基于神经网络的PID控制被引量：8

PID CONTROL SYSTEM BASED ON NEURAL NETWORK

下载PDF

导出

摘要论文讨论了基于神经网络理论的PID控制 ,并将其应用到了直流调速系统的仿真中 ,仿真结果表明它具有良好的鲁棒性。 neural netwok is applied to direct current adjustment speed system.Simulation on dynamic characteristics is studied.

作者宋滨谷丽娜

机构地区青岛化工学院信息与控制工程学院

出处《青岛大学学报（工程技术版）》 CAS 2001年第3期90-91,共2页 Journal of Qingdao University(Engineering & Technology Edition)

关键词神经网络仿真直流调速系统 PID控制鲁棒性 neural network simulation direct current adjustment speed system

分类号 TP183 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献3

1田明,戴汝为.神经元网络控制系统[J].信息与控制,1992,21(3):156-161. 被引量：16
2Chu S R,et al.IEEE Control Systems[J].Magazin 1990,10(3).
3Hunt K J,sbarbaro D Zbikowski R,et al.Neural Networks Control Systems a Servey[J].Automation,1992,28(6):1083-1112.

二级参考文献4

1张承福.神经网络系统[J]力学进展,1988(02).
2J. J. Hopfield,D. W. Tank. “Neural” computation of decisions in optimization problems[J] 1985,Biological Cybernetics(3):141～152
3徐耀玲,戴汝为.人工神经元网络在系统辨识中的应用[J].自动化学报,1991,17(1):91-94. 被引量：14
4应行仁,曾南.采用BP神经网络记忆模糊规则的控制[J].自动化学报,1991,17(1):63-67. 被引量：49

共引文献15

1赵明旺.基于神经网络实现的自校正PID调节[J].基础自动化,1994,1(2):12-15.
2陈根社,陈新海.遗传算法的研究与进展[J].信息与控制,1994,23(4):215-222. 被引量：109
3陈晓平,和卫星.基于神经网络的非线性系统辨识方法[J].江苏理工大学学报（自然科学版）,1995,16(2):93-99. 被引量：1
4赵明旺.非逆稳定系统的具有衰减激励的神经网络自校正调节器[J].模式识别与人工智能,1995,8(1):64-69.
5董毅峰,王雪瑶.基于神经网络的闭路球磨机产量控制方法研究[J].煤矿机械,2007,28(5):40-42. 被引量：3
6王雪瑶,刘石,李志宏,刘长春,董毅峰.基于智能控制系统的陶瓷球磨机神经网络控制方法的开发[J].陶瓷,2007(7):31-34.
7张俊明.一类自适应神经网络控制的研究与设计[J].山西科技,2007(4):118-119.
8阮晓钢.基于神经网络的模型跟随控制方法[J].北京工业大学学报,1997,23(3):12-19.
9李志良,曾鸽鸣,胡芳,高岳平,松本S,吴X,村松Y,李梦龙.神经网络在肺癌早期鉴别诊断中的研究与应用[J].应用科学学报,1997,15(3):348-352.
10李春香,钟碧良,毛宗源.基于神经网络实现的PID控制器[J].石油化工高等学校学报,1999,12(2):78-80. 被引量：5

同被引文献42

1李文峰,刘军营,盛蕾.一种改进的基于神经网络模式的PID控制研究[J].系统仿真技术,2007,3(4):217-220. 被引量：3
2毕春长,李柠,黄道.蓄热式加热炉钢温预报与炉温优化设定研究[J].自动化学报,2004,30(3):476-480. 被引量：12
3温良,付兴武.神经网络PID在温度控制系统中的研究与仿真[J].微计算机信息,2004,20(7):3-4. 被引量：17
4肖俊芳,王耀青.一种激励函数可调的快速BP算法[J].自动化技术与应用,2002(6):26-29. 被引量：10
5陈宗雨,王立峰,李加文,李从心,王占行.神经元PID在FA467粗纱机速度控制中的应用[J].青岛大学学报（工程技术版）,2005,20(2):62-66. 被引量：1
6舒迪前,李春涛,尹怡欣.单神经元自适应PSD控制器及在电加热炉上的应用[J].电气传动,1995,25(1):29-32. 被引量：14
7李斌,唐永哲.模糊PID算法在无刷直流电机控制系统中的应用[J].微电机,2006,39(2):14-15. 被引量：23
8陆琼瑜,童学锋.BP算法改进的研究[J].计算机工程与设计,2007,28(3):648-650. 被引量：35
9蒋宗礼.人工神经网络导论[M].北京:高等教育出版社,2005.
10刘金琨.先进PID控制MATAB仿真[M].北京,电子工业出版社(第二版),2006,155-163.

