共查询到19条相似文献,搜索用时 359 毫秒
1.
PM2.5测量系统中改进神经网络控制算法优化补偿 总被引:1,自引:0,他引:1
针对现阶段PM2.5测量系统的测量精度较低的问题,提出了改进的BP神经网络PID控制算法对其进行优化补偿。通过对粒子群优化算法的速度公式进行了改进,采用优化的粒子群算法优化了BP神经网络,将其用于PID的在线参数调节,以PM2.5测量系统作为研究对象,将改进的BP神经网络PID控制算法与传统PID分别作了仿真研究。研究结果表明,基于改进的粒子群优化算法改进的BP神经网络PID控制算法与传统的PID控制相比,提高了测量精度,在一定程度上减少了误差。 相似文献
2.
3.
针对恒压供水系统普遍存在的非线性、大滞后和不确定的特点,设计了一种基于遗传算法BP神经网络的PID控制器,该控制器先通过遗传算法优化BP神经网络的初始权值,再利用BP神经网络的自学习和自适应能力,自动调整PID控制器的参数,达到自适应控制目的,解决了传统PID控制算法难以控制未知复杂系统的问题。软件仿真表明,本系统的恒压性能和动态性能有较大的提高,控制效果比较理想。 相似文献
4.
5.
搭建了一套基于DVD聚焦循道伺服技术和双光子吸收三维光存储技术的双光头三维光盘存储系统.针对DVD光学读取头传递函数,采用BP神经网络自适应PID控制算法,构建PID控制系统仿真模型,通过BP神经网络的超强自学习和非线性逼近能力在线调整PID控制器参数,并进行计算机Matlab仿真.仿真结果表明,BP神经网络自适应PID控制算法提升了系统的响应速度,减小了系统的超调量. 相似文献
6.
7.
针对工业控制领域中复杂非线性时变系统和传统RBF神经网络辨识PID控制的不足,提出了一种基于聚类结合算法的动态RBF神经网络在线辨识PID自适应控制方法.通过优化的动态RBF辨识神经网络更好地描述了控制对象的动态行为,获得PID参数在线调整信息,实现系统的智能控制.仿真结果表明,与常规RBF神经网络辨识的PID控制方法相比该方法具有较高的控制精度,较快的系统响应,较强的适应性和鲁棒性. 相似文献
8.
为了减小采用基于SPDA的飞机电脉冲除冰供电对变频交流配电网电源品质的影响,针对电脉冲除冰负载控制问题,提出了BP神经网络PID控制算法。 该算法充分利用神经网络的自学习能力和逼近函数的能力及PID控制的鲁棒性,有效地提升了电脉冲除冰负载控制能力,使用仿真软件分析初步验证了该控制方法的有效性,并基于实验平台模拟飞机变频发电机(VFG)对发动机短舱进行除冰供电。实验结果显示,提出的基于BP神经网络PID控制方法是有效的。 相似文献
9.
基于WNN-PID的直流电机位置跟踪控制 总被引:1,自引:1,他引:0
提出了一种新颖的小波基神经网络的网络拓朴结构.通过该网络对对象进行在线辨识,得到其Jacobian信息,使用神经网络与模糊算法共同在线调整PID参数的方法,实现直流力矩电机位置的准确跟踪,仿真和实验表明:使用该方法能够实现电机位置的准确跟踪;基本克服了一般神经网络控制对初始权值的依赖,大大提高了对象的辨识精度,增强了系统的动态响应品质,并具有很强的鲁棒性. 相似文献
10.
11.
文章从微粒群算法和BP神经网络基本原理出发,研究了将其用于PID控制的可行性,实现参数的在线自整定。仿真结果表明。基于微粒群优化BP神经网络的非线性PID参数自整定取得了良好的控制效果。 相似文献
12.
13.
14.
15.
当永磁同步电机采用矢量控制策略时,为了在改善系统跟踪性能的同时兼顾系统的抗干扰性能,可以将速度环控制由一自由度PID控制改为二自由度PID控制,改善系统的跟踪性能和抗干扰性能,此外由于PID控制参数不可调,为减小系统误差,可以引入BP神经网络算法对系统补偿,仿真结果表明,系统的跟踪特性和抗干扰性能都得到改善。 相似文献
16.
PID神经元网络具有动态特性,在系统控制应用中相比于传统的PID控制方法可取得更优的效果,但其学习算法为梯度学习算法,初始权值随机取得,为了提高其控制量逼近控制目标的速度和系统响应时间,引入粒子群算法对初始权值进行优化,最后应用Matlab软件对改进后的PID神经元网络算法进行仿真。仿真结果表明,该方法具有较好的控制性能。 相似文献
17.
传统PID控制器在矿井提升机变频调速系统应用中,由于控制参数固定且不易整定,导致电机转速超调大、电磁转矩和转子磁链脉动大,进而出现矿井提升机调速系统控制效果差的问题。针对这一问题,文中提出一种改进粒子群优化BP神经网络PID控制器的算法。由于BP神经网络算法存在收敛速度慢和极易陷入局部最优的缺点,现将粒子群算法收敛速度快和全局最优特性与神经网络结合,并通过设计神经网络收敛系数进一步加快收敛速度。仿真结果表明,粒子群优化的神经网络控制效果比神经网络好,且效果明显优于传统PID控制器;相较于神经网络PID控制器,矿井提升机转速调节系统稳速调节速度明显提高;与传统PID控制器相比,电机电磁转矩和转子磁链脉动明显降低,具有较强的稳定性和鲁棒性。 相似文献
18.