基于RBF神经网络整定的PID控制器在汽温控制中的应用

通过将RBF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：所设计的系统在控制品质、鲁棒性方面明显优于常规PID控制系统。     

基于RBF神经网络整定的PID控制器在汽温控制中的应用

通过将RBF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：所设计的系统在控制品质、鲁棒性方面明显优于常规PID控制系统。     

基于RBF神经网络整定的PID控制器在汽温控制中的应用

通过将RBF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:所设计的系统在控制品质、鲁棒性方面明显优于常规PID控制系统.     

模糊RBF自整定PID控制器在过热汽温控制中应用

过热汽温控制是电厂锅炉控制系统的一个重要环节。针对电厂过热汽温对象具有较大的惯性、时滞、非线性和动态特性随运行工况变化的特点,提出一种模糊径向基函数(RBF)神经网络的自整定PID控制器应用于过热汽温控制中,它结合了传统PID及神经网络和模糊控制的优点,可在线调整得到一组最优的PID控制参数。介绍了所提控制器在超临界机组过热汽温控制中的应用。对负荷为100%、88%、62%、44%的仿真结果表明,所提控制器能获得满意结果,优于PID控制器。     

单神经元控制器及其在过热汽温控制中的应用

把神经元的学习特性和常规的PID控制算法结合起来,设计了单神经元控制器。将其应用于过热汽温控制系统,并对采用这种神经元控制的时性问题进行了说明。通过仿真试验表明,基于该单神经元的过热汽温能控制系统具有良好的控制品质。     

带预补偿环节的PID控制器及其在过热汽温控制中的应用

1问题的提出反馈控制是控制系统中应用广泛的一种控制方法，控制器是基于被控量的偏差运算来实现各种调节特性的。广泛应用在工业领域中的调节器是常规的PID调节器。它结构简单，能够实现无差调节，满足大量的工业过程的控制要求，而且具有强的鲁棒性。但对于像锅炉过热汽温这样的大惯性对象来说，控制效果并不理想。这是由反馈控制的形式所决定的。为了改善调节品质，能否在常规的PID调节器基础上增加被控量的预补偿环节来达到较理想的控制目的呢？下面就对这一问题进行讨论。2基本思路PID调节是对其输入被控量的偏差进行比例、积分、…     

免疫PID控制器在汽温控制系统中的应用研究

免疫系统对于各种抗原的适度免疫响应是维持生物体内环境稳定的关键，这主要靠T细胞的调节作用，T细胞在不同的免疫阶段具有促进和抑制两种作用，能保证免疫系统获得较快的响应速度和足够的稳定性，通过免疫系统与控制系统的类比，借鉴免疫应调节机理，该文提出了免疫PID控制器，并讨论了免疫PID控制器与传统PID的结合方式及其免疫参数在调节过程中的作用。对过热汽温系统进行了仿真研究，结果表明当工况变化和存在扰动时免疫PID控制器也能获得满意的效果。     

单神经元PID控制器在过热汽温控制中的应用

将具有自学习功能的单神经元模型与常规的PID控制算法相结合，设计了单神经元PID控制器，并应用于超临界机组过热汽温控制系统。仿真结果表明，采用单神经元PID控制器的汽温控制系统，能够适应被控对象在较大范围内的变化，具有较强的自适应能力和鲁棒性，其控制品质优于常规的PID控制器。此外根据仿真结果，对单神经元的学习算法进行了改进，使其控制品质得以提高。     

模糊自整定PID控制及其在过热汽温系统中的应用

在工业生产过程中,许多被控对象随着运行工况的变化,其对象特性参数或结构将发生很大改变,单一参数的控制器难以获得所需的调节效果。针对这种情况,基于模糊逻辑的智能性和PID控制器的简单实用性,提出了模糊自整定PID控制策略。PID控制器参数的整定被分为粗调和细调2个阶段,粗调阶段基于发电机组负荷进行模糊预整定,基本适应运行工况的大范围变化,细调阶段基于系统的被调性能指标进行再整定,以进一步适应运行工况的小范围变化并克服各种可能的干扰。对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温度被控对象进行了仿真研究。仿真结果表明：所给出的控制策略能较好地适应对象动态模型的大幅度变化,保持较优的鲁棒调节性能。     

BP神经网络整定的PID在机器人轨迹跟踪中的应用

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.     

BP神经网络PID控制器在热油锅炉温控中的应用

介绍了基于BP神经网络PID控制算法,结合多模态控制理论,提出将BP神经网络PID控制器应用于热油锅炉温控中,并将其与普通PID控制进行比较。结果表明,该方法具有超调量小、过渡时间短、鲁棒性好等特点,弥补了常规PID在锅炉控温中参数难以整定等缺点。将此控制策略应用于热油锅炉温控中,构建了锅炉的自控系统,使锅炉处于最佳的燃烧状态,保证锅炉的安全经济运行。     

基于BP神经网络在线辨识的开关磁阻电机神经网络自适应PID控制

基于开关磁阻电机的高度非线性的电磁特性,固定参数的PID调节器无法得到理想的控制性能指标,该文提出了一种基于BP神经网络在线辨识的SRM神经网络PID自适应控制新方法。实验结果表明,利用BP神经网络来构成开关磁阻电机的神经网络自适应控制器,不但结构简单,而且能适应环境变化,具有较强的鲁棒性。     

智能PID控制器在汽温控制系统中的应用

智能PID控制器是智能控制技术与常规PID控制器相结合的产物。该文对模糊控制神经网络与常规PID控制器相结合进行了研究。对智能PID控制器在电厂主要热工过程控制系统中的应用研究情况进行了仿真。仿真结果表明智能PID控制器在电厂热工过程控制中的应用是有效的和可行的有着广阔的发展前景。     

遗传算法优化的BP神经网络PID控制器

神经网络的初始权值的选取影响控制器的性能，本文提出了一种新的改进遗传算法优化的BP神经网络PID控制器。该方法设计了组合交叉操作，交叉、变异并行结构及引入移民的遗传算法。将该方法用于控制器设计，仿真结果说明了该方法的有效性。     

非线性PID控制器应用于主汽温控制的研究

针对传统线性PID控制器中因参数固定导致的控制品质下降的问题,分析了控制器参数与对象误差的理想变化关系,给出控制器参数随误差变化的非线性函数,构建非线性PID控制器,并利用Simulink中的NCD模块进行参数整定。利用非线性PID控制器对某电厂主汽温控制系统的仿真结果表明,非线性PID较常规PID具有更好的控制品质和鲁棒性。     

基于PCC的神经网络PID控制器设计

利用神经网络逼近任意非线性函数的能力,对PID参数进行在线调整,并利用神经网络模型对控制对象的输出进行预测,对神经网络各层中的加权系数进行修正,使控制器具有调节数度快、适应能力强、可靠性高等优点.试验结果表明,控制器具有强抗扰、响应快、鲁棒性好等特点.     

基于BP神经网络的永磁同步电机直接转矩控制器

基于BP神经网络具有模式识别的分类功能,提出了永磁同步电机直接转矩控制器的BP网络设计方法。在MATLAB仿真环境下,对永磁同步电机控制器进行了建模与控制仿真,仿真结果达到了理想的控制目标。