神经元自适应控制器在矢量控制中的应用

感应电机矢量控制技术是通过坐标变换，实现对定于电流的励磁分量与转矩分量的解辐控制。传统PID控制器在电机参数改变时鲁棒性较差。神经网络具有自学习、自适应能力，用于控制时可以不依赖控制对象的数学模型。为实现对交流电机快速和精确控制，基于单神经元设计出用于感应电机矢量控制的自适应磁链和转速控制器，利用神经元的自学习功能在线调节连接权重，实现自适应控制。并将此设计应用于交流电机矢量控制系统中，数字仿真实验表明，此方法设计的控制器可克服传统PID控制器在电机参数改变时控制性能差等不足，鲁樟性强。该设计结构简单，实现应用时易于数字化实现。     

神经网络自适应PID控制器在交流调速系统中的应用

提出了一种基于神经网络的自适应PID控制器,并将其引入交流调速系统中代替传统的转速调节器,通过神经网络的自学习能力,实现对交流异步电动机的自适应控制.用DSP实现的结果表明,该方法是可行的.     

基于模糊PID的交流电动机矢量控制系统

交流电动机矢量控制系统是一个非线性、强耦合、时变的复杂系统,用传统的PID难以达到理想的控制效果。基于模糊控制原理与传统PID原理相结合设计了模糊PID控制器。仿真结果表明,采用模糊PID控制器比采用常规PID控制器具有更好的动稳态性能。     

基于神经网络的PID控制器

研究了神经网络在非线性自校正控制系统中的应用，提出了一个基于神经网络的ＰＩＤ控制器的结构，并给出一个仿真实例。     

基于神经网络的自适应PID控制器及其应用

介绍一种基于神经网络的自适应PID控制器,运用神经网络和BP算法在线调整PID参数,PID参数的初值采用继电器自整定法整定。仿真分析和实际应用结果表明,与传统的数字PID控制器相比,该控制器具有更好的控制效果和更好的鲁捧性。     

异步电机模糊免疫PID矢量控制系统

由于在转子磁场定向矢量控制中,转速PI控制器抗干扰能力较差,提出了采用模糊免疫PID控制器取代转速PI控制器,对提高异步电机控制系统的性能起到改善作用.模糊免疫PID控制将生物免疫机理、模糊控制理论及PID控制理论相结合,提高了系统的自适应能力,实现了控制器参数的优化及在线自整定.构建了基于模糊免疫PID控制器和空间矢量脉宽调制的异步电机矢量控制系统.仿真结果表明,该系统既具有良好的动、静态特性,也具有自适应和鲁棒性强的特点.     

基于神经网络的PID控制器在电厂热工过程中的应用研究

对近年来智能控制中的几种典型的神经网络PID控制器的主要成果及其应用进行了总结,并探讨了神经网络和其它智能控制算法与常规PID控制结合的研究方向,最后对基于神经网络的PID控制器在电厂热工控制过程中的应用提出了展望。     

模糊自适应PID控制在异步电机矢量控制系统中的应用研究

针对异步电机矢量控制系统因电机参数变化和负载波动等因素而性能变差的问题,设计了一种模糊自适应整定PID控制的异步电机矢量控制系统。可以根据输入变量的大小调整模糊控制器的量化因子、比例因子和两个输入变量的权重,从而自动调整模糊控制规则。仿真和实验结果说明,具有模糊自适应整定PID控制的异步电机矢量控制系统不仅动态和稳态性能都得到提高,而且具有较强的鲁棒性。     

智能PID控制器在汽温控制系统中的应用

智能PID控制器是智能控制技术与常规PID控制器相结合的产物。该文对模糊控制神经网络与常规PID控制器相结合进行了研究。对智能PID控制器在电厂主要热工过程控制系统中的应用研究情况进行了仿真。仿真结果表明智能PID控制器在电厂热工过程控制中的应用是有效的和可行的有着广阔的发展前景。     

模糊参数自适应PID控制器在同步发电机励磁系统中的应用

本文根据同步发电机的运行特点,提出了一种适用于同步发电机励磁系统的模糊参数自适应PID控制器的设计方法。重点介绍了控制器的模糊控制规则和模糊推理机理。试验证明其较传统PID控制器优越。     

变学习速率的神经元自适应PID控制器

本文研究了单神经元自适应PID控制器，并利用模糊集理论提出一种变学习速率的神经元自适应PID算法。应用该算法可进一步改善系统的控制效果和鲁棒性。     

基于实数编码遗传优化的神经网络参数自学习PID控制器

利用遗传算法全局随机搜索能力,设计一种基于遗传算法的神经网络学习算法.利用Matlab进行仿真计算.实验结果表明,所设计的参数自学习PID控制器具有良好的鲁棒特性和响应速度以及抑制干扰特性,可构成较实用的工业控制器.     

基于神经网络自适应PID控制的船舶操纵研究

本文针对船舶操纵这种非线性、时变参数控制对象,提出了一种采用神经网络自适应ＰＩＤ控制方案。该控制结构有两上子神经网络组成,一个三层ＢＰ神经网络用于对被控对象进行在线辨只,另一个两层线性网络构成具有ＰＩＤ结构的控制器。文中给出了神经网络在线训练学习方法,并进行船舶操纵控制仿真研究。     

基于DSP和神经网络PID控制的交流数字伺服系统

永磁同步电动机有许多直流电机所没有的优点,而DSP的应用使得伺服控制系统无论是在结构复杂程度、成本和效率上都有很大改观。本文提出了永磁同步电动机的速度控制中较为有效的控制方法即神经网络PID和DSP在伺服系统控制中的应用。     

基于自适应遗传算法的感应电动机调速系统PID控制器参数优化

以速度误差积分型性能指标为目标函数,根据评估函数值变化幅度自适应调整变异概率,以防止算法早熟和陷入局部极小值.运用Matlab/Simulink建立电机矢量控制模型并对PID参数的优化数值进行仿真,结果表明本文提出的参数整定方法较传统PID方法更加优越.     

消毒柜的模糊神经网络控制器的设计

单一的模糊控制器控制精度不是很高,通过BP神经网络,对模糊规则的结论参数和隶属函数进行在线修正,实现模糊规则的自组织。研究表明,将神经网络原理运用于模糊控制,可以改善控制器的静态性能和鲁棒性能。     

单神经元PID控制器仿真及其PLC实现

简要分析了传统PID控制器与单神经元PID控制器原理,通过MATLAB仿真及基于西门子S7-200的单神经元PID控制器编程控制,验证方案可行并分析比较了两种控制器的优缺点。     

一种新型神经网络结构PID控制器及其仿真研究

提出一种新型神经网络结构的PID控制器（N－PID）。该控制器将神经网络和PID控制规律融为一体，既具有常规PID控制器结构简单、参数物理意义明确之优点，又具有神经网络自学习、自适应之能力。并给出N－PID控制器的结构、计算公式及二阶对象下系统的仿真结果。