基于DRNN神经网络的球磨机智能控制的研究

球磨机制粉系统的出口温度和入口负压控制回路具有比较强的耦合作用，并且对象具有纯延迟特性，PID参数的整定比较复杂。因此，中提出了基于对角神经网络(DRNN)的解耦控制方案，能够在线自适应的调整PID控制器的3项参数，仿真结果表明可以达到较为理想的控制效果。     

重载大惯性液压驱动系统的神经网络近似逆控制

针对重载大惯性液压驱动系统,考虑系统的强非线性、模型不确定性和工作点的变化,设计了系统的神经网络近似逆控制器.该系统逆控制器可以直接从辨识所得的神经网络模型中得到,因而只需要训练一个神经网络.对大惯性重载非线性液压驱动系统的控制仿真研究表明,与传统PID控制器相比,神经网络近似逆控制器具有更好的动态控制性能,对模型不确...     

一种基于LS-SVM与PID复合的逆控制系统

针对逆系统中非线性逆模型辨识困难的问题,研究了基于最小二乘支持向量机(LS-SVM)的逆模型辨识及控制,并用微粒子群算法(PSO)优化LS-SVM的参数和核函数参数。提出了一种由LS-SVM的逆模型与PID结合的复合控制系统,由LS-SVM辨识非线性系统的逆模型作为前馈控制器,形成直接逆控制。同时,由PID控制器构成反馈控制,克服直接逆控制鲁棒性不强的缺陷。仿真研究结果表明LS-SVM的逆模型辨识能力强,该复合控制系统具有比基于最近邻聚类的RBF神经网络逆控制系统更优的动态跟踪性能,更好的抗干扰能力和鲁棒性。     

基于神经网络算法的桥式起重机防摇摆控制

针对桥式起重机运行过程中载荷摆动造成的运行精度差和工作效率低下问题,提出了一种神经网络直接逆模型控制方法,以降低载荷摆动。介绍了该控制系统中的神经网络逆模型控制器与辨识器的结构和算法;采用了带动量因子的BP算法调整权值,提高了神经网络学习速度;最后,应用Matlab对所设计系统进行了仿真测试。仿真实验结果表明,在不同载荷、绳长情况下,相对于PID控制方法,该方法具有更好的控制性能和鲁棒性。     

焦化鼓风机系统智能控制策略研究及应用

针对焦化鼓风机系统具有非线性时变、多变量、强耦合及存在随机干扰的特点,通过采用基于最近邻聚类方法的RBF神经网络快速学习算法,实时在线辨识,建立被控对象的精确逆模型并用于控制,实现了将具有强耦合特性的多输入多输出(MIMO)系统解耦成单个独立的伪线性对象,并提出一种基于RBF神经网络逆控制与非线性比例积分微分(PID)控制相结合的智能控制策略,保证了系统稳定的同时改善了控制系统性能.仿真和应用结果证实了该控制策略具有快速适应对象和过程变化的能力及较强的鲁棒性.     

模拟复合正交神经网络在轴向磁轴承中的控制研究

由于磁轴承的动态性能主要取决于所采用的控制规律,控制器是磁轴承系统的关键.在数字复合正交神经网络(NN)的基础上,提出了一种模拟复合正交神经网络,并用于轴向磁轴承的控制中.控制器采用模拟复合正交神经网络与PID的并行控制方法,对带有负载干扰的轴向磁轴承控制系统作了PID控制与NN PID控制的仿真实验.仿真结果表明,相对于常规PID控制器,该并行控制法具有较高的抗干扰与自适应能力-控制效果理想.     

基于神经网络的动态逆方法研究

该文探讨了神经网络与非线性动态逆方法相结合的神经网络动态逆方法，研究了神经网络动态逆的网络结构。为进一步改善直接动态逆控制器的性能，对由动态逆和原系统构成的伪线性系统，给出了两种综合方案。通过仿真研究表明，综合控制策略不仅能够改善系统的动态性能，而且具有良好的鲁棒性。研究成果显示了神经网络动态逆方法的有效性和可行性以及在控制系统设计中所具有的潜在能力。     

