基于神经网络补偿的PID控制方法的研究

经典ＰＩＤ方法的控制参数难以精确整定,且依赖于对象的数学模型,故自适应性较差,很难适应具有非线性、时变不确定性的被控对象,控制精度难以保证。文中研究了在近似参数ＰＩＤ控制基础上,采用ＲＢＦ神经网络进行补偿控制的综合控制方法,仿真研究结果表明了该方法的鲁棒性和跟踪性能均优于经典ＰＩＤ方法。     

基于神经网络自适应PID控制的船舶操纵研究

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。     

基于模糊PID控制的包装印刷位置控制系统

文章针对现在应用广泛的微机控制包装印刷位置控制系统开机时校对难的问题,介绍了一种改进的模糊PID复合控制器,开机时位置误差大于某一值时使用模糊控制器,当误差小于该值时使用PID控制器,经仿真表明,该复合控制既具有良好的动态性能,开机时能迅速消除误差,又能获得较高的稳态精度.由于对该控制器的输出应用了一个饱和因子限制输出变化率,使输出稳定性得到了较大的改善.     

一种基于遗传算法和神经网络的PID控制

提出了一种融合遗传算法和神经网络的PID控制算法。该控制器先利用遗传算法对BP网络的初始权系数进行学习优化，再利用BP算法实现对PID参数在线调节，解决了控制器网络初始权系数对控制效果产生的影响，仿真结果表明了该控制方法的有效性。     

基于模糊神经网络的水轮机调速器PID控制

针对水轮机调节系统参数时变、运行工况多变以及包含复杂非线性环节的特点,传统的PID控制策略难以满足系统各项运行指标.根据水轮机调速系统的数学模型,结合模糊控制的推理能力和神经网络的自学能力,提出基于模糊神经网络的水轮机调速器PID参数控制策略.仿真结果表明,相比于传统PID控制和模糊控制,所提控制策略的系统响应拥有更小...     

基于PID神经网络的多电动机协同控制研究

针对过程控制领域的多电动机系统协同控制问题,提出利用传统PID算法与人工神经网络相结合构建PID神经网络,并设计了基于该算法的多电动机协同控制系统。实验结果表明,PID神经网络算法可以有效地解决多电动机驱动系统的协同控制问题,算法收敛速度快,同步误差较小,同时具有较强的抗干扰能力,非常适合实际工程应用。     

直线音圈电机的神经网络PID控制

音圈电机具有动态响应快、精度高等一系列优点,近年来,音圈电机被广泛应用在高性能的直接驱动式伺服阀领域里.分析了音圈电机的数学模型并设计了基于音圈电机的直驱阀阀芯位置控制系统.针对直驱阀存在负载扰动的影响,提出了一种基于BP神经网络PID的位置控制策略,它既有神经网络控制良好的动态特性又保持了PID控制的高速稳定性,并且能在线调整.仿真结果表明,所提出的基于BP神经网络PID的位置控制策略能够实现系统的良好控制性能,具有很好的鲁棒性.     

基于神经网络飞剪速度模型及计算机系统实现

飞剪是带钢冷轧厂精整区域重要设备，其最佳运行速度和带钢长度、厚度成二维非线性函数关系。本文应用神经网络技术建立飞剪速度模型，并通过计算机系统在线实现。     

基于神经网络补偿的二自由度PID控制

提出一种基于神经网络补偿的二自由度PID控制方法，该方法将BP网络应用到传统二自由度PID控制中，克服了参数固定不变时，系统跟随性能和抗扰性能变差的缺点，有效地减弱了参数摄动对系统造成的影响，改善了系统的动态品质，仿真结果表明该方法 的有效性。     

电动式位置扰动型力矩伺服系统的单神经元自适应PID控制

在位置扰动型力矩伺服系统中,由于受力对象的运动给系统带来很大的位置干扰,给系统的校正和优化带来了困难,位置扰动型力矩伺服系统设计的主要任务就是消除它的多余力矩。本文建立了电动式位置扰动型力矩伺服系统的数学模型,并提出了一种新的控制方法：采用单神经元自适应PID控制来抑制多余力矩和提高系统的控制性能。仿真结果表明这种控制方法有效地抑制了多余力矩的干扰,提高了系统的鲁棒性和跟踪性能。     

冷轧轧机飞剪控制系统

飞剪是轧机线的重要组成部分，本文介绍本钢冷轧连续酸洗-轧机联合机组中的轧机飞剪控制系统的控制原理及控制过程，该飞剪是目前世界上先进的飞剪设备之一。     

基于遗传算法-BP神经网络优化的PID控制

利用遗传算法全局随机搜索能力,设计一种基于遗传算法的神经网络学习算法。对于非线性复杂系统,常规PID控制器不能获得理想的控制效果,针对复杂非线性对象的神经网络PID控制不失为一种有效的控制策略。该文提出了基于遗传算法优化参数的神经网络PID控制器,实现了基于实数编码的GA参数优化。仿真结果证明了该算法的有效性。     

基于PID神经元网络的稳定平台伺服控制系统设计

介绍了稳定平台传统PID三环控制原理及结构框图.针对传统PID控制器的不足之处,设计了基于PID神经元网络的稳定平台伺服控制系统.仿真结果表明PID神经元网络控制系统具有较高的响应速度、较高的稳定精度和较强的抗负载扰动能力,具有很强的鲁棒性和自适应能力.     

启停式定尺飞剪控制系统的设计

文章介绍了一套启停式定尺飞剪控制的系统组成，并分析了剪刃位置控制的过程和剪切长度控制的实现。     

基于模糊PID控制和BP神经网络PID控制的永磁同步电机调速方案比较研究

采用模糊PID控制和神经网络PID的控制方式分别对永磁同步电机进行了恒负载实时调速分析,对比了研究两者的控制性能。通过在Matlab/Simulink环境下搭建仿真控制程序,分别采用两种控制方式构建对于永磁同步电机的闭环控制模型进行仿真,进行模糊PID控制和神经网络PID控制对永磁同步电机的闭环控制效果对比。经仿真结果表明,神经网络PID控制在抗扰动方面优于模糊PID控制,而模糊PID控制在实时性方面较为优势。     

旋转飞剪DSP控制系统的研究

本文介绍了旋转飞剪系统作为瓦楞纸板生产线上的横切机时系统的组成,介绍了下位机ＡＤＳＰ２１８１系统的工作原理,分析了不同剪切长度下系统的输出方程和适应不同情况下软件的统一编程方案,给出并分析了实验研究的结果。最后,为了进一步提高系统的性能指标,提出了有待继续深入研究的一些问题。     

基于RBF神经网络的PID控制在变风量空调系统中的应用

将RBF神经网络引入PID控制中,建立了一个三层神经网络模型。通过RBF神经网络的在线辨识对PID控制的三个参数进行在线调整,从而改善系统的控制效果。仿真结果表明:基于RBF神经网络的PID控制与传统PID控制相比,具有较强的鲁棒性和自适应能力,控制精度高,效果好,安全可靠。