惯性平台稳定回路的单神经元自适应PID控制

针对惯性平台稳定回路需要同时具有良好的快速性、稳态精度高、抗干扰能力强等特点,而传统的超前滞后控制系统抗外力矩干扰能力差,或者最近的鲁棒控制和变结构控制设计复杂,设计了单神经元自适应PID控制的惯性平台稳定回路控制器.仿真结果表明,经典的超前滞后校正系统在角度输入时性能很好,但在力矩干扰输入时动态误差较大,而单神经元自适应PID控制系统在角度输入和干扰力矩输入时都有较好的动态性能,并且设计简单.     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力，它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数，使控制器能够适应受控对象结构的参数以及环境的变化。因此采用单神经元构成自适应PID控制器，将神经元与PID控制结合，对PID参数进行在线寻优、自校正，使PID控制能有效地对付一些较复杂非线性被控对象，特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力，采用动态自适应神经元（APE）对非线性系统进行预测，即用神经元建立起非线性系统的预测模型，预测系统的未来输出，从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明，这种自适应控制方案切实可行，其控制品质明显优于常规PID控制，且具有较强的鲁棒性，达到了良好的控制效果。     

基于单神经元的液压挖掘机自适应PID节能控制

在分析单神经元PID特性的基础上,设计了基于单神经元的液压挖掘机自适应PID节能控制器。该控制器通过神经元的自学习,对传统PID控制器的比例、积分、微分系数进行在线调整,实现了挖掘机功率匹配自适应控制。仿真结果显示单神经元PID自适应控制器具有较强的鲁棒性。     

一种改进的神经元PID自适应控制

利用神经元组成的PID自适应控制尽管结构和算法简单，但收敛速度慢，跟踪效果不佳，为此提出了一种改进型的神经元PID自适应控制方法。仿真结果表明，该方法不仅具有良好的自适应性。而且收敛速度更快。     

基于数字信号处理器的神经元自适应PID控制

为了满足实时控制对神经元运算速度的要求，研究了一种采用数字信号处理器作为控制核心的神经元自适应PID控制器。针对无刷电机的试验结果表明：这种控制器具有响应快、自适应性好和易于实现的特点。     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力 ,它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数 ,使控制器能够适应受控对象结构参数以及环境的变化。因此采用单神经元构成自适应PID控制器 ,将神经元与PID控制结合 ,对PID参数进行在线寻优、自校正 ,使PID控制能有效地对付一些较复杂非线性被控对象 ,特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力 ,采用了动态自适应神经元 (APE)对非线性系统进行预测 ,即用神经元建立起非线性系统的预测模型 ,预测系统的未来输出 ,从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明 ,这种自适应控制方案切实可行 ,其控制品质明显优于常规PID控制 ,且具有较强的鲁棒性 ,达到了良好的控制效果。     

基于单神经元PID控制的温度控制系统

利用神经网络的自学习特性,将神经网络与PID控制方法相结合,实现对温度控制系统的在线智能控制。仿真结果表明,该温度控制系统具有很好的控制效果。     

球磨机单神经元自适应PID解耦控制系统仿真

针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出了球磨机自适应神经元PID解耦的控制方法.将静态解耦逆矩阵与球磨机对象串接,以解除球磨机多变量之间的耦合,再采用两个单神经元自适应PID控制器对解耦后的两变量对象进行闭环控制.仿真结果表明,该控制法相比常规的PID解耦控制法有更好的控制品质,跟踪快、鲁棒性强、解耦好,可较好地解决球磨机系统的时变性、耦合性等问题.     

锻造操作机大车行走机构的单神经元自适应PID控制

为了解决锻造操作机在运送锻件过程中因惯量较大原因引起的响应滞后问题,通过建立锻造操作机大车行走机构动力学模型,提出了单神经元自适应PID控制算法.对锻造操作机大车行走机构单神经元自适应PID控制模型进行仿真.仿真结果表明:采用单神经元自适应PID控制时,超调量低于3s,小于传统PID临界超调量;大车在3s之后达到匀速运行状态,大车行走机构响应加速度达1 000mm·s-2,速度调整误差为±5mm·s-1,大车行走重复定位误差小于±10mm.     

