基于模糊RBF神经网络的风机综合节电控制器的设计

风机系统大多都是大滞后、强耦合、非线性的系统,针对传统的PID控制、开环恒压频比控制对风机这类负载达不到理想的控制效果,提出了基于模糊RBF神经网络控制的风机综合节电控制器的设计方案,将变频调速和功率因数补偿结合,分析了综合节电控制器的原理、建立数学模型以及模糊RBF神经网络控制器的设计,并进行MATLAB仿真。     

神经网络PID在温度控制中的应用

提出了一种基于BP神经网络的PID控制器方法,充分利用了BP神经网络算法逼近任意连续有界非线性函数的能力,这种PID控制方法能学习和适应严重不确定系统的动态特性。采用3层前向网络,动态BP算法,达到了在线实时控制的目的,显示了BP神经网络的PID控制方法很强的鲁棒性,同时也显示了神经网络在解决高度非线性和严重不确定系统方面的潜能。实验结果表明,该控制器具有响应速度快、精度高和良好的鲁棒性。     

基于神经网络PID控制的有源电力滤波器的研究

针对有源电力滤波器非线性、时变及变参数等特点,设计出一种基于BP算法的神经网络PID控制器。该控制器将神经网络和PID控制策略相结合,兼顾传统PID控制器结构简单、容易实现等优点,以及神经网络自学习、自适应及逼近函数的能力,不断优化PID控制器的控制参数,最终能够获得一组最优的控制参数来满足当前的工况。仿真结果表明:相比于常规PID控制器,神经网络PID控制器的响应速度更快、控制精度更高,同时电网电流的谐波畸变率更小,获得了令人满意的控制效果。     

神经网络PID在煤泥干燥温度控制中的应用

针对煤泥滚筒干燥机出口温度的控制,提出了应用基于BP神经网络的PID控制器对其进行控制,并研究了它的学习算法,进行了MATLAB仿真,通过仿真结果与传统PID进行了比较。仿真结果表明,神经网络PID控制器在煤泥干燥温度控制中具有很高的应用价值。     

基于神经网络整定的圆锥破碎机控制系统的模糊预估控制

针对圆锥破碎机,本文提出一种基于神经网络整定的模糊预估控制,神经网络能够动态调整PID控制器的三个参数kp、ki、kd。文中对基本模糊控制器和整定PID控制器参数的神经网络分别进行了设计,并进行仿真研究,结果表明该控制方案能提高系统的动态和稳态性能。     

神经网络PID的液位控制系统的设计

介绍了基于神经网络理论的PID液位控制器的原理及设计,并用组态软件MCGS将普通PID和神经网络PID控制算法进行了实现.试验结果表明神经网络PID 控制器具有较高的精度和较强的适应性,可以获得满意的控制效果.     

神经网络PID控制在柴油机调速系统中的应用

在建立柴油机转速控制系统数学模型基础上,将常规PID调节与神经网络相融合,设计了柴油机转速控制系统PID神经元网络控制器及其算法。在Simulink环境下对柴油机转速控制系统进行了仿真研究。仿真结果表明,PIDNN控制器具有良好的动态性能和较强的鲁棒性,与单一PID控制相比,大大改善了柴油机转速控制系统的性能,具有良好的推广应用价值。     

矿井局部通风机的模糊神经网络PID控制器设计

 针对矿井掘进工作面通风的特点,提出了一种将模糊神经网络、遗传算法和PID控制相结合的局部通风机控制方法。该方法运用遗传算法优化模糊神经网络隶属度函数的中心值和宽度,借助BP算法优化连接权系数。实验表明,该方法能根据瓦斯浓度的变化在线自动调整风机转速,较常规PID控制器有着明显的优点。系统采用以TMS320F2407 DSP为核心的电路来实现PID控制器的设计和通风机的变频调速。     

基于MEA—BP神经网络的主汽温控制系统的研究

电厂主汽温是一个曲型复杂系统,本文采用思维进化算法优化BP神经网络PID控制器,使3个参数实现在线调整.仿真结果表明:基于思维进化算法-BP神经网络PID控制器要比常规PID控制在跟踪信号的能力上好,而且还具有较好的自学习和自适应性.     

