直流电机神经元PID调速系统设计与仿真

针对传统PI双闭环直流电机调速系统存在响应速度慢、超调量大、抗干扰能力及自适应能力差等问题,提出了一种双闭环直流电机调速系统的神经元PID转速调节器设计方法。该转速调节器采用神经元控制器和比例控制相结合进行设计,从而构成了一种具有自学习、自适应能力的神经元PID控制器,然后与传统单神经元PID设计的转速调节器控制效果进行了对比。结果表明,基于神经元PID转速调节器的双闭环直流电机调速系统具有较快的响应速度、良好的动态和静态稳定性、较强的自适应能力和抗干扰能力。     

基于单神经元PID控制的直流无刷电机调速系统的建模与仿真

采用单神经元PID控制器的调速系统具有更好的动态性能和启动性能。针对直流无刷电机调速系统,采用了一种基于改进的单神经元PID控制算法,用MATLAB／Simulink仿真工具对调速系统进行了建模,矛对控制算法进行了仿真分析。仿真结果表明,使用该算法对直流无刷电机进行调速控制具有较高的可行性。与传统的PID控莉算法相比,新算法具有更好的鲁棒性,且易于实现。     

补偿 PID控制在直流调速系统中的应用

针对传统PID自适应能力差的缺点，提出了一种基于单神经元补偿的PID控制策略，即将单神经元作为传统PID控制器的补偿环节，并将其用于直流调速系统中。仿真结果表明，该控制结构简单，易于实现，被控系统较传统PID有良好的动态特性和很强的鲁棒性，并为直流调速系统的智能控制提供一条新途径。     

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.     

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。     

基于模糊控制的双闭环直流调速系统控制器设计研究

介绍了基于模糊控制的双闭环直流调速系统控制器的设计方案,并比较分析了传统PI与模糊控制的实例。提供了对传统直流双闭环调速系统的一种改进方案。     

PSO优化分数阶PIλ控制的双闭环直流调速控制

将分数阶PIλ控制器应用在双闭环直流调速系统的速度调节器上,以提高调速系统的控制性能。PI和PIλ控制器参数的整定通过粒子群优化算法。重点研究了分数阶PIλ控制器作为速度控制器的双闭环直流调速系统的稳定性、快速性。为了分析比较两种控制器的鲁棒性,将系统的前向通道的增益增加了10%～60%,在相同条件下,对基于PI/PIλ的双闭环直流调速系统进行了仿真实验。仿真研究结果表明,采用分数阶PIλ控制器的双闭环直流调速系统的稳定性、快速性和鲁棒性均优于普通PI控制器的系统。     

基于神经网络控制的直流调速系统仿真与分析

在直流电动机性能优化问题的研究中,针对传统PID控制的双闭环直流调速系统参数难以整定、自适应性差等问题,在对系统数学建模的基础上,确定了系统的控制策略,设计了一个BP神经网络的PID控制器.首先确定BP网络的结构,然后计算网络各层的输入和输出,再根据增量式PID控制算法计算控制器的输出,利用BP网络的自学习能力对PID控制器的参数实时在线调整,获得最佳的PID控制参数,从而实现直流电机转速的调节.仿真结果表明,采用神经网络控制的直流电动机调速系统具有良好的动静态性能、抗扰性能和鲁棒性能,说明了控制策略的有效性和先进件.     

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。     

直流电动机调速控制系统的仿真研究

研究直流调速系统控制性能优化问题,直流调速系统是一种具有时变性和非线性的复杂控制系统,无法建立精确数学模型,传统PID控制的控制效果依赖于被控对象的精确数学模型,传统PID无法动态适应直流调速系统,难以获得较高的控制精度.SVM具有非线性控制能力,不需要建立精确的直流调速系统数学模型就可以进行精确逼近,为提高了直流调速系统控制精度,提出一种支持向量机和传统PID相结合的直流调速系统控制方法(SVM-PID).通过支持向量机对传统PID控制器3个参数进行在线整定,使PID控制器能够适应直流调速系统非线性变化,从而实现对适应直流调速系统精确控制,最后采用仿真验证SVM-PID性能.仿真结果表明,SVM-PID较好的克服了传统PID控制器存在的不足,提高了系统的抗干扰能力,减小了系统的超调量,为提高控制系统的性能提供了依据.