共查询到20条相似文献,搜索用时 234 毫秒
1.
基于改进BP神经网络PID的无刷直流电动机速度控制的研究 总被引:1,自引:0,他引:1
引进模糊归一化控制策略,在线实时地调整与收敛速度密切相关的学习速率和动量系数,克服了BP网络收敛慢和容易陷入局部最小的缺点,并将改进的BP神经网络PID算法成功应用于无刷直流电动机速度控制中。仿真结果表明,改进BP神经网络PID使收敛变得更快,而且系统具有较强的鲁棒性和自适应能力。 相似文献
2.
采用两层网络拓扑结构,开发了基于以太网及现场总线的电热锅炉控制系统实验装置;阐述了SIEMENSS7300/400 PLC在电热锅炉控制应用中的系统解决方案、硬件配置及软件组态方法;介绍了电热锅炉控制系统实验装置所能完成的过程控制实验、耦合控制实验、模糊控制及神经网络实验;并利用BP神经网络调整PID参数,进一步完善了PID控制器的自适应性能。 相似文献
3.
4.
基于BP神经网络整定的PID控制器在汽温控制中的应用 总被引:1,自引:0,他引:1
通过将BP神经网络和常规PID控制器结合,提出了一种新的火电厂超临界机组过热汽温控制方案。将这种方法应用于主汽温控制,可以有效克服过热汽温对象的大滞后和大惯性,并能够克服对象在运行中参数变化的影响,获得良好的控制品质。仿真试验表明该系统在控制品质、鲁棒性方面明显优于常规PID控制系统。 相似文献
5.
文中采用直接转矩控制(DTC)方法有效的抑制了开关磁阻电机的转矩脉动。并将基于神经网络自适应PID控制的电机调速系统应用于该直接转矩控制系统,解决了常规PID控制器难以取得良好控制效果的问题。其中主要介绍了BP神经网络自适应PID以及RBF神经网络自适应PID控制策略的基本原理以及算法,并对比了二者的响应速度和鲁棒性。仿真结果表明,在SR电机调速系统中,利用神经网络收敛迅速的优点,两种控制器均能实现对给定转速快速、稳定的跟踪,并能适应系统参数的变化,具有良好的适应性和鲁棒性。但RBF-PID调速系统响应速度更快,更适用于实时控制的系统。 相似文献
6.
本文研究BP神经网络PID控制算法在PLC中的具体实现方法。着重介绍了BP神经网络自整定PID控制系统结构和算法;以S7-1200 PLC为控制器,采用SCL语言进行了BP神经网络自整定PID控制算法功能块的设计,给出了功能块参数的说明;试验表明,相比常规PID控制,BP神经网络自整定PID控制能获得更好的控制效果,设计的算法功能块具有一定的通用性和可移植性,为先进控制算法拓展到工程实际领域提供了应用参考。 相似文献
7.
现阶段多数轮椅电机仍使用传统PID控制,该控制方式存在控制精准度较低、超调量较大以及抗扰动能力差等问题。为解决以上问题,通过对无刷直流电机进行研究,在分析了其控制方法后,提出一种基于模糊BP神经网络的BLDCM控制方法。首先,研究了BLDCM结构并搭建数学模型。其次,在模型基础上构建了模糊BP神经网络PID控制器。最后,在Matlab/Simulink中搭建整个电机控制系统进行三种不同工况下的运动控制仿真,并与传统PID控制算法进行对比。实验结果表明:模糊BP神经网络PID控制策略能获得更好的PID控制参数,具有良好的抗扰动能力,有效的改善了整个轮椅控制系统的动态性能。 相似文献
8.
9.
针对BP神经网络-PID控制器盲目选取PID参数初值容易陷入局部最小和给定值大幅变化引起系统性能变坏等问题,提出了一种新型智能数字PID控制器,用积分分离型数字PID取代BP神经网络-PID控制器的传统数字PID,抑制超调,改善系统性能;用继电器自整定法确定PID参数的初值,防止神经网络的局部极小问题。对时变和非时变非线性被控对象,分别用Marlab对新型智能数字PID和传统数字PID的控制效果进行了仿真。结果表明,新型智能数字PID控制器具有更好的控制效果和更好的鲁捧性。将该控制器用于某冶炼厂铅板生产中的铅液温度(坩锅温度)的控制,获得了满意的控制效果。 相似文献
10.
