共查询到18条相似文献,搜索用时 147 毫秒
1.
PID控制方法以其结构简单、可操作性强等优点被广泛应用于工业控制中。本文应用ECS700系统PID功能块实现PID控制功能。同时介绍了ECS700系统的特点和结构,PID方法的控制原理以及ECS700系统中PID功能块的使用方法及参数整定方法。 相似文献
2.
3.
全自动称重系统具有非线性强、大滞后以及时变性的特点,严重影响物品动态称重包装精度,为了提升自动称重精度。首先给出了下料称重系统的组成以及原理,并在此基础上建立了数学模型,针对传统PID控制存在动态响应慢、超调量大等缺点,提出了一种基于RBF神经网络PID的自动称重控制方法,阐述了神经网络结构和学习算法,以实现PID控制器比例、积分、微分系数的实时调整,用于提高下料称重包装精度。仿真试验结果表明,RBF神经网络PID控制响应速度快、自适应性强、系统称重误差减小。该控制方法能够有效提高自动称重精度、提升了系统的鲁棒性。 相似文献
4.
基于DRNN的纸机定量水分解耦控制仿真分析 总被引:1,自引:0,他引:1
针对抄纸过程中具有的强耦合、大时滞特点,提出了一种自适应的PID解耦控制方法,利用对角凹归神经网络(DRNN)来辨识系统模型,通过对PID控制器参数进行调整,实现多变量解耦控制.对纸机定量、水分控制系统的仿真研究结果表明:该方法具有较快的系统响应和抗干扰能力,较好地解决了定量和水分之间的耦合作用. 相似文献
5.
6.
7.
针对抄纸干燥部的工况多变、选用传统控制方式不易控制的情况,设计了一种基于模糊PID算法设计的S7-300控制系统,介绍其理论和实际编程方法.该系统鲁棒性强,可适应复杂工况,实际应用结果表明该系统算法合理、易实现,控制效果好. 相似文献
8.
9.
10.
11.
分数阶PID控制器继承了常规PID控制器的优点,并且具有更高的控制精度和更强的鲁棒性。针对常规PID控制器在纸浆浓度控制过程中存在的问题,设计了一种基于神经网络的分数阶PID控制器。用分数阶PID控制器代替常规PID控制器,并通过神经网络调节分数阶PID控制器的5个控制参数,实现一种参数自整定的PID控制器。仿真实验结果表明,神经网络分数阶PID控制器比常规PID控制器的控制精度高,对纸浆浓度的控制更稳定;采用神经网络分数阶PID控制器控制纸浆浓度是切实可行的,具有很好的推广应用前景。 相似文献
12.
针对粉体包装计量控制系统由于传感器、螺杆的旋转惯性、零点漂移,下料冲击力等因素的影响而造成的系统延迟、非线性等问题,提出一种基于模糊神经网络PID控制粉体包装计量控制系统。利用模糊神经网络良好的动态控制特性和自学习能力来调整PID控制比例、积分、微分3个调整参数。借助MATLAB simulink仿真软件进行系统的模拟仿真。结果表明,该模糊神经网络PID控制系统稳定时间能缩短约45%,超调量约减少16%。由此可得模糊神经网络PID控制系统优于传统的PID控制系统。 相似文献
13.
14.
基于RBF神经网络整定的经纱张力PID控制系统 总被引:1,自引:1,他引:0
针对目前国内大多织机经纱张力控制系统采用传统PID控制,对数学模型依赖度高,难于达到较好控制效果的缺陷,提出了一种基于Kalman滤波器的RBF径向神经网络整定的PID控制算法。这种控制算法采用3输入、单输出的RBF径向神经网络对系统性能学习以寻找出最佳的PID组合,Kalman滤波器有效地滤掉了织机中的各种噪声,实现经纱张力值的恒定。仿真实验结果表明,基于神经网络整定的经纱张力控制系统的控制效果和动态性能都明显优于传统PID控制。 相似文献
15.
16.
在建立气垫式流浆箱数学模型的基础上,利用神经网络原理设计了神经网络解耦控制器。根据总压和浆位给定值以及其输出值,通过自学习、调整网络权值来实现闭环控制的神经网络解耦控制思路,将强耦合的总压和浆位分解为两个单回路PID闭环控制系统。采用PID控制算法对解耦后的两个单回路闭环系统进行常规控制。实际运行效果表明,该控制系统可使总压和浆位的调整互不影响,且系统稳定。 相似文献
17.
为了减小食品包装袋膜跑偏对产品包装外观美观度和品质造成的影响,提出了一种基于模糊PID的食品包装袋膜的智能纠偏控制算法。首先分析了拉膜机构在运动过程中出现袋膜跑偏的原因,并探究了纠偏系统数学模型。利用CCD传感器对包装袋膜偏移量进行检测,将检测结果传送到控制器中,由控制器中的模糊PID控制算法完成袋膜纠偏的闭环自适应控制。仿真和试验结果表明,模糊PID控制算法相比传统PID控制方法超调量更小、稳定性高、调节周期短。该控制方法具有较好的纠偏效果,包装袋膜平均纠偏精度最高达到0.69 mm。 相似文献
18.
由于卷绕张力控制系统是一个复杂、联动、时变、非线性系统,采用传统PID控制不能解决系统的非线性时变和PID参数的在线整定难等问题,为此提出一种控制算法——模糊神经网络PID复合控制方式,可根据系统的偏差及其变化率实时对PID的3个参数进行优化,达到具有最佳组合的PID控制,从而实现PID控制的自适应和智能化性能。通过MatLab软件,进行传统PID控制与模糊神经网络PID控制动态性能的仿真比较,结果表明系统采用模糊神经网络PID控制具有更好的动、静态特性和自适应性。 相似文献