油田污废水pH值免疫优化控制研究

针对油田污废水处理过程中pH值控制不稳定、干扰强、滞后大的特点,应用免疫控制策略,增强控制过程的抗干扰能力,提高稳定性。采用RBF神经网络对控制器进行在线优化,实现了控制过程的自调节、自整定。试验比较了该方法与基于ITAE(Integral Time Absolute Error)指标优化的PID控制策略。结果表明,所提出方法在抗干扰、稳定性、跟踪响应方面具有较理想的效果。     

基于BP神经网络的采煤机自动调高PID控制系统研究

由于采煤机记忆截割技术应用在复杂煤层中具有局限性,提出一种基于BP神经网络的PID控制器,对采煤机的液压自动调高系统进行优化。通过BP神经网络的预测控制原理,改进PID控制器参数。搭建了采煤机滚筒调高PID控制实验系统,并进行了阶跃响应实验和跟踪性能实验。结果表明,相比于传统PID控制器,改进的PID控制器响应更为平稳、跟踪性能更加优越,能更好地满足采煤机在复杂工况下的自动调高要求。     

SCL语言在煤泥干燥温度控制中的应用

针对煤泥干燥中被控对象"温度"的特点,采用BP神经网络PID进行控制。为了在西门子PLC上实现此智能控制,采用结构化控制语言SCL来编写BP神经网络学习算法,减小了编程难度,改善了控制效果,降低了成本,表明SCL语言是编写复杂工业控制算法的一种有效途径。     

基于神经网络的自适应PID控制器在矿井输送机中的应用

矿井输送机运行过程中被控对象具有时变、非线性等特性,传统自整定PID控制器难以满足控制要求。采用基于BP算法的神经网络对PID控制参数进行优化,引入FPGA来实现PID控制器的硬件设计,采用DSP Builder 7.0构建闭环测试系统,并基于ModelSim SE 6.2版本进行调试,完成了功能仿真,且对波形进行了比较及分析,证实了FPGA实现自整定PID控制器在矿井输送机中得到了很好的效果。     

基于RBF神经网络的循环水自动加药与监测系统

介绍了由西门子300 PLC、现场检测仪表以及组态软件wincc所制成的循环水自动加药与水质在线监测系统。针对某些控制信号的非线性、时变性和滞后性等特点,设计了一种基于RBF神经网络辨识的PID控制器。该系统已经投入运行并在实际应用过程中取得了不错的效果,能很好的满足水质监测与控制要求。     

煤矿冻结站盐水流量智能控制系统研究

 煤矿冻结凿井冻结站一直采用人工阀门控制方式来调节盐水流量,控制效率低,节能效果差,为此采用基于ARM的嵌入式系统构建流量控制硬件平台,将免疫控制与模糊PID有效结合,设计了一款基于免疫-模糊自整定PID的嵌入式盐水流量变频控制系统。仿真实验表明,嵌入式免疫模糊PID控制器能有效提高冻结凿井盐水流量调节的控制精度和效率,鲁棒性、抗扰性均优于模糊PID和常规PID控制方式。     

基于免疫克隆算法的自整定PID控制器在矿井提升机的应用

传统的PID控制器难以满足矿井提升机在重复运动时的时变性、非线性的特点,引入免疫克隆算法优化PID控制参数,以FPGA搭建硬件平台构成自整定PID控制器,通过功能仿真分析实验结果可知,这种自整定的PID控制器不仅能够提高系统的收敛速度及控制精度,还保障了矿井提升机的稳定、安全运行。     

浓密机耙架扭矩双重模糊PID控制系统研究与应用北大核心

深锥耙架浓密机脱水工艺机理复杂,具有非线性、大滞后、系统稳定性低的问题,难以实现耙架扭矩及底流浓度的稳定自动控制,耙架改进安装压水旋喷装置,建立浓密机耙架扭矩关系模型,建立双重模糊神经网络PID扭矩、底流浓度控制算法,仿真验证其参数指标优于神经网络PID和传统PID,算法稳定调节时间1709.32 s,超调量2.55%,工程应用表明,浓度控制更加稳定,连续高浓度充填时间延长0.7 h。     

基于改进粒子群优化RBF神经网络的轧制力预报

依据RBF神经网络的非线性逼近能力和自学习特性, 提出基于RBF神经网络的建模方法。将最近邻聚类用于RBF神经网络隐层中心向量的确定, 并采用改进粒子群算法对最近邻聚类的聚类半径进行优化, 合理确定了RBF神经网络的隐层结构, 提出了一种基于改进粒子群算法的RBF神经网络(IMPSO-RBF)。将该网络应用于轧制力的预报, 与基本粒子群算法优化的RBF神经网络比较, 仿真结果表明其在预报精度和收敛速度上都有很大提高。