11.
According to the problem that the selection of traditional PID control parameters is too complicated in evaporator of Organic Rankine Cycle system (ORC), an evaporator PID controller based on BP neural network optimization is designed. Based on the control theory, the model of ORC evaporator is set up. The BP algorithm is used to control the , and parameters of the evaporator PID controller, so that the evaporator temperature can reach the optimal state quickly and steadily. The MATLAB software is used to simulate the traditional PID controller and the BP neural network PID controller. The experimental results show that the , and parameters of the BP neural network PID controller are 0.5677, 0.2970, and 0.1353, respectively. Therefore, the evaporator PID controller based on BP neural network optimization not only satisfies the requirements of the system performance, but also has better control parameters than the traditional PID controller. 相似文献
12.
过热汽温模糊神经网络预测控制器的设计 总被引:15,自引:8,他引:15
针对锅炉过热汽温的特点,设计前馈—反馈串级复合型控制系统。主控制器采用基于神经网络预测模型的模糊神经控制,即该控制器首先是将神经网络与预测控制相结合,采用改进的递阶遗传算法对神经网络的权值和结构同时进行训练,实现了非线性、大时滞系统模型的精确预测;然后将模糊控制与神经网络相结合,实现模糊神经预测控制。副控制器采用二自由度PID控制器。仿真结果表明,该控制显著提高锅炉过热汽温这一非线性、大时滞系统的控制品质,且易于工程实现。 相似文献
13.
充分利用BP神经网络能够逼近任意非线性系统的优点,将BP网络和PID控制相结合,解决了多关节机器人的运动轨迹跟踪问题.采用这种方法,可以在线实时调整PID控制器的参数,使其达到最优状态,克服了完全依靠经验离线调整PID参数的缺点,使系统具有更好的鲁棒性和自适应性,其输出也可以通过在线调整达到预期的控制精度.仿真实验证实了该控制策略的正确性和有效性. 相似文献
14.
15.
16.
17.
为了更好的实现对温室环境系统的智能控制,针对温室环境系统存在非线性、强耦合、大滞后、强时变等问题,在分析BP神经网络技术的基础上,提出并设计出一种基于遗传粒子群优化的BP神经网络PID控制器,该控制器结合遗传算法强全局搜索能力以及粒子群算法强局部搜索能力和收敛速度快的特点,对神经网络的权值进行优化,对温室环境系统起到了有效的控制。最后对常规和改进后的BP神经网络PID控制器进行仿真对比研究。仿真结果表明,经过改进后的BP神经网络PID控制有更好的稳定性和鲁棒性。 相似文献
18.
基于神经网络自适应PID控制的船舶操纵研究 总被引:9,自引:0,他引:9
本文针对船舶操纵这种非线性、时变参数控制对象,提出了一种采用神经网络自适应PID控制方案。该控制结构有两上子神经网络组成,一个三层BP神经网络用于对被控对象进行在线辨只,另一个两层线性网络构成具有PID结构的控制器。文中给出了神经网络在线训练学习方法,并进行船舶操纵控制仿真研究。 相似文献
19.
将基于模糊神经网络的PID控制器作为给水控制系统的锅炉汽包水位调节器,可实时整定PID控制器的参数,以适应控制系统的要求。仿真结果表明,基于模糊神经网络的PID给水控制系统的响应快速性、调节平稳性及抗干扰能力均优于常规的PID控制器。 相似文献
20.
流化床锅炉燃烧系统的神经网络解耦控制 总被引:6,自引:1,他引:6
提出一种基于BP算法的人工神经网络解耦控制策略,并将其应用于流化床锅炉的燃烧系统中,其思想是在加入神经网络解耦环节以后,使得包括该解环节在内的广义被控对象的第一系统矩阵为对角矩阵,仿真结果证明,该策略能收到良好的控制效果,成功解决了主汽压力和料床温度的燃烧系统控制难题:即同时控制给煤量和一次送风量,有望用于循环流化床锅炉燃烧系统这类复杂过程的控制。 相似文献