平衡重式叉车底盘神经网络逆系统解耦控制

针对平衡重式叉车底盘各子系统间的干涉和耦合特性,利用非线性系统的神经网络逆系统方法进行叉车主动后轮转向(ARS)与直接横摆力矩控制(DYC)的解耦控制.在分析底盘系统可逆性的基础上,确定解耦变量配对关系,建立BP(Back Propagation)神经网络逆系统模型并串联到原底盘系统前,使叉车底盘系统解耦成两个独立的伪线性系统;设计PD(Proportion Differentiation)闭环控制器并与神经网络逆系统组成复合控制器,并进行仿真验证.仿真结果表明:神经网络逆系统解耦控制策略能够消除底盘各子系统间的干涉和耦合,提升叉车的状态跟踪和操纵稳定性.     

基于神经网络的通用模型自适应控制

应用复合正交神经网络来实现过程的自适应逆控制方法,和通用模型控制器策略相结合,提出了一种基于神经网络的通用模型自适应控制方法,将非线性过程模型应用逆系统的方法可以在控制算法中直接嵌入过程模型,从而保证通用模型控制策略的可实现性.另一方面,在自适应逆控制中采用复合正交神经网络具有算法简单、学习收敛速度快等优点,可以克服常用的BP和RBF神经网络一些缺点.基于神经网络的通用模型自适应控制方法中的参考轨迹是一条典型的二阶曲线,该控制器参数具有明显的物理意义,参数整定方便.仿真验证了该控制策略的有效性.     

基于神经网络的交流伺服控制系统设计

针对PID控制交流伺服系统无法同时获得稳定性和快速性,提出了一种基于神经网络的交流伺服控制系统设计方法.在交流伺服控制系统中,采用改进的BP神经网络作为系统控制器,利用其极强的非线性动态跟踪能力和自适应学习能力,及对控制对象的数学模型无依赖性,实现控制对象快速、准确定位.系统仿真表明,BP网络控制器具有快速跟踪性和较好的控制精度等优点.     

基于CMAC与PID复合控制算法的液压缸装配专用设备电液伺服系统的研究

构建了液压缸装配专用设备电液伺服系统的数学模型,提出基于CMAC与PID复合控制算法的控制策略,克服传统PID控制存在的参数很难自整定、系统超调量过大、动态响应速度过慢等问题。仿真分析表明,采用CMAC与PID复合控制算法具有很好的控制效果,可以提高系统的动态特性,减小系统的超调量,增强系统的稳定性。     

电液伺服系统的非线性控制

针对电液伺服系统非线性、参数时变的特点,为提高系统的性能,首先讨论了系统的非线性数学模型,利用逆系统解耦控制方法,将非线性系统转化成伪线性系统,进行线性控制;在此基础上,提出了一种模糊PID自适应非线性控制设计方案,与逆系统控制方法进行了仿真比较;结果表明,采用模糊PID控制,在系统参数变化、外界扰动的影响下,具有较好的自适应性和动态鲁棒性能。     

CNC机床伺服系统中模糊自整定PID控制研究

在CNC机床伺服进给系统中,控制对象的位置、速度具有不确定性和非线性,很难去建立精确的数学模型,而常规PID控制器的参数无法随着被控对象参数的变化而及时调整。模糊控制降低了对被控对象数学模型的要求,只需把经验知识转化为控制策略,进而使模型难以确定的复杂系统得以有效的控制,模糊PID控制器结合了常规PID控制和模糊控制的优点,将其应用于CNC机床伺服进给系统中,在MATLAB环境下进行仿真分析,结果表明,模糊自整定PID控制器具有更好鲁棒性,改善了伺服进给系统的动态性能。     

