一种增益自适应的单神经元PID控制器

针对时滞不确定对象,提出一种单神经元PID控制器,此控制器不依赖于对象模型.由于神经元的权值能在线调整,因此具有自学习和自适应能力,同时应用自适应PSD算法调整比例系数K值的大小,构成了增益自适应的单神经元PID控制器.在MATLAB/SIMULINK下对算法实现仿真控制,结果证明增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强且算法简单适用的控制器,适合于工业上不确定对象的平稳控制.     

一种增益自适应的单神经元PID控制器

针对时滞不确定对象,提出一种单神经元PID控制器,此控制器不依赖于对象模型。由于神经元的权值能在线调整,因此具有自学习和自适应能力,同时应用自适应PSD算法调整比例系数K值的大小,构成了增益自适应的单神经元PID控制器。在MATLAB/SIMULINK下对算法实现仿真控制,结果证明增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强且算法简单适用的控制器,适合于工业上不确定对象的平稳控制。     

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。     

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。     

三容液位系统的单神经元PID控制仿真研究

分析了串接式三容水箱液位系统的数学特性,采用阶跃响应法确定了被控对象的数学模型.在此基础上,分析研究了PID控制算法以及进行单神经元自适应整定的可行性.在MATLAB R2006a环境下编写m程序,进行了仿真测试.实验表明,在三容液位系统中,单神经元PID控制算法的超调量小,控制品质是令人满意的.     

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。     

三容液位系统的单神经元PID控制仿真研究

分析了串接式三容水箱液位系统的数学特性,采用阶跃响应法确定了被控对象的数学模型。在此基础上,分析研究了PID控制算法以及进行单神经元自适应整定的可行性。在MATLAB R2006a环境下编写m程序,进行了仿真测试。实验表明,在三容液位系统中,单神经元PID控制算法的超调量小,控制品质是令人满意的。     

管式炉温度的单神经元PID实时控制

为解决炉温控制中的大惯性和纯滞后问题,将单神经元的自学习和自适应能力与传统的PID控制相结合,构成一种智能调节器．仿真试验表明,单神经元自适应PID控制具有快速、无超调的特性．实际控制试验表明,单神经元自适应PID控制具有快速、稳态精度高的控制效果．     

一种开关磁阻电机调速系统的设计

介绍了单神经元自适应PID算法原理,提出了以单神经元自适应PID控制算法为核心的四相8／6极开关磁阻电机调速系统设计。以MCS80C196KC单片机作为控制器,对调速系统的硬件电路和软件部分进行了设计,实现了单神经元PID自适应控制算法在开关磁阻电机调速中的应用。实验证明,该控制算法有助于改善开关磁阻电机的调速性能。     

一种通用自适应PID控制器的设计与实现

提出了一种新的增益调整方法,并将其应用于单神经元PID控制算法中.针对目前自适应PID控制器通用性差的不足,把Matlab和ARM处理器相结合,采用改进后的控制算法设计了一种具有良好通用性的自适应PID控制器.该控制器体积小、成本低.实验表明,其响应速度快、跟踪性能好、输出精度高.     

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.     

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。     

基于神经网络的主汽温控制系统

针对火电厂主汽温被控对象的大迟延、模型不确定性,设计了基于神经网络的主汽温控制系统。系统结构为串级系统。内回路采用常规比例调节器,外回路采用带辨识器的单神经元ＰＩＤ控制器。辨识器为３层ＢＰ网络结构,以广义δ规则为学习规则。控制器学习算法为有监督的Ｈｅｂｂ算法,教师信号由系统定值和辨识器输出构成。对系统在多种工况下的仿真结果表明,所设计的系统在控制品质、鲁棒性方面明显优于主汽温常规ＰＩＤ控制系统。     

对象模型闭环工程辨识方法的试验和数字仿真

本文概述了对象数学模型衰减振荡闭环工程辨识方法的理论基础,并在压力气动仪表控制系统实验装置上作了试验,求得了实验压力对象的简化数学模型.根据所得模型,应用仿真程序,在微型机上进行了数字仿真.仿真结果表明:参数误差较小,可适用于实际系统的在线辨识,为构成一类简单的自适应PID控制系统创造了条件.对一些具有非线性特性的实际对象,采用衰减振荡闭环试验方法,限制被调参数的变化范围,得到的对象模型比较接近正常工况,具有工程应用的价值.     

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。