基于单神经元PID的直流脉宽调速系统研究

针对传统直流调速系统存在因PID控制器参数固定而导致调速性能差的问题,提出了基于单神经元PID的双闭环直流脉宽调速系统的设计方法,即采用单神经元PID控制器替代传统的转速PI调节器,并用S函数编写该控制器的算法程序。Matlab仿真结果表明,基于单神经元PID的双闭环直流脉宽调速系统具有较快的响应速度和较强的抗干扰能力,调速性能得到了较好的改善。     

无刷直流电机模糊自适应PID控制研究与仿真

针对传统的PID控制方式在对无刷直流电机系统控制时,存在精度低、抗干扰能力弱等不足,提出一种基于参数自适应模糊PID集成控制策略。首先,分析了无刷直流电机的数学模型,建立了基于双闭环调速系统的无刷直流电机控制系统模型,并对无刷直流电机双闭环系统转速进行模糊PID控制;然后,详细分析了建立该模糊自适应PID控制器的设计方法,提出一种优化模糊算子的优化方法,并运用仿真软件Matlab/Simulink实现了系统的设计和仿真;最后,在相同环境下,对比传统PID控制和模糊自适应PID集成控制两种控制策略的仿真结果。仿真结果表明,模糊自适应PID集成控制算法能使无刷直流电机双闭环控制系统具有更好的动、静态性能及较强的自适应能力。     

双闭环直流调速系统优化及仿真研究

研究双闭环直流调速系统优化问题,直流调速系统具有不确定性、时变性和非线性,难建立准确的数学模型,而常规PID控制难以自适应双闭环直流调速系统参数变化,控制精度低,稳定性差.为了提高双闭环直流调速系统控制精度,提出一种改进的RBF神经网络PID的双闭环直流调速系统.RBF神经网络不需要建立精确的数学模型,具有自适应、自学习能力,可以对PID控制器的3个参数进行在线性优化,从而对双闭环直流调速系统进行准确控制.仿真结果表明,改进RBF神经网络控制解决了常规PID控制算法存在的难题,可以获得较高的控制精度,增强了双闭环直流调速系统的抗干扰能力和鲁棒性,为系统的优化设计提供了依据.     

单神经元自适应PID控制器的应用

对单神经元自适应PID控制器的控制算法进行了研究；利用Matlab／Simulink对复杂对象进行了闭环仿真，将单神经元自适应PID控制算法与常规PID控制算法进行了比较。结果表明单神经元自适应PID控制算法明显优于常规PID控制算法；将单神经元自适应PID控制器应用到焦炉集气管压力控制系统，集气管压力系统的抗干扰能力得到提高，取得了良好的控制效果。     

粘度测量直流电机调速系统自适应控制器的建模与仿真

基于旋转法的液体粘度测量需要不同等级稳定的电机旋转速度。采用电流转速双闭环来实现对直流电机调速系统的控制。电流内环使用PI控制,转速外环采用大增益比例控制结合PID控制,PID参数使用模糊逻辑进行自整定,这种控制方式可根据输入偏差大小选择不同控制策略实现转速的自适应快速调节与准确跟踪。在Matlab/Simulink平台上搭建基于这种控制器的仿真模型,对直流电机调速系统进行仿真。仿真结果表明这种系统具有良好的控制性能,这种自适应控制器具有良好的动态响应特性,可以消除稳态误差。     

基于模糊控制的直流双闭环调速系统仿真

将模糊控制应用于直流双闭环调速系统中的转速调节器,设计出模糊转速控制器,并与传统的双闭环调速系统进行了比较。利用MATLAB语言对这两种直流调速系统进行了仿真分析。仿真结果表明,用模糊控制方法得到的转速调节器参数比传统的工程整定方法得到的参数控制性能好,响应快,过渡过程时间短,基本无超调。     

神经元控制器在直流调速系统中的仿真研究

该文提出了两种单神经元控制器，即数字神经元控制器和模拟神经元控制器，分别将这两种神经元控制器应用于直流双闭环调速系统，并进行了仿真研究，仿真工具采用了SIMULINK软件包，仿真结果表明这两种控制器都具有自适应的功能．均可应用于直流调速系统中，并获得满意的控制效果，但模拟神经元控制器具有更好的快速性和较小的超调。     