Implementation of a robust dynamic control for SCARA robot

A control system for SCARA robot is designed for implementing a robust dynamic control algorithm. This study focuses on the use of DSPs in the design of joint controllers and interfaces in between the host controller and four joint controllers and in between the joint controllers and four servo drives. The mechanical body of SCARA robot and the servo drives, are selected from the commercially available products. The four joint controllers, assigned to each joint separately, are combined into a common system through the mother board hardwarewise and through the global memory softwarewise. The mother board is designed to connect joint controllers onto the board through the slots adopting PC/104 bus structures. The global memory stores the common data which can be shared by joint controllers and used by the host computer directly, and it virtually combines the whole system into one. To demonstrate the performance and efficiency of the system, a robust inverse dynamic algorithm is proposed and implemented for a faster and more precise control. The robust inverse dynamic algorithm is basically derived from an inverse dynamic algorithm and a PID compensator. Based upon the derived dynamic equations of SCARA robot, the inverse dynamic algorithm is initially implemented with l msec of control cycle—0.3 msec is actually used for the control algorithm—in this system. The algorithm is found to be inadequate for the high speed and precision tasks due to inherent modelling errors and time-varying factors. Therefore a variable PID algorithm is combined with the inverse dynamic algorithm to reinforce robustness of control. Experimental data using the proposed algorithm are presented and compared with the results obtained from the PID and the inverse dynamic algorithms.     

基于模糊PID的阀控喷管电液伺服实验系统仿真研究

电液伺服系统是飞行器的控制系统中用于调整机体姿态的关键部分.该文以某阀控喷管电液伺服实验系统为背景,针对伺服阀的阀芯因加工误差产生的负开口情况,通过建立阀控系统的数学模型,并分别采用传统PID算法和模糊PID算法对其控制效果在Simulink环境下进行仿真研究,结果表明,采用较好的控制方法能够有效克服结构上的缺陷.     

一种基于模糊边界层的转台伺服系统滑模控制器设计

针对飞行模拟转台位置伺服系统中存在的非线性摩擦环节,设计了一种补偿摩擦的模糊边界层滑模变结构控制器.在常规的准滑模变结构控制中引入模糊控制,利用模糊控制器来动态调整滑模边界层的厚度.通过MATLAB仿真,结果表明该控制器较好地协调了常规固定边界层滑模控制鲁棒性与平滑控制抖振之间的矛盾,有效地抑制了摩擦力矩的影响,保证了系统的快速性和鲁棒性,实现了高精度的位置跟踪.     

基于前馈控制的交流伺服系统高速定位控制

在要求高速、快响应的交流伺服定位系统中,采用传统PID控制很难实现高速定位.为解决此问题.在设计出包括位置环、速度环和电流环的三闭环PID伺服控制系统的基础上,引入电流环和速度环的前馈控制来提高定位控制的性能.通过仿真验证了前馈控制在指令信号跟踪方面的良好效果,然后设计出实验系统,进行了与普通PID伺服控制系统的对比实验.结果表明,引入前馈控制的PID伺服控制系统可以实现交流伺服系统的高速定位控制.     

重复控制补偿的PID电液伺服位置控制

针对液压伺服系统难以精确控制的特点,采用重复控制补偿的高精度PID进行控制。通过建立数学模型并在Simulink中对电液位置伺服系统进行仿真,研究表明该控制策略应用在电液位置伺服控制系统中跟踪性能好、精度高。     

ICSO-FUZZY-PID技术在精密跟踪雷达中的应用

雷达伺服系统是雷达的重要组成部分,传统PID控制方法难以满足现代雷达对伺服控制系统更高精度、更高稳定性等的需求。文中针对雷达伺服系统的位置环,提出了一种改进鸡群优化算法（Improved Chicken Swarm Optimization,ICSO）与模糊PID控制相结合的复合控制策略（ICSO-FUZZY-PID）。利用Matlab/Simulink的辅助设计和强大仿真功能,对比了雷达伺服系统分别在传统PID控制和ICSO-FUZZY-PID控制下的运行状况。仿真结果表明,应用ICSO-FUZZY-PID控制的雷达伺服系统响应速度更快,控制精度更高,自适应能力更强,具有较好的动静态特性。     

基于FTS的非轴对称微结构表面超精密切削系统研究

介绍了基于快速伺服刀架(FTS)的微结构表面超精密金刚石车削加工系统,并利用该系统成功实现了典型非轴对称结构正弦网格表面的加工。作为FTS的驱动元部件,压电陶瓷微位移驱动器的迟滞、蠕变非线性特性大大影响了系统的动态性能与加工精度。因此,建立了基于拓展输入空间法的FTS神经网络逆模型,并结合PID反馈控制,实现了FTS的闭环控制。实验结果表明,该控制策略可以有效提高FTS的动态性能,其跟踪误差小于150 nm,为微结构表面的加工提供了可靠的保证。