引证文献8

1魏强,张玉林,于欣蕾,郝慧娟,卢文娟.扫描隧道显微镜精密工作台的神经网络控制[J].青岛大学学报（工程技术版）,2006,21(2):1-6.
2曹伟,乔金杰.单神经元自适应PID控制器的实现与仿真研究[J].齐齐哈尔大学学报（自然科学版）,2008,24(4):14-16. 被引量：9
3张学燕,高培金,刘勇.BP神经网络PID控制器在工业控制系统中的研究与仿真[J].自动化技术与应用,2010,29(5):9-12. 被引量：28
4卢萍,金朝永.PID神经网络的研究和改进[J].广东工业大学学报,2011,28(4):55-58. 被引量：1
5刘玉儒,张振华,刘陵顺,刘迪.一种基于BP神经网络算法PID控制器的研究与仿真[J].电子设计工程,2012,20(12):140-142. 被引量：3
6卢萍,金朝永.基于PID神经网络的研究和改进[J].自动化仪表,2012,33(8):51-54. 被引量：8
7刘迪,姜静,张大为.基于CMAC神经网络PID控制算法控制直流电机的仿真研究[J].仪表技术,2014(1):45-46. 被引量：3
8毕兴会.神经网络在直流调速系统中的应用[J].内燃机与配件,2018(5):240-242. 被引量：1

二级引证文献53

1宋扬.神经网络技术在智慧炼厂节能方面的研究[J].石油化工自动化,2021,57(S01):75-77.
2林坤,吴震宇,郑舟.基于单神经元自适应算法的经纱张力控制器设计[J].现代纺织技术,2011,19(3):5-9. 被引量：4
3彭燕.基于BP神经网络的PID控制在温室控制系统中的应用[J].农机化研究,2011,33(6):163-167. 被引量：8
4刘宁宁,孙伟,娄奔月,丁立伟.二次型单神经元自适应算法在电动机控制中的应用[J].工矿自动化,2011,37(8):64-67. 被引量：5
5李江春.主蒸汽温度的BP神经网络PID控制系统的研究[J].仪表技术,2012(3):43-45. 被引量：1
6张慧豫,毛建国,马爱静,王汉全.单神经元自整定PID的车道保持控制[J].轻型汽车技术,2013(4):25-27.
7衣文娟.进化计算的PID控制参数快速整定算法[J].科技通报,2013,29(9):126-129. 被引量：2
8郭绪猛.雷达转台神经网络控制仿真研究[J].雷达科学与技术,2013,11(5):565-568. 被引量：2
9孙蓓蓓.神经网络技术在计算机通信中的应用[J].煤炭技术,2014,33(1):202-204. 被引量：2
10杨艺,虎恩典.基于S函数的BP神经网络PID控制器及Simulink仿真[J].电子设计工程,2014,22(4):29-31. 被引量：35

1王艳芹,赵翠俭,陈春雨,孙素静.基于RBF神经网络的PID控制器[J].大庆师范学院学报,2009,29(3):13-15.
2马敏飞,余先虎.构建安全的校园网策略探讨[J].宁波广播电视大学学报,2007,5(3):106-108. 被引量：1
3孟祥武.遗传算法及其发展[J].电脑与信息技术,1997,5(6):41-45. 被引量：1
4张建国.基于BP神经网络的PID控制器的研究与实现[J].机电技术,2004,27(2):26-33. 被引量：7
5王首彬.基于BP神经网络的PID控制器的仿真研究[J].电气传动自动化,2008,30(6):22-25. 被引量：4
6张秀玲,曹满婷,罗永生.带有神经网络的PID控制器在过程控制中的应用[J].黑龙江自动化技术与应用,1999,18(4):7-8. 被引量：3
7谭子平.基于自适应权值神经网络的PID参数优化[J].计算机光盘软件与应用,2014,17(7):97-98. 被引量：3
8宋海翔.基于RBF神经网络的PID控制器[J].水科学与工程技术,2007(4):62-64.
9杨友林.基于神经网络的PID参数自整定控制及其Matlab仿真研究[J].甘肃联合大学学报（自然科学版）,2011,25(4):61-63. 被引量：8
10洪云飞,陈孚,付兴武.基于CMAC神经网络的PID控制[J].微计算机信息,2004,20(4):24-25. 被引量：7

青岛大学学报（工程技术版）

2001年第3期

浏览历史

内容加载中请稍等...

基于神经网络的PID控制被引量：8

参考文献3

二级参考文献4

共引文献15

同被引文献42

引证文献8

二级引证文献53

相关作者

相关机构

相关主题

浏览历史

基于神经网络的PID控制 被引量：8

参考文献3

二级参考文献4

共引文献15

同被引文献42

引证文献8

二级引证文献53

相关作者

相关机构

相关主题

浏览历史

基于神经网络的PID控制被引量：8