期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于神经网络系统辨识PID控制的设计与仿真
被引量:
1
下载PDF
职称材料
导出
摘要
本文为了实现生产过程有效控制,将神经网络、模型辨识和PID控制技术结合,研究神经网络及系统辨识PID控制。该控制利用BP神经网络学习技术实现PID参数在线调整,同时采用BP神经网络对被控对象在线辨识。所设计的算法通过MATLEB进行大量数据仿真,结果表明该控制实现了传统的PID控制算法无法适应的要求和对所开发的目标机良好移植性。
作者
李建新
机构地区
广州工商学院工学院
出处
《电子技术与软件工程》
2021年第8期122-125,共4页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
关键词
PID控制
BP神经网络
模型辨识
参数整定
权值调整
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
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
节点文献
二级参考文献
21
参考文献
4
共引文献
31
同被引文献
6
引证文献
1
二级引证文献
2
参考文献
4
1
周延延,吴晓燕,李刚.
基于BP神经网络的PID控制器研究[J]
.空军工程大学学报(自然科学版),2007,8(4):45-48.
被引量:14
2
崔海龙,王磊,张雷.
基于改进的BP神经网络PID控制器[J]
.中小企业管理与科技,2015(17):191-192.
被引量:3
3
孙小权,钱少明.
基于BP神经网络的料筒温度PID控制器[J]
.机电工程,2008,25(5):18-20.
被引量:6
4
单金玲,马彩文,李文刚,唐自力.
基于BP神经网络的PID控制器[J]
.光子学报,2005,34(5):754-757.
被引量:12
二级参考文献
21
1
张奇苗,张培仁,王康正.
注塑机温度控制系统设计[J]
.自动化与仪表,2005,20(2):29-31.
被引量:11
2
彭韬,鱼振民.
基于改进BP神经网络PID的无刷直流电动机速度控制的研究[J]
.微电机,2005,38(4):17-20.
被引量:3
3
金卫国.
注塑机料筒温度的模糊控制[J]
.机械与电子,2006,24(3):40-41.
被引量:5
4
焦竹青,屈百达,徐保国.
基于BP神经网络PID控制的BLDCM调速系统[J]
.微计算机信息,2007,23(02S):112-114.
被引量:6
5
赵娟平.
神经网络PID控制策略及其Matlab仿真研究[J]
.微计算机信息,2007,23(03S):59-60.
被引量:26
6
Homik K M, Stinchcombe M, White H. Multilayer feedforward networks are universal approximators. Neural Networks, 1989,2(5 ) :359 - 366.
7
陶永华.新型PID控制及其应用[M].北京:机械工业出版社,2002..
8
冯国楠,张力,金万煌,孙亮.
一种神经元控制模型参考自适应伺服系统[J]
.控制与决策,1997,12(4):312-316.
被引量:5
9
钟汉如.注塑机控制系统[M].北京:化学工业出版社,2003.
10
文生平.面向聚合物动态流变测试的挤出过程控制及智能化研究[D].广州:华南理工大学工学,2004.
共引文献
31
1
苏欣.
一种智能积分控制器研究[J]
.南方职业教育学刊,2011,1(3):97-103.
2
黄金燕,葛化敏,唐明军.
基于BP神经网络的PID控制方法的研究[J]
.微计算机信息,2006(09Z):278-280.
被引量:20
3
秦淑香,张吉利,郭明良.
神经网络PID在温度控制中的应用[J]
.煤矿机械,2007,28(6):166-168.
被引量:4
4
王巍,吴志刚.
等离子体刻蚀工艺中的光学发射光谱仪数据的模型研究(英文)[J]
.光子学报,2007,36(B06):183-186.
5
罗东峰,韦明智,达争尚.
航空胶片冲洗机直流电机调速控制系统设计[J]
.光子学报,2007,36(B06):262-265.
6
郝丽娜,张国钧.
基于BP神经网络的参数自整定PID控制器仿真研究[J]
.电脑开发与应用,2008,21(3):8-10.
被引量:1
7
李钟慎.
加入滞后时间削弱器的大滞后系统的神经网络PID控制[J]
.电子测量与仪器学报,2008,22(3):51-54.
被引量:8
8
范国华,曾黄麟,孙勇.
一种基于径向基函数神经网络的自整定PID控制器[J]
.四川理工学院学报(自然科学版),2008,21(5):81-83.
被引量:2
9
钟敏玲.
一种基于神经元的PID改进算法[J]
.哈尔滨师范大学自然科学学报,2008,24(5):32-35.
被引量:2
10
高熙,罗志增.
基于模糊BP网络的自适应PID控制[J]
.机电工程,2008,25(12):53-55.
被引量:5
同被引文献
6
1
黄国伟,林伟.
基于嵌入式设备的自适应PID控制系统设计[J]
.电气开关,2020,0(1):21-25.
被引量:2
2
郝伟,张宏立.
板球系统的模糊自整定PID控制算法研究[J]
.控制工程,2018,25(9):1649-1655.
被引量:17
3
黄文杰,向凤红,毛剑琳.
引入加速率改进板球系统RBF-PID轨迹跟踪控制[J]
.昆明理工大学学报(自然科学版),2019,44(6):55-62.
被引量:2
4
孟圣钧,韩光信.
带有低通滤波的板球系统反演控制器设计[J]
.吉林化工学院学报,2020,37(9):40-45.
被引量:4
5
王傲翔,李小华.
基于Backstepping的板球系统自适应神经网络H_(∞)控制[J]
.控制工程,2021,28(5):860-869.
被引量:6
6
李江峰,向凤红.
板球系统的最优组合趋近律滑模控制[J]
.电子测量与仪器学报,2021,35(7):98-105.
被引量:9
引证文献
1
1
夏国锋,向凤红,杨立炜.
小波神经网络PID控制在板球系统中的研究[J]
.电光与控制,2022,29(9):84-89.
被引量:2
二级引证文献
2
1
韩光信,王嘉伟,孟繁江.
板球系统的反步时变快速终端滑模控制[J]
.吉林化工学院学报,2023,40(7):48-54.
2
韩光信,王嘉伟,胡云峰.
基于微分平坦的板球系统反步滑模控制[J]
.吉林大学学报(信息科学版),2024,42(2):260-268.
1
杨薇.
通信传输网络发展与优化规划初探[J]
.中国新通信,2021,23(2):43-44.
2
崔丹丹,崔高伟.
电动自卸车轮边驱动电机输出转矩控制分析[J]
.机械设计与制造,2021(4):121-125.
3
殷振新,辜松,范开钧,刘小耿,谢忠坚.
MINI温室智能种植系统构建[J]
.农机化研究,2021,43(7):136-140.
被引量:5
电子技术与软件工程
2021年 第8期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部