络的自学习性和函数逼近能力,结合PID控制器,可以动态调节PID参数,使系统达到优秀的控制效果.实验...     

主蒸汽温度的BP神经网络PID控制系统的研究

针对火电厂主蒸汽温度系统大惯性、大迟延、非线性的特点,常规串级PID控制难以取得满意的调节效果,为了改善常规PID控制的不足,文章在研究BP神经网络的基础上,把BP神经网络PID控制应用到主汽温控制系统中。运用matlab仿真,结果表明,与传统控制相比BP神经网络PID控制算法有效减小了系统的超调量,提高了系统的响应速度,在主汽温控制系统中具有很好的控制效果。     

Application of PID Controller Based on BP Neural Network in Export Steam's Temperature Control System

By combining the Back-Propagation(BP)neural network with conventional proportional Integral Derivative(PID)controller,a new temperature control strategy of the export steam in supercritical electric power plant is put forward.This scheme can effectively overcome the large time delay,inertia of the export steam and the influence of object in varying operational parameters.Thus excellent control quality is obtained.The present paper describes the development and application of neural network based controller to control the temperature of the boiler’s export steam.Through simulation in various situations,it validates that the control quality of this control system is apparently superior to the conventional PID control system.     

基于改进粒子群算法的神经网络PID控制研究

BP神经网络PID控制是利用BP神经网络的自学习和逼近任意非线性函数功能,对PID控制器的三个参数进行在线整定,但网络初始权值的选取困难.采用改进的PSO算法优化BP神经网络的初始权值,并对基于PAO算法的BP神经网络PID控制进行仿真实验.仿真结果表明,PSO算法使得网络初始权值的选取比较快速,系统的性能有所提高.     

堆垛机神经网络PID控制系统研究

针对立体仓库在可利用的空间资源和对资源的综合管理上的优势,提出了一种以DSP为控制器的堆垛机神经网络PID控制方法,自动完成并实现堆垛机系统x-y-z轴上3个电机的执行动作。通过神经网络PID与传统PI的切换,配合红外传感技术,提高了电机的运行效率,实现了对仓库位置的精确定位。对系统进行了仿真,仿真结果表明,系统运行可靠,动静态性能良好,具有较高稳定性。     

串连盘式管道连续输送系统基于BP神经网络PID结构控制

利用BP神经网络,建立新型的串连盘管道连续输送机和螺旋运输机组成一个输送系统网络模型,并结合PID结构控制器优化训练,时时调节网络的输出参数KP,KI,KD,来达到控制输出最佳值.通过MATLAB模拟仿真,得到很好的收敛.     

一种基于BP神经网络的模糊PID控制算法研究

提出了一种基于神经网络自学习和并行处理的能力。利用模糊控制对未知模型不精确控制的功能来设计的PID控制算法,仿真实例表明能较好地实现PID控制器参数在线调整和优化。     

基于改进BP神经网络的机械故障研究

BP网络易陷入局部最优和运算不稳定,提出附加动量下降法对其改进;通过改进BP与标准BP对旋转机械常见故障诊断进行对照分析,得出改进BP能够克服标准BP的固有缺陷。