位置伺服系统的单神经元PID/CMAC控制研究

在分析了位置伺服控制系统基本原理和数学模型的基础上,提出了一种单神经元PID/CMAC复合控制算法和控制器的设计方法。用单神经元PID替代常规PID控制,由神经元来在线调整PID控制参数,利用CMAC神经网络的自学习和自适应能力,来完成系统的实时控制。该算法直接应用于位置伺服控制系统,仿真结果表明,与传统PID控制算法相比较,该复合控制算法增强了系统的控制精度,提高了系统的响应速度,具有较强的鲁棒性和抗干扰能力。     

双转子永磁同步电机控制的建模与仿真

针对传统PID控制方法对双转子永磁同步电机进行控制时参数摄动、抗干扰能力差等缺点,提出一种单神经元模糊PID控制方法。首先建立双转子永磁同步电机的数学模型,设计了单神经元模糊PID控制器,然后利用MATLAB实现了系统设计与仿真。最后通过传统PID和单神经元模糊PID控制的仿真结果进行对比分析,仿真结果表明,单神经元模糊PID控制可以显著提高系统的鲁棒性,使双转子永磁同步电机控制系统具有更好的动、静态性能和抗干扰能力。     

直流电机调速系统仿真研究

研究无刷直流电机神经网络的PID控制.针对传统的双闭环PID控制器对控制参数难以适应,抗干扰能力差,对无刷直流电机进行控制时速度较慢、稳定性较差的缺点,为解决上述问题,提出了一种改进的BP网络PID控制的直流电机调速系统.首先确定改进的BP网络的结构,计算BP网络各层输入和输出,再选择增量式数字PID控制算法,计算控制器的输出,对PID控制参数进行自适应修改从而对直流电机进行调速.仿真结果表明,在提高调速系统的稳定性、响应速度、参数适应性和鲁棒性,同时根据对象输出的变化实时调整参数,改善了系统控制存在的稳态精度不高的问题.     

基于PID算法的直流电机PWM调速控制器设计

为提高对直流伺服电机转速的控制精度,将控制器硬件电路设计成闭环控制系统,通过位置传感器采样获取伺服电机转速并反馈给单片机系统,引入基于PID控制的算法对单片机进行编程控制,设计了一款能通过反馈控制自动修正直流电机转速的调速控制器,文中给出了控制器的硬件电路设计方法和系统软件的编程算法。该控制器具有成本低、控制精度高、调速范围宽、响应速度快等特点,通过简单硬件接口就能将其嵌入到的各种小功率直流电机控制产品中加以应用。     

基于无刷直流电机控制器设计

无刷直流电机具有运行效率高、调速性能好、结构简单、维护方便、运行可靠的优点,是电动汽车驱动系统的理想动力来源;安装在电动汽车上的驱动电机所处环境复杂,工况多变,启停频繁;然而,目前电机控制器响应速度慢、控制精度低、稳定性误差大、抗干扰力弱。为了解决这些难题,通过建立无刷直流电机的数学模型,研究电机的矢量控制算法基本原理以及实现方式,设计出了电流、转速双闭环的调速控制系统,通过引入先进的控制策略来提高控制器性能;最后,通过对无刷电机控制器进行实际测试,实验结果表明,与传统 PID 控制相比,在相同的调整频率下。本次设计的控制器具有调节时间小,调速范围广,转速波动小的优点,验证了设计的可行性。     

基于PID算法的单闭环直流调速系统设计与实现

介绍了基于PID单闭环直流调速系统的设计方法。系统选用STC89C52单片机为控制器,并在此基础上完成了硬件设计。利用脉宽调制技术,解决直流调速系统中调节时间长、抗干扰能力差等问题,实现了对直流电机速度的控制。实验结果表明,该系统具有良好的动静态性能,对负载的变化具有较强的鲁棒性。     

机械变速压力机电液伺服自动控制系统设计

针对当前机械变速压力机运行效率偏低、抗干扰能力较差等问题,提出一种基于TMS320LF2407A的机械变速压力机电液伺服自动控制系统设计方法;对于系统的硬件部分,PLC对压力信号进行采集,电源模块采用稳压器完成12~5 V的DC/DC转化;利用晶振当作振荡源与闭合回路结合完成时钟模块的设计;系统的软件部分根据位置式的PID控制算法对机械变速压力机执行元件进行控制,完成软件的设计;实验证明,所设计的控制系统稳定性好,具有很好的抗干扰能力。     

