基于神经网络PID控制的电液位置伺服系统

针对电液位置伺服系统，利用神经元的自学习、自适应特点，将神经网络与PID控制方法相结合，对电液伺服系统在线边学习边控制，实现系统的快速实时控制。仿真研究表明，该电液伺服系统具有令人满意的静、动态性能。     

神经网络PI自适应控制及其应用

基于传统PID控制和人工神经网络技术,提出一种神经网络PI自适应控制策略,并把它用于一电液非线性伺服系统的位置控制.仿真研究结果表明,所提出的神经网络PI自适应控制策略可行,对改善非线性伺服控制系统的鲁棒性和动静态特性具有积极作用.     

气动机械手伺服控制策略研究

讨论了传统PID控制和神经网络模型参考自适应控制器的结构、控制算法,并探讨了系统参数发生变化对控制效果的影响.在理论分析的基础上对气动位置伺服系统的响应特性进行了研究,证明了本文提出的控制策略对气动位置伺服系统是适合的,控制系统具有良好的动态和静态特性,而且控制算法的实现比较简单,适合在实际中应用.     

基于神经网络PID在直流伺服电机中的应用

将神经网络与PID控制结合实现了复合控制,发挥神经网络的自适应性强、鲁棒性强和PID控制稳态精度高的优点,提高了直流电动机伺服系统的性能指标。     

一种基于模糊神经网络的PID控制器

利用神经网络自学习自适应能力和快速计算能力,提出一种基于模糊神经网络的PID智能控制器．该系统将模糊技术、神经网络与PID控制结合起来,实现了PID控制的自适应和智能化．通过仿真实验表明,该控制方案与传统PID控制系统相比,无论是超调量还是稳定时间,效果都要好得多．     

神经网络PID参数自整定的应用研究

PID控制是工业控制中应用最为广泛的控制方法,但在实际应用中,其参数整定仍未得到较好的解决.本文把神经网络技术应用在PID控制中,采用BP网络对被控对象在线辨识,利用神经元自适应PID在线调整参数,构造神经网络PID自整定控制器.通过在实际交流变频调速系统上的实验表明,当突然加、减负载时,神经网络PID控制与传统PID控制相比,具有恢复时间短、超调量小等特点.     

模糊PID控制交流伺服系统的研究

介绍了模糊PID控制器的构成与工作以及模糊PID控制器的交流伺服系统.交流伺服技术是研制开发各种先进机电一体化产品的关键性技术，由模糊PID组成的控制器无需知道系统的精确模型，采用模糊控制和PID控制的复合控制，使交流伺服系统具备了更强的鲁棒性和更为优良的动、静态性能.利用了变频器的多种控制功能，用编码器精确测速，控制算法采用了参数自整定PIDD算法，实现了精确的变频调速闭环控制.仿真结果表明，该交流伺服系统具有优良的性能和实际应用推广价值.     

基于模糊RBF神经网络的永磁同步电机位置控制

针对比例-积分-微分(PID)控制器参数固定而引起永磁同步电机位置伺服系统控制效果不佳问题,设计了基于平滑切换的模糊PI控制和径向基函数(RBF)神经网络PID控制的位置控制器。暂态时,采用模糊PI控制;稳态时,采用RBF神经网络PID控制,两者中间采用模糊PI-RBF神经网络PID复合控制。该位置控制器既结合了模糊PI控制和RBF神经网络PID控制的优点又克服了各自的缺点。仿真结果表明,当永磁同步电机受到外部扰动时,采用模糊RBF神经网络控制器的永磁同步电机位置系统具有良好的动态性能,能够实现快速响应,做到精确定位,而且当负载变化时具有很强的抗干扰性。     

