首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 109 毫秒
1.
神经元微分先行PID控制器的研究   总被引:2,自引:0,他引:2  
文中给出从微分先行PID算法派生出的神经元PID控制器,并利用MATLAB/SIMULINK仿真软件对该控制器在电加热炉中的应用进行仿真研究。仿真结果表明,神经元微分先行PID控制不但具有微分先行PID控制的优点而且还具有神经元自适应控制的特点。  相似文献   

2.
不完全微分型PID控制的应用研究   总被引:1,自引:0,他引:1  
陈平 《机电技术》2006,29(4):31-32
本文对不完全微分型PID控制进行研究,利用Matlab软件对工业过程实例进行了仿真实验。仿真结果表明,与完全微分型PID控制相比,采用不完全微分型PID可以取得更好的控制效果。  相似文献   

3.
针对车载飞轮电池在不同工况下振动及磁悬浮轴承非线性和本质不稳定性的特点,开发了基于单神经元的PID控制软件,利用单神经元的自学习能力并通过加权系数自适应地对PID各控制参数进行调整,使得控制器的输出为PID各控制参数的非线性组合,克服了单一PID控制参数无法满足系统动态性能需要及控制参数整定困难的缺点。通过仿真分析和飞轮转子系统的高速运行试验,对比研究了不完全微分PID策略和单神经元自适应PID策略的控制效果。研究结果表明,与不完全微分PID策略相比,单神经元自适应PID策略具有无超调、鲁棒性好、调节时间短等优点,飞轮转子系统具有更好的动态性能。  相似文献   

4.
针对飞机液压系统存在着强干扰、高度非线性、参数摄动等现象,提出一种模糊单神经元PID控制器用于提高轴向柱塞泵压力跟踪性能。单神经元PID控制器用于在线整定比例、积分、微分的权值,模糊控制用于调整单神经元PID控制器的输出增益,两者的结合使得控制器具有较强的自适应能力。仿真结果表明,同PID控制器相比所设计的控制器具有响应速度快,跟踪误差小,抗干扰能力强等优点。  相似文献   

5.
建立了带冗余支承的五自由度磁悬浮轴承转子系统的仿真模型,采用ADAMS和Matlab软件对不完全微分PID控制的磁悬浮系统进行联合仿真,分析了启动冗余支承对系统动态性能的影响。在此基础上,设计制作了基于TMS320F28335DSP的数字控制器硬件电路,编写了不完全微分PID控制程序并在试验台上进行验证。  相似文献   

6.
针对常规PID速比控制器在无级变速器(CVT)速比控制过程中存在的稳定性差、反应慢等问题,对其积分项和微分项分别采用抗积分饱和及不完全微分进行改进,设计了改进PID速比控制器。设计了CVT速比控制仿真模型,仿真模型中速比控制器子模型分别采用常规PID速比控制器和改进PID速比控制器,在Simulink环境下进行了阶跃速比跟踪对比仿真试验。试验结果表明,改进PID速比控制器与常规PID速比控制器相比能够使CVT速比控制过程的超调量减小、反应速度加快、振荡次数减少,CVT实际速比对目标速比跟踪良好,系统的稳态特性和动态特性得到改善。  相似文献   

7.
李静  杨洲 《机械与电子》2007,(12):57-59
以蚁群算法为基础,提出了一种新的具有不完全微分的最优PID控制器的参数优化策略。该策略通过蚁群算法找出系统的3个最优参数,即比例增益Kp,积分时间常数T1和微分时间常数TD,针对给定的控制对象,给出了新算法的具体实现步骤。仿真应用表明,这种PID控制器具有很强的灵活性、适应性和鲁棒性。  相似文献   

8.
针对常规PID控制的不足以及泵控马达调速系统动态性能差的特点,提出了一种基于单神经元的自适应PID控制器.并结合误差二次型最优控制理论对单神经元的性能指标进行改进,推导出相应的单神经元输入权值调整算法。仿真结果表明,改进的单神经元自适应PID控制器具有更快的响应特性和良好的动态特性,其控制效果明显优于常规的PID控制器,将其应用于泵控马达调速系统是行之有效的。  相似文献   

9.
提出了一类高动态性能切换模糊PID控制器设计方法.通过对传统PID控制中比例控制和微分控制作用的分析,结合模糊PID控制器鲁棒性能和自适应性好的优点,设计了一类新的模糊控制器.由于该类控制器先后经历比例控制,微分控制和模糊PID控制的切换,使被控系统不仅具有一般模糊PID控制器的所具有的良好的鲁棒性能和自适应性,而且与一般模糊控制器相比具有更小的超调量和调节时间,是一类动态性能良好的控制器.最后将该控制器应用于一伺服系统进行仿真对比,并给出了Simulink仿真框图.仿真结果说明了该控制器的优越性.  相似文献   

10.
单神经元与PID控制器结合,构成具有自适应和自学习能力的单神经元PID控制器,改善控制器的控制精准度,并将该控制算法应用在具有多层次复杂性高的柴油机调速系统中,并仿真验证控制效果.  相似文献   