酸碱中和反应中pH值的单神经元自适应控制研究

基于酸碱中和反应过程中pH值变化的动态模型,设计单神经元自适应控制器,解决化工生产过程中pH值的PID控制所存在的调节时间长、超调量大和系统抗干扰性差的问题。在相同条件下与PID控制器进行对比实验,实验结果表明单神经元自适应控制器明显改善pH值过程控制系统的动态性能,该控制系统具有较强的自适应性与鲁棒性。     

SR电机单神经元PID直接转矩控制系统

针对采用常规PID控制器很难取得很好的控制效果,提出了单神经元PID与常规PID复合控制的开关磁阻电机调速系统的新方法,利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神经元自适应控制器,不但结构简单,而且能适应环境变化,具有较强的鲁棒性。以速度误差为系统外环输入,大偏差时采用常规PID控制,小偏差时采用单神经元控制。外环的输出变量为内环的目标转矩,送入60kW三相6/4结构的开关磁阻电机直接转矩调速系统内环。仿真结果表明,这种复合控制方法解决了常规控制方法因电机数学模型难以精确确定而无法确定控制参数的问题,并克服了常规P I D控制器参数固定,控制非线性系统差的缺点,很好的解决了系统上升时间与超调的矛盾。系统具有很好的抗干扰能力与鲁棒性。     

基于RBF辨识的单神经元PID调速器设计

本文设计一种基于RBF辨识的单神经元PID调速器,基于有监督的Hebb学习规则的单神经元作为控制器,RBF网络作为辨识器,实现对被控对象的Jacobian信息辨识。仿真结果表明利用所提出的方案设计异步电动机矢量控制系统的速度调节器,当电机参数改变或者受到外部扰动时,系统没有超调,有更快的响应速度和更强的抗扰动能力,具有良好的动态特性。     

Stability analysis and implementation of chopper fed DC series motor with hybrid PID-ANN controller

The attempt is made to enhance the performance of a closed loop control of DC series motor fed by DC chopper (DC-DC buck converter) by hybridization of PID controller with an intelligent control using ANN (Artificial Neural Network) controller. This system consists of inner current controller loop and outer PID-ANN based speed controller loop. The current controller allows the PWM (Pulse Width Modulation) signal when the motor current is less than set value. The PID-ANN speed controller controls the motor voltage by controlling the duty cycle of the chopper thereby the motor speed is regulated. The PID-ANN controller performances are analyzed in both steady state and dynamic operating condition with various set speed and various load torque. The rise time, maximum over shoot, settling time, steady state error and speed drops are taken for comparison with conventional PID controller and existing work. The steady state stability analysis of the system also is made by using the transfer function model with MATLAB. The training data for PID-ANN controller is taken from conventional PID controller. The Hybrid PID-ANN controller with DC chopper has better control over the conventional PID controller and the reported existing work. This system is simulated using MATLAB/Simulink and also it is implemented with a NXP 80C51 family Microcontroller (P89V51RD2 BN) based Embedded System.     

Design of low cost universal artificial neuron controller for chopper fed embedded DC drives

Artificial neural network (ANN) has become very popular in many control applications due to their high computation rate and ability to handle nonlinear functions. This paper proposes an artificial neuron controller for closed loop speed control of DC drive fed by DC chopper. Neuron control is used to reduce the steady state error, overshoot and settling time. The signal corresponding to the motor speed error and change in speed error are used as inputs to ANN Controller. The controller outputs the required change in duty cycle of pulse width modulated gating signal applied to DC chopper. Thus the voltage fed to the armature of the DC motor is adjusted for achieving the desired speed response. The training patterns for the neuron controller are obtained from the conventional PI controller and the effectiveness of the proposed neuron controller is studied using simulation studies.The designed controller was implemented in a low cost 8051-based embedded system and the results are documented. Two-loop control system was implemented with an inner ON/OFF current controller and an outer ANN speed controller.A conventional controller has heavy computation burden whereas a trained neural network requires less computation time. The artificial neural network has the ability to generalize and can interpolate in between the training data. This advantage of ANN makes the ANN controller universal. The ANN controller designed was tested on two different motors and found to work effectively on driving both of them.