神经网络-滑模控制在STATCOM系统中的应用

研究了基于STATCOM无功补偿的交流系统电压波动和闪变调节与控制问题,建立了STATCOM在d-q坐标系的数学模型,提出了基于直接电流控制策略的神经网络-滑模控制方法:采用电压外环滑模控制和电流内环神经网络-滑模控制的双环控制策略,克服了传统PI控制不能自适应调整控制参数的缺点,实现了系统的自适应控制。数值仿真结果验证了本方法的有效性,在电压波动和闪变恶劣条件下STATCOM能够快速响应、控制品质好,交流系统能够稳定工作,控制性能比PID控制好。     

基于模糊RBF神经网络的双电机驱动伺服系统研究

双电机驱动伺服系统中存在齿隙和摩擦等非线性,常规PID控制不能满足其控制要求.针对常规PID控制器参数固定而导致在控制中效果差的缺陷,提出一种基于模糊RBF神经网络整定的PID控制方法.该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点,可以在线调整得到一组适合于控制对象的PID控制参数.最后在双电机驱动伺服系统中进行仿真试验结果表明所提出的控制策略是有效的.     

船用舵机电液伺服单元单神经元自适应PID控制的研究

在分析了船用舵机电液伺服单元的基本原理和数学模型的基础上,设计了单神经元自适应PID控制器。用单神经元PID替代常规PID控制,通过神经元的学习来调整PID参数,利用神经网络良好的自适应和抗干扰能力．使控制系统对参数变化表现出良好的控制性能和鲁棒性。通过仿真证明了该系统有较好的控制效果。     

神经网络PID控制系统设计与实现

设计了神经网络PID控制器,并搭建了交流变频调速控制系统,利用VB和DSP实现了变频调速控制系统。实验结果充分证明了神经网络PID控制器参数能够在线整定,具有较强适应性、系统响应速度快、抗干扰能力强的特性。     

永磁同步电机伺服控制系统的灰色PID控制

针对永磁同步电动机交流伺服系统中含有未知复杂干扰,其数学模型存在不确定量,会对PID控制算法的控制品质产生不良影响,无法满足高精度伺服系统指标要求这一缺欠,设计出一种结合传统PID控制与灰色预测补偿的灰色PID控制器.利用灰色理论对未知信息数据的处理能力,对伺服系统中的不确定量进行预测,建立灰色模型并实施补偿.仿真结果表明,应用了灰色PID控制的伺服系统,干扰被有效抑制,控制精度明显提高,达到了理想的控制效果.     

神经网络在气动PWM位置伺服系统中的应用

将递归神经网络对于阶未知的非线性对象或具有未知延迟的系统辨识能力与ＰＩＤ控制的有效性相结合，构成了一种基于递归神经网络的自适应ＰＩＤ控制系统，对气动脉宽调制位置伺服系统进行控制，使系统获得了一定的在线自我调整能力，提高了系统的性能。     

基于专家、模糊和PID复合控制的设计

根据专家（ECR），模糊（FLCR）和PID控制理论，深入研究了把ECR，FLCR和PID控制策略相结合的问题，采用分层递阶智能控制结构把多种控制策略相结合，并把分层递阶智能控制思想引入到交流伺服系统中，构成了多级式智能复合控制的交流伺服系统。     

神经网络补偿的PID控制在电液力矩伺服系统中的应用

船舶减摇水舱试验台架是研究和设计减摇水舱的重要试验设备,能否准确的模拟船舶在海浪中的运动是设计试验台架的关键．设计了用于驱动船舶减摇水舱试验台架的电液力矩伺服控制系统,引入神经网络结构补偿的PID方法来实现PID的参数整定,仿真结果表明神经网络补偿的PID控制效果明显优于普通PID系统     

数控机床伺服系统控制策略研究

目前国内数控机床直流伺服控制系统中多采用了PI或PID控制,为进一步提高数控机床伺服系统的动静态性能,本文通过与自适应控制的详细分析比较,指出在特定条件下,PID控制可以看作是一种简单的自适应控制方式,并分析了它们之间的内在联系和区别以及PID控制的局限性,这就为在不同的条件下选择不同的控制方式,正确制定控制策略提供了理论上的指导。