Improved single-neuron PID controller for DC motor applied in robot system

An improved single-neuron proportional integral derivative (PID) controller and a new method to build the DC motor system were presented in the article. In the simulation, the robot arm is considered as an external load to DC motor. Both the motor module and the load module are created in Simulink to achieve simulation results closer to real robot system. In this way, it can well verify the performance of the improved single-neuron PID controller, which is a combined controller of normal PID controller and single-neuron PID controller. Besides, an intelligent switcher can help to realize the function of choosing a better control algorithm according to motor’s velocity output. Simulated results confirm the rapid and stable response of the improved PID controller. Moreover, the improved single-neuron PID controller has an excellent ability to overcome the load impact and supress the jamming signals. At last, a GUI interface platform is built to make the controller easier to be applied in other robot systems.     

扰动补偿的陀螺稳定平台单神经元自适应PI控制

针对陀螺稳定平台受未知非线性干扰的影响,提出了一种基于扰动补偿的单神经元自适应PI控制策略.利用扰动观测器观测出各种扰动,将其作为补偿信号前馈到控制输入端,提高平台的抗干扰能力;同时利用神经元的自学习和自适应力对PI参数进行在线调整,保证了平台在外界扰动和系统参数变化情况下对目标稳定跟踪的能力.通过在某型号实验装置上的试验结果表明,该方法对不确定扰动具有较强的抗干扰能力,提升了稳定平台的自适应性和鲁棒性.     

纯滞后系统的单神经元-Smith预估控制

工业过程控制中,纯滞后系统普遍存在,单纯的Smith预估控制的鲁棒性差,单神经元具有自学习、自适应能力,将单神经元与Smith二者有机结合,形成单神经元—Smith复合控制器,并利用MATLAB/Simulink对其进行仿真研究。仿真结果表明,这种控制器充分发挥了神经元自适应、自学习的功能,弥补了单纯的Smith控制器在处理纯滞后问题中的不足,具有良好的抗干扰能力和适应性。     

空调蒸发器的自适应预测控制策略

针对空调蒸发器运行状态,提出一种基于模糊神经模型的自适应单神经元预测控制器,该控制器具有结构简单、易于操作、控制器参数可在线调节的特点.离线建立空调蒸发器的模糊神经模型,再利用模型的梯度信息在线调节单神经元控制器参数,使控制系统较快地趋于稳定.仿真结果表明,提出的自适应单神经元预测控制器具有较好的动态性能和稳态性能,并能够成功地应用到空调蒸发器的控制中.     

变速风力发电机组的模糊-单神经元PID控制

对风力发电机组的数学模型及常规PID控制器进行了分析设计,由于变速风力发电机组的转速变化范围很宽,表现出高度的非线性性和时变性,常规的PID控制器难以在全范围内得到理想的控制性能。为此,提出采用单神经元智能控制器来替代常规的PID控制器,以改善机组控制性能。在分析单神经元控制器的结构和控制原理基础上,为了进一步提高单神经元控制器的动静态性能,引入了模糊控技术,实现了单神经元控制器输出增益的参数自整定。在仿真基础上,建立了一套完整的实验系统,对几种控制方法进行了实验研究。仿真和实验结果表明,基于模糊自整定的单神经元控制器可有效地改善风力发电机组的控制性能,具有较强的自适应能力和鲁棒性。     

基于NS2的改进队列管理算法及其实现

主动队列管理是网络拥塞控制的重要控制机制,其好坏关系到整体网络性能的优劣。传统的PID控制器结构简单,性能良好,但在过程中参数固定。由于神经元的固有优点,它能够有效克服PID控制器参数难以整定和面对非线性系统难以处理等缺陷。设计了单神经元自适应PID控制器。从2个方面进行了分析和验证:针对TCP拥塞避免的动力学模型,以控制理论为指导,在Matlab软件环境下,对传统的增量式PID算法和改进的单神经元自适应算法进行分析和仿真,利用队列长度和数据报丢失概率2个参数的性能优劣进行比较;脱离理论数学模型,采用NS软件中节点、链路和FTP业务源等网络元素搭建试验平台,将PI、PID和改进算法应用其中,通过观测队列长度变化和数据源链接数的改变,考察系统的稳定性和自适应性。仿真和实验充分说明改进的单神经元自适应PID控制器具有更好的稳定性、鲁棒性和自适应性。     

智能PID控制器及其在锅炉过热汽温自适应控制中的仿真研究

提出了一种新型智能PID控制器，并在电厂主汽温串级控制系统中进行仿真研究。智能PID控制器由模糊PD控制器和自调节积分环节并联组成，其特点是：模糊控制器的规则库由自适应神经元在线调节，积分器的增益由模糊推理机在线整定。因而该控制系统是无模型控制系统，无须被控对象的精确数学模型，系统可以实现参数的自整定，具有很强的自学习能力。对某超临界600MW直流锅炉主汽温控制的仿真结果表明，这种控制器可以实现多个工况点的控制，具有很强的自适应能力，并且在大范围的负荷变化和时变控制系统中仍具有稳定的控制效果、较强的鲁棒性和较好的抗扰动性能。     

自适应的PIP主动队列管理机制

近年来AQM的研究者提出了多种主动队列管理机制,包括RED,PI,REM,AVQ,PD,SMVS,PIP等,它们之间的主要区别在于丢弃概率的计算方法不同,其中基于反馈校正的PIP是综合性能更为突出的一种算法,但是遗憾的是其参数不能实现自动配置 .结合单神经元自适应PID控制器,为PIP算法建立了自适应的模型,提出一种参数自适应的PIP算法 .通过NS2仿真实验,验证了该算法能提高链路利用率和降低报文丢失率,有效缓解了根据特定网络条件配置算法参数的问题 .结合PI,REM,AVQ,PD等AQM算法,讨论了该自适应模型在其他AQM机制中的推广 .     

基于单神经元自适应PID控制的注塑机合模机构

设计了一个单神经元自适应比例积分微分控制器(PID)控制器,使用AMESim/Simulink联合仿真机制,建立了注塑机合模机构液压伺服系统的模型。由仿真结果看,与常规PID控制器相比,使用单神经元自适应PID控制器控制的系统有着更好的鲁棒性,系统获得了更好的环境适应性。     

基于混沌优化的单神经元 Smith预估器设计

提出了一种具有自适应能力的单神经元Smith预估器，并将其待定参数与系统的控制性能相联系，采用基于模拟退火策略的混沌优化算法，实现对预估器参数的全局寻优。仿真表明，经过混沌优化的单神经元Smith预估器具有良好的跟踪特性和干扰抑制能力，同时对系统建模误差具有很强的鲁棒性。