单神经元自适应PID控制器的实现与仿真研究

给出了单神经元自适应PID控制器的算法与控制系统仿真模型。利用单神经元PID控制器的自学习、自适应能力实现PID控制参数的自整定。并对被控对象进行了仿真研究,仿真结果表明,该控制方法与常规PID控制方法相比,具有更好的自适应性和更强的鲁棒性。     

单神经元PID在直流电力牵引调速系统中的仿真研究

针对当前直流电力牵引调速系统中存在的问题,采用单神经元PID控制方法对直流双闭环调速系统的内环进行控制.经MATLAB计算工具仿真,结果表明,改进后的控制系统使得直流牵引电力机车调速系统性能得到很大的改善.由于单神经元PID控制系统比经典PID控制系统具有更强的自适应能力和抗干扰能力,单神经元PID控制算法比模糊控制、BP神经网络控制算法的计算量小,容易实现,因而单神经元PID控制方法更适用于直流电力牵引调速系统.     

单神经元自适应PID在水下拖曳控制系统中的应用

基于多参数拖曳式剖面测量系统的物理参数,从运动物体六自由度方程出发建立了深度控制模型。利用单神经元自适应PID,对拖体深度控制进行了仿真,并与常规PID控制方法进行了对比。结果表明:在3种不同的拖曳速度下,两种方法的响应时间随输入深度的变化曲线都存在一个阈值深度。大于阈值深度时,单神经元自适应PID比常规PID响应快得多,即对于大深度输入,前者的响应时间能够满足控制要求,而后者明显过长。说明单神经元自适应PID控制方法对于大深度输入响应快,不同拖曳速度下深度控制自适应性好。     

基于PID神经元网络的双闭环比值控制系统

提出一种基于PID神经元网络的双闭环比值控制系统,给出了系统的结构和计算公式,列举了一个算例的MATLAB仿真结果.由多个算例的仿真结果推知:这种控制系统不需要用人工整定控制器的参数,不需要辨识被控对象,误差的收敛速度快,结构简单,便于实现.它有希望改进现有的过程控制的比值控制系统.     

基于LQR理论的直线单级倒立摆PID控制仿真研究

针对一级倒立摆不稳定的特性,为其建立了数学模型,并采用双PID控制策略对其进行控制.通过线性二次型最优控制（LQR）理论计算出反馈矩阵K,将K中的参数作为PID控制器的参数.计算机仿真实验结果表明,此方法可以简化PID控制器参数的选取过程,并对直线一级倒立摆系统取得了良好的控制效果.     

一种基于单神经元的模糊自整定PID控制器

为解决普通的PID控制器设计对系统模型有一定依赖性问题,本文将单神经元网络和模糊逻辑相结合,提出了一种基于单神经元的模糊自整定PID控制器。单神经元控制部分本身还是一个PID控制器,但由于权值可以在线调整,具有较强的自学习和自适应能力,而通过模糊控制器对输出整定,可加速控制过程。将该控制器应用于船舶运动控制仿真中,仿真结果表明,单神经元模糊自整定PID控制器能使船舶更快地达到设定航向,且航向曲线和打舵更加平稳,可明显改善对大纯滞后、大惯性系统的控制效果,在工业控制中有广泛的应用前景。     

单神经元PID算法在轧机液压辊缝控制中的应用

提出了将单神经元PID算法应用到轧机液压辊缝控制系统中,并将它与常规PID控制算法的应用效果进行对比.仿真结果表明:单神经元PID控制算法在该系统中控制精度更优,抗干扰能力更强.     

基于模糊单神经元控制的磁力轴承控制研究

针对磁力轴承的本质不稳定性和非线性,结合模糊控制和单神经元PID控制各自的特点,提出了一种模糊与单神经元控制相结合的控制方法.当系统偏差较大时,模糊控制器起主要的调节作用,同时加上适量的单神经元控制;当系统偏差较小时,单神经元控制和模糊控制同时起作用.该控制器克服了模糊控制存在稳态偏差和单神经元控制动态性能差的缺陷.仿真表明,使用该控制器可以实现磁悬浮转子的快速起浮,且超调量小、抗干扰能力强.