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。     

带修正因子的自组织模糊PID控制在气动人工肌肉位置控制中的应用

作为气动人工肌肉并联机器人关节研究的核心内容，首次对单支气动人工肌肉的位置控制做深入的研究。研究表明，一种带修正因子的自组织模糊控制与PID控制的混合控制器对单支气动人工肌肉的位置控制有明显的控制效果。     

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.     

高压气动位置伺服系统的控制策略研究

本文描述了阀控缸高压气动位置伺服系统，提出采用变增益单神经元自适应PID控制器来实现活塞位移的实时控制，仿真结果表明，这种控制器具有运算量小、强鲁棒性、快速跟踪性等优点，是一种非常合适在实际中应用的控制器。     

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%。     

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。     

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。     

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。     

桥式起重机的单神经元防摆控制系统

桥式起重机运行过程中的防摆控制是起重机控制的一个关键问题,许多学者对此进行了大量的研究。由于桥式起重机的数学模型具有不确定性的特点,常规的PID控制器不易在线调整,难以对摆角进行有效的控制。本文设计了一种基于单神经元控制器的起重机控制系统,利用2个单神经元控制器分别对小车的位置和摆角进行控制。仿真结果证明,该神经元控制器比PID控制器对于不同的绳长和载荷质量具有较好的自适应能力和鲁棒性。     

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。     

模糊PID控制在气动人工肌肉位置控制中的应用

介绍了模糊PID控制算法 ,并将其应用到气动人工肌肉的位置控制中 ,实验表明 ,相对于PID控制 ,模糊PID控制器的参数在线自调整能力使位置控制的响应速度、精度都有不同程度的提高 ,消除了超调量 ,稳态无误差 ,具有很强的自适应性     

气动人工肌肉驱动器的动态跟随控制研究

研究了气动人工肌肉驱动器的动态位置跟随控制技术,构建了控制实验系统,设计了控制系统软件,并运用BP神经网络PID控制算法对其进行实验控制研究。实验结果表明,能够较好地实现气动人工肌肉驱动器的位置定位控制和动态跟随控制。     

基于BP网络的气动人工肌肉位置跟踪的研究

用BP神经网络对单支气动人工肌肉系统进行了阶跃信号及正弦波位置跟踪的研究，实验证明，运用BP神经网络PID控制器，与PID及神经网络控制器相比，有较好的跟踪效果。     

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。     

单神经元PID控制在柴油机调速系统中的应用研究

单神经元与PID控制器结合,构成具有自适应和自学习能力的单神经元PID控制器,改善控制器的控制精准度,并将该控制算法应用在具有多层次复杂性高的柴油机调速系统中,并仿真验证控制效果.     

基于单神经元模糊自适应PID控制的电液位置伺服系统研究

由于电液位置伺服系统具有非线性、时变性等特点,增加了它的控制难度,采用常规的PID控制方法难以满足高精度的控制要求.为此设计了一种具有自适应、自学习功能的单神经元模糊自适应PID控制器.实验表明该控制器具有较好的鲁棒性,保证了较好的静、动态精度.     

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。     

改进算法单神经元PID在飞轮储能系统中的研究

PID控制器是在工业中应用最为广泛的控制技术,然在而其三个参数的调节较复杂烦琐.通过对神经网络自适应特性的研究,设计了改进算法的单神经元PID控制器,利用单神经元自学习能力在线调整PID参数;同时结合自适应PSD算法对神经元增益在线调整.将该控制器应用于飞轮储能系统中,结合SVPWM算法对飞轮电池进行充放电控制.实验仿真结果表明,该控制方法能够使飞轮电池充放电过程快速稳定,鲁棒性强,满足实际控制要求.     

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。