共查询到20条相似文献,搜索用时 62 毫秒
1.
针对硫化镍矿选矿浮选工业过程中液位控制进行数学分析,建立BP预测模型并实施多浮选槽液位控制方法,利用目前工程领域流行的MATLAB 7.0中提供的神经网络工具箱,对网络模型进行训练和仿真,为有效抑制各槽液位扰动、实时调整各浮选槽液位和实现浮选指标的提高提供了有效的途径.仿真结果证明了BP神经网络对解决硫化镍矿浮选过程液位PID控制的有效性,具有广泛应用和推广的价值. 相似文献
2.
《电子技术与软件工程》2016,(24)
本文主要针对无刷直流电动机调速系统的控制进行了相关研究。首先分析了无刷直流电机的工作原理及系统组成,然后融合BP神经网络及PID控制方法,设计了双闭环调速系统控制器,最后通过MATLAB/SIMULINK仿真研究,表明所提方法的有效性,系统具有良好的静动态性能。 相似文献
3.
PID控制要取得较好的控制效果,就必须通过调整好比例、积分和微分三种控制的关系。本文提出一种基于BP神经网络的PID优化控制的方法,充分利用BP神经网络自学习、自适应、强大的泛化能力,弥补PID控制方法学习,适应能力的不足。将此方法应用于控制直流电机调速系统,仿真结果表明,此方法能提高系统的控制精度,具有良好的鲁棒性。 相似文献
4.
工业过程控制中广泛采用PID控制,但传统PID控制因其控制参数的固定,在线整定难等问题。为此本文研究了一种新的自适应模糊PID控制方法,为了解决模糊推理没有学习能力的问题,本文又提出了一种基于BP神经网络的自适应模糊控制方法。此方法是模糊控制、神经网络和PID控制的有效结合。仿真实验表明,这种基于BP神经网络的模糊PID控制算法具有良好的控制效果。 相似文献
5.
基于优化BP神经网络的PID控制研究与仿真 总被引:5,自引:3,他引:5
PID控制要取得较好的控制效果.就必须通过调整好比例、积分和微分三种控制作用,形成控制量中既相互配合又相互制约的关系。优化BP神经网络是一种前向神经元网络,具有学习速率快、振荡小、精度高的优点,将其隐含层单元分别作为比例(P)、积分(I)、微分(D)单元。可以建立参数自学习的PID控制器。仿真结果表明基于优化BP神经网络的PID控制器具有较好的自学习和自适应性。 相似文献
6.
7.
基于神经网络的PID控制在陀螺稳定平台中的应用 总被引:2,自引:1,他引:2
提出一种基于神经网络的PID控制方法,并应用于陀螺稳定控制系统,给出了改进的BP算法。仿真结果显示,神经PID控制较常规PID控制有更好的效果。 相似文献
8.
根据BP神经网络对温度控制的要求设计出一种模糊PID控制器,采用误差和误差变化率作为模糊PID控制器的输入,PID参数作为模糊PID控制器的输出,使用一组模糊规则实现对PID参数的在线优化调节。采用Simulink图形化工具平台对模糊PID控制器和传统的PID控制器进行建模和仿真,结果表明和传统PID控制器相比,模糊PID控制器性能优良,使系统响应速度加快,超调减小。 相似文献
9.
10.
11.
12.
13.
14.
基于MSP430和BP神经网络PID的跑步机控制系统 总被引:1,自引:0,他引:1
《现代电子技术》2016,(22):150-153
研发一种基于MSP430G2553单片机和基于BP神经网络PID的电动跑步机控制系统。按模块设计了主要硬件电路。为了提高调速性能,在电流速度双闭环中的速度环中采用了基于BP神经网络的PID控制算法。最后给出系统软件设计的流程图。实验结果表明,该系统能满足设计要求,并具有更好的性能。 相似文献
15.
神经网络在GDP预测中的应用 总被引:1,自引:1,他引:0
GDP预测因其影响因素众多,且各影响因素之间又存在着非常复杂的非线性关系,传统的线性预测方法对其进行预测时结果并不理想。基于提高GDP预测精度的考虑,运用人工神经网络的相关理论,建立了基于BP神经网络的黑龙江省GDP预测模型。结果表明,将神经网络应用于GDP预测可获得较高的预测精度,具有一定的实用价值。 相似文献
16.
基于MATLAB的自适应模糊PID控制系统计算机仿真 总被引:8,自引:0,他引:8
在分析自适应模糊控制及PID参数变化对系统性能影响的基础上,提出在动态过程中对PID参数进行整定。仿真研究表明,控制质量得到了提高。 相似文献
17.
分析变风量空调系统多区域运行时的耦合关系,针对变风量空调参数多变、强耦合的特点,提出了一种改进的误差反向传播算法的神经网络分散解耦控制方法,对送风量-室内温度进行解耦;然后采用基于BP神经网络的PID控制方法对解耦后的2个近似独立的单输入单输出系统进行控制。仿真结果表明,神经网络分散解耦算法具有很强的自学习功能和自适应解耦能力,控制系统响应快,稳态误差小,有效提高变风量空调系统的控制精度及性能指标。 相似文献
18.
基于S函数的BP神经网络PID控制器及Simulink仿真 总被引:2,自引:0,他引:2
BP网络在人工神经网络中应用最为广泛,文中给出基于MATLAB语言的BP神经网络PID控制器的S函数实现,在此基础上建立BP神经网络PID控制器的Simulink仿真模型,最后给出了该仿真模型应用在非线性对象中的仿真结果. 相似文献
19.
针对传统PID控制系统参数整定过程存在的在线整定困难和控制品质不理想等问题,结合BP神经网络自学习和自适应能力强等特点,提出采用BP神经网络优化PID控制器参数。其次,为了加快BP神经网络学习收敛速度,防止其陷入局部极小点,提出采用粒子群优化算法来优化BP神经网络的连接权值矩阵。最后,给出了PSO—BP算法整定优化PID控制器参数的详细步骤和流程图。并通过一个PID控制系统的仿真实例来验证本文所提算法的有效性。仿真结果证明了本文所提方法在控制品质方面优于其它三种常规整定方法。 相似文献