11.
为了提高异步电动机调速系统的动态品质,提出了一种基于神经元变结构PID控制的速度控制器。该控制策略用一个神经元控制器实现变结构PID控制的同时,用另一个神经元控制器实时调整变结构PID控制器的参数。仿真结果表明,与传统PID调节器相比,该速度控制器能够有效地提高系统的静态、动态特性与鲁棒性。  相似文献   

12.
基于PZT的微驱动定位系统及控制方法的研究   总被引:17,自引:17,他引:17  
介绍了基于PZT驱动的一维微动工作台.该微动台采用柔性平行板铰链机构,对其进行了出力和位移关系的分析,并且进行了ANSYS的有限元分析设计,求得了系统的固有频率和最大位移.其理论分析、有限元计算和试验测试结果的对比分析的一致性说明了理论分析的正确性和数值分析的可靠性.使用精密光栅进行微位移闭环检测,使用哈工大博实精密测控公司研制的压电陶瓷驱动电源.采用单神经元自适应PID控制算法对系统进行控制,单神经元具有自学习和自适应能力,而且结构简单易于计算;而传统的PID调节器也具有结构简单、调整方便和参数整定与工程指标联系密切等特点.推导了单神经元自适应PID控制器,并进行了实验,微位移为20μm时的响应时间为12ms,实验证明了该方法的有效性.  相似文献   

13.
变频泵控马达调速系统单神经元自适应PID控制   总被引:6,自引:3,他引:6  
彭天好  徐兵  杨华勇 《中国机械工程》2003,14(20):1780-1783
针对大惯性负截变频泵控马达调速系统动态性能差的特点,提出了采用不必基于模型的单神经元自适应PID控制。介绍了单神经元自适应PID控制器的结构和算法。仿真结果表明,单神经元自适应PID控制器较常规PID控制器具有更快的响应特性和良好的动态特性,对模型失配和负载扰动表现出更强的适应性和鲁棒性,而且不论是在加速段、等速段还是减速段,都具有较好的跟踪效果。  相似文献   

14.
集输联合站的油水分离是保证产出原油质量的关键工艺过程。该文在对油水分离沉降过程动态特性深入研究的基础之上,给出了其数学模型。单神经元PID控制具有自学习和自适应能力,在一定程度上解决了传统PID调节器不易在线实时整定参数的不足,提高了控制器对系统和环境变化的适应能力。 SIMULINK中可用S-Function方便灵活地构建各种自定义仿真模型。该文使用SIMULINK中的S-Function Builder模块以快速构建单神经元PID控制模块,并在SIMU-LINK中对单神经元PID控制方案进行了仿真研究,仿真结果表明该算法可获得更好的调节质量。  相似文献   

15.
火炮随动控制系统是一个典型的非线性、大时滞系统,常规PID控制难以实现火炮随动控制系统参数在线自整定,针对该问题提出一种基于单神经元的自适应PID控制器,通过神经元的自学习、自校正能力实现了PID参数的在线自整定。仿真结果表明单神经元自适应PID控制响应快,自适应能力好,鲁棒性强,稳态精度高,采用该方案的火炮随动控制系统能够较好满足控制要求,具有一定实用价值。  相似文献   

16.
单神经元PID在多电机控制中的应用   总被引:1,自引:0,他引:1  
本文通过对多电机同步控制的原理及其特点分析,设计了具有自学习和自适应能力的单神经元PID同步控制器,建立了单神经元PID控制规则,提出了多电机同步控制的单神经元PID学习算法。系统仿真结果表明,运用单神经元自适应PID控制器能有效实现多电机同步控制,收敛速度较快,鲁棒性较好,且抗干扰能力强。最后,基于MCF5235微控制器,通过VxWorks实时嵌入式操作系统,应用于四轴同步控制系统,结果表明单神经元自适应PID同步控制器能大大增强系统的动态性能,有效缓解负载带来的同步误差,在相同扰动情况下,该方法能更好的使多电机以一定速度同步运行。  相似文献   

17.
桥式起重机运行过程中的防摆控制是起重机控制的一个关键问题,许多学者对此进行了大量的研究。由于桥式起重机的数学模型具有不确定性的特点,常规的PID控制器不易在线调整,难以对摆角进行有效的控制。本文设计了一种基于单神经元控制器的起重机控制系统,利用2个单神经元控制器分别对小车的位置和摆角进行控制。仿真结果证明,该神经元控制器比PID控制器对于不同的绳长和载荷质量具有较好的自适应能力和鲁棒性。  相似文献   

18.
时变大时滞神经元自适应预测PID控制器   总被引:6,自引:3,他引:3  
杨智  高靖 《仪器仪表学报》2000,21(3):300-303
本文提出一种克服时变大时滞,扰主被控制过程参数时变的神经自适应预测PID控制算法。该算法利用预测控制克服时滞,利用智能方法优化PID控制器的参数。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号