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。     

单神经元-PID算法在磁轴承系统的研究

常规PID控制器参数往往整定不良，性能欠佳，对磁轴承系统运行工况的适应性很差。而由具有自学习和自适应能力的单神经元构成的单神经元自适应PID控制器，不但结构简单，而且能适应环境变化，具有较强的鲁棒性。将神经网络控制思想引入磁轴承系统中，提出了适合于磁轴承单自由度控制的单神经元-PID算法，通过实验探讨了其控制效果，并与传统PID算法控制效果作了比较。     

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。     

直流调速系统单神经元自适应速度控制方法

针对直流调速系统,将单神经元自适应PID控制器与负载观测器有机结合,提出了一种基于单神经元的自适应速度控制方法.仿真结果表明,该法不仅结构简单、易于实现,而且克服了单神经元自适应PID控制器抗负载扰动能力不足的缺点,在电机参数变化和负载突变时都具有较好的控制性能.     

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。     

直流调速系统单神经元自适应速度控制方法

针对直流调速系统，将单神经元自适应PID控制器与负载观测器有机结合，提出了一种基于单神经元的自适应速度控制方法．仿真结果表明，该法不仅结构简单、易于实现，而且克服了单神经元自适应PID控制器抗负载扰动能力不足的缺点，在电机参数变化和负载突变时都具有较好的控制性能．     

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．     

基于单神经元自适应PID的煤气混合解耦控制

针对煤气混合加压过程中混合煤气压力和热值控制问题具有强耦合、非线性和较大时滞的特点,利用单神经元自适应PID控制器具有参数自学习能力,提出一种单神经元自适应PID解耦控制方法。仿真结果证明了设计方案比传统的控制方案具有较好的动态性能,验证该方法的可行性。     

基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制

提出一种基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制新方法,该方法针对传统的PI调节器固定参数所造成的不足,利用具有自适应能力的单神经元PID调节器和RBF神经网络相结合,实现了参数在线辨识,转速在线控制.仿真结果表明该方法控制精度高,动态特性好,适合于永磁同步电机的速度控制.     

基于神经网络和神经元PID的交流矢量自适应控制

磁链开环的异步电动机矢量控制系统尽管结构简单,但它的性能受转子电阻影响很大.为了解决这一问题,根据感应电机矢量控制原理,将单神经元自适应控制器和神经网络应用于磁链开环的交流矢量控制系统中,并用单神经元PID代替传统矢量控制中的转速调节器,用神经网络代替系统中的电流模型,利用神经元PID的自适应和神经网络的在线学习能力,使系统能够克服其运行中由于自身参数变化带来的影响,具有很强的鲁棒性.最后,应用MATLAB软件进行了仿真实验.结果表明,该系统不但结构简单,而且具有良好的动、静态性能.     

汽车转向操纵的单神经元自适应控制

基于汽车操纵稳定性总方差评价方法和神经网络控制理论,建立了汽车转向单神经元自适应PID控制算法。利用操纵稳定性评价中的轨迹跟随误差和方向盘忙碌程度的评价指标,建立了神经元学习的二次型性能指标函数,并采用梯度下降算法实现了单神经元控制器的连接权值的调整。最终采用汽车7自由度非线性动力学模型进行了不同行驶速度下的仿真计算。结果表明:该控制算法可较为精确地控制汽车对预期行驶轨迹的转向运动,并体现出良好的鲁棒性和自适应性。     

基于改进单神经元的PET吹瓶机温度解耦控制系统研究

将神经网络应用到PID控制器的参数整定过程中,提出一种基于改进单神经元PID的控制算法,通过在吹瓶机温度解耦控制系统中的应用,得出了仿真结果及结论.仿真结果表明:该控制算法具有很强的自学习功能和自适应解耦能力,能取得良好的控制效果,因而可以广泛地应用于多变量系统的解耦控制中.     

基于dSPACE的水箱液位控制系统

以水箱液位系统为研究对象,基于dSPACE-DS1103单板系统和Matlab/Simulink软件环境,建立了水箱液位系统的实时控制平台。在该平台上,使用dSPACE提供的Real-Time Interface（RTI）,通过扩展Matlab的实时工具箱Real-Time Workshop（RTW）,实现了从Simulink模型到dSPACE实时硬件代码的自动下载。水箱液位控制系统采用双闭环串级控制,其主调节器分别采用常规PID和单神经元自适应PID控制器进行实验研究。实验结果表明在该实时控制平台上,液位控制系统采用单神经元自适应PID控制器能够获得良好的动态性能,满足对液位的控制要求。     

基于直接横摆力矩控制的汽车稳定性控制策略

建立了适用于汽车稳定性分析的人-车闭环系统整车动力学模型,提出了保证质心侧偏角为零的前馈和单神经元两种DYC控制策略。通过对这两种控制策略的低附着双移线道路仿真,对比分析了两种不同控制策略的控制效果。仿真结果表明:单神经元DYC控制策略能更有效地控制汽车运动状态,提高汽车纵向及侧向稳定性。     

交流伺服系统多模协调控制策略研究

提出了基于模糊控制和PID控制的多模智能协调控制策略。该控制器充分利用了模糊控制和单神经元自适应PID控制的优点,并将其应用于交流伺服系统。同常规切换控制相比,它把点切换改为相对平滑的智能切换,大大提高了伺服控制的动、静态性能。仿真结果表明,该控制器可以有效地抑制负载变化和各种干扰对系统的影响,能满足系统设计要求。     

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.     

火电机组过热汽温神经网络控制的研究

研究了单神经元PID控制器和BP神经网络PID控制器在火电机组过热汽温的应用．实验结果表明,神经网络PID控制结构简单,有较强的鲁棒性,取得了较好的控制效果．     

基于二次型单神经元PID的HVDC整流控制器设计

针对传统PID控制器存在自适应性差、调节时间长的问题,设计了一种基于二次型性能指标学习算法单神经元自适应PID的HVDC系统定电流整流控制器,控制器算法通过S函数-M语言编程实现,采用12脉冲桥结构的HVDC系统整流侧定电流控制模型在MArrLAB／simulink环境下仿真,仿真结果表明,所设计的整流控制器超调量小、调节时间短、自适应能力好、控制效果良好．