共查询到19条相似文献,搜索用时 153 毫秒
1.
2.
3.
基于神经网络-遗传算法的双轴运动系统PID控制 总被引:2,自引:1,他引:2
提出了一种针对双轴运动系统的基于神经网络-遗传算法的PID控制器参数寻优设计方案。离线部分用遗传算法(GA)的寻优得到一组最优的PID参数Kp^ ,Ki^ ,Kd^ ,并将其作为存线调整部分的仞始值;在线部分用神经网络的BP网络调整系统的瞬态PID响应,同时利用插补器使双轴运动系统进行圆弧插补运动。通过计算机仿真可证明,此寻优方法具有良好的控制性能。 相似文献
4.
一种参数快速收敛的多变量系统神经网络PID控制 总被引:2,自引:0,他引:2
对多变量系统设计了神经网络PID控制,解决了多变量系统P、I、D参数难以整定的问题。基于对象模型,提出了一种新型神经网络控制器的训练方法,该方法用多步二次型性能指标函数去训练控制器的权值,从而提高了控制器参数的收敛速度和系统的响应性能,降低了各通道之间的耦合。理论分析和仿真实验表明了该方法的有效性。 相似文献
5.
6.
针对移动机器人电机模型实质的非线性,为满足其精确的运动要求和技术性能,采用动态反传算法训练BP网络以辨识直流电动机的逆模型。将这一训练后的网络输出作为神经PID控制器输入不断调整其P,I,D参数,进而调整控制器输出电压以控制系统跟踪位置或速度指令。该算法简单、计算量小、适于实时控制。实验结果表明了该方法的有效性。 相似文献
7.
8.
在借鉴传统PID控制应用于单片机的方法的基础上,引进了模糊规则的调用方式。根据偏差绝对值和偏差变化绝对值的改变,调节PID参数,最后进行Matlab仿真。经过对没有加入PID控制、加入传统PID控制与加入模糊PID动态性能的差异比较,验证被控系统的动态性能得到明显的改善。 相似文献
9.
传统的比例积分微分(PID)控制器具有一定的局限性,尤其是当被控对象含有非线性、不确定性和时变特性时,常规的PID控制器往往难以发挥作用,甚至会失稳。利用神经网络进行复杂过程的PID控制很好地解决了上述问题,通过神经元的自学习能力来自适应调整权系数,利用BP算法最小化输出误差,大大提高了控制器的鲁棒性。 相似文献
10.
陈波 《数字社区&智能家居》2008,3(12):1691-1692
基于常规PID控制方法的一些缺点,该文介绍了一种利用神经网络HEBB规则.实现了有效的控制方法和PID控制参数的优化的方法。通过仿真和跟经典PID控制方法的比较,说明了其优越性。 相似文献
11.
基于神经网络的PID自整定控制系统 总被引:2,自引:0,他引:2
文章介绍了一种应用神经网络技术建立的PID自整定控制系统,给出了系统结构,详细分析了BP神经网络和RBF神经网络的结构和学习算法。该系统采用3层BP神经网络,其输出为PID控制器的参数;通过变结构的RBF神经网络辨识控制对象,将得到的输出对输入的梯度信息提供给BP神经网络,BP神经网络根据该信息优化PID控制器参数。仿真结果表明,该系统对于参数扰动较大的非线性系统,其收敛速度快、动态响应能力强、稳定性好,且具有较强的鲁棒性和适应性。 相似文献
12.
基于神经网络的智能PID控制策略,以经典的PID控制理论为基础,并通过具有多变量解耦控制自学习功能的神经网络参数整定来实现。本文给出了网络的结构和算法,示出了一组二元变量强耦合时变系统的实时仿真结果。通过计算机仿真证明,基于神经网络的PID控制具有良好的自学习和自适应解耦控制能力。该系统融解耦器和控制器于一体,易于实现,适用于非线性多变量系统的解耦控制。它使解耦后的系统具有较好的动态和静态性能,特别是当根据BP控制规律确定了网络连接权系数的初值时,还能使系统参数快速收敛。 相似文献
13.
基于BP神经网络PID的控制系统研究 总被引:1,自引:0,他引:1
文增红 《数字社区&智能家居》2013,(10):6375-6377,6405
该文选取在工业上具有广泛应用的电加热炉为对象。电加热炉系统是一个双输入双输出系统,有耦合,相互影响,相互干扰。针对控制对象强耦合的特点,设计了基于BP神经网络的参数PID控制算法,采用前馈补偿方法实现解耦,通过仿真研究,结果表明该方案控制系统的调节品质比传统的PID控制水平有了明显的提高。 相似文献
14.
15.
段艳明 《计算机技术与发展》2014,(8):238-241
针对PID控制中的参数整定的难点及基本BP算法收敛速度慢、易陷入局部极值的问题,提出利用PSO算法的全局寻优能力和较强的收敛性来改进BP网络的权值调整新方法,从而对PID控制的比例、积分、微分进行优化控制。该方法是在基本BP算法的误差反向传播的基础上,使粒子位置的更新对应BP网络的权值和阈值的调整,既充分利用了PSO算法的全局寻优性又较好地保持了BP算法本身的反向传播特点。仿真结果表明基于PSO算法的BP神经网络的PID优化控制具有较好的性能和自学习、自适应性。 相似文献
16.
随着智能控制技术的发展,将神经网络技术与传统PID控制技术相结合,并应用到控制系统中去已成为一种趋势。在对风力摆控制系统进行需求分析的基础上,针对其具有非线性和参数不确定等特点,提出了基于BP神经网络PID算法的风力摆控制系统的设计方案,将BP神经网络应用到传统PID控制中,设计出了系统的软硬件结构,实现了有效控制风力摆按指定角度画线、指定时间恢复静止和画圆的功能。研究结果表明:采用BP神经网络PID算法的控制系统具有更强的稳定性和控制精度。 相似文献
17.
18.
19.
论文将2自由度PID引入一类有强耦合带时延的多变量系统,将回路所受耦合量看成干扰量,从而将多回路系统等价成多个单回路系统;针对2自由度PID控制器参数整定困难的特点,论文利用神经网络来实现2自由度PID控制器,使控制器的两组参数能自适应调整,同时完成系统的解耦与控制工作。仿真结果表明,系统具有很好的静态和动态性能。 相似文献