基于神经网络自整定PID控制策略及其仿真

提出了在RBF网络辨识Jacobian阵基础上,将BP网络引入PID控制参数在线整定的算法,算法可以实现PID控制参数的自动在线整定和优化;给出了在Matlab平台上实现算法的步骤;并通过实例仿真进一步证明了算法的可行性和优越性。

液压机械无级变速器的变参数PID控制

针对液压机械无级传动的特点,设计了带死区、积分饱和抑制的增量式变参数PID算法的控制器。利用BP神经网络对PID控制算法的三个参数进行在线整定,通过理论与试验结合的方法,确定了BP神经网络的中间隐层节点数和带惯性项最速下降算法的学习速率和惯性系数。台架试验结果表明,在转速调节方案下,变参数PID控制器能使驱动装置的输出功率基本恒定,即变参数PID控制器能通过改变液压机械无级变速器传动比的方法使发动机稳定工作在最佳动力性或者最佳经济性曲线上。

基于Matlab无刷双馈电机的神经网络PID控制研究

阐述了无刷双馈电机(BDFM)的同步数学模型及矢量控制原理上,分析了基于矢量控制的神经网络PID控制方法,并运用MATLAB语言对其进行了仿真,仿真结果证实了方案的可行性.

基于神经网络模糊PID的液压电梯速度控制研究

研究了液压电梯的神经网络模糊PID控制策略.针对液压电梯的非线性数学模型,采用模糊、神经和PID三者结合的方式控制电梯速度,利用神经网络在线调整PID的参数.由仿真曲线得出,神经网络模糊PID控制器在动态特性、跟踪特性以及鲁棒性等方面都具有明显的优势.该控制器闭环性能好,是一种理想的控制器.

BP神经网络PID控制器仿真实现

主要研究了 BP神经网络 PID控制器的结构,分析了 BP神经网络的学习算法,并在 MATLAB/SIMULINK下进行仿真实现,说明该控制器是一种简单实用的控制器.

基于LONWORKS现场总线的PID控制节点的开发

LONWORKS现场总线技术的应用已越来越多。本文介绍了本所集成的LONWORKS现场总线网络控制系统中，PID控制节点的硬件和软件的设计，网络通信的实现．最后，给出了本节点的应用事例。

基于多变量MIC神经PID智能板的主动控制

智能压电材料由于它的正逆压电效应,故在噪声及振动的主动振控制中应用越来越多,基于薄板理论并且利用有限元的方法对压电板进行离散化,推导出智能压电板的有限元动力学方程,并且应用多变量MIC网络神经PID算法,对其进行控制,利用MATLAB编程分几种情形进行数字仿真,对响应曲线进行分析,仿真结果表明该方法能有效抑制层合板的振动,达到对智能层合板的主动控制,特别是模型失配时仍然有较好的控制,很好地解决了这类智能板模型易变的控制问题,相对一般的控制方法具有较强适应性。

基于ANN的自适应PID控制器的仿真研究及单片机实现探讨

提出一种基于ＡＮＮ（人工神经网络）的自适应ＰＩＤ控制器．通过ＢＰ网络的自学习把增量式数字ＰＩＤ控制算法的参数存贮在神经元间连接权值上．不管由于任何原因使控制品质有所下降时，ＢＰ网络能自动修正权值，表现出对环境的自适应能力．最后，对本控制器的８０９８单片机实现进行探讨．

基于BP的PID控制算法在永磁直线伺服系统中的应用

针对永磁直线伺服电动机存在非线性、多变量、强耦合等特点,将PID控制与神经网络控制相结合,设计基于BP神经网络的自校正PID控制算法,利用MATLAB软件对该控制方法在永磁直线伺服电动机上的应用进行仿真研究。结果表明,该控制方法与传统PID控制方法相比,具有更好的自适应性、更高的控制精度和更强的鲁棒性。

圆网印花机模糊PID控制器设计

结合圆网印花控制系统的实际要求,设计实现模糊PID控制器,实际调试运行结果表明,该方案优于常规PID控制,能有效改善系统的动态品质和抗干扰性能。

基于神经网络模糊PID的步进电动机控制系统

针对两相混合式步进电动机建立数学模型,利用MATLAB语言的S函数,设计了用于步进电动机控制的具有参数自整定功能的神经网络模糊PID控制器。通过Simulink仿真,分别分析了神经网络模糊PID控制器下的步进电动机空载和空载起动后加载时系统的响应情况,仿真结果表明该控制器对步进电动机速度和输出转矩控制效果明显,相对于BP神经网络参数自学习的PID控制,具有响应速度更快、超调更小、抗负载冲击能力更强等良好的静动态特性,从而为步进电动机控制系统的仿真及实际应用研究提供了一种可靠、方便的控制器模型。

一种基于神经网络的多节点非线性PID队列控制

针对异步传输模式(ATM)网络可利用比特率(ABR)业务流多数都具有突发性,往往会造成网络过载,甚至引起严重的网络拥塞问题,提出了一种基于BP神经网络的缓冲队列的非线性控制机制并对其进行了抗扰性分析。在多节点的业务流模型基础上,运用OPNET软件对其进行了不同工作条件下的仿真,结果显示,在所设计的控制机制下,网络的有关性能良好。

一种改进的Fuzzy-PID温度控制器设计及其在供热网控制系统中的应用

本文针对供热网控制系统的大时滞和非线性等特点,在以往Fuzzy-PID温度控制器的基础上,介绍了一种改进的设计方法。通过对现有模糊控制器的输入量的改进,提高了控制器的动态响应性能;同时利用组合遗传算法来优化PID的三个参数Kp,Ki,Kd,提高了控制器的控制精度;最后,通过一个供热网的温度控制系统的仿真实验验证了这种改进的Fuzzy-PID温度控制器有着较强的动态响应性能和良好的控制精度。

基于免疫算法的木材干燥窑PID控制系统

用神经网络方法对木材干燥窑PID控制系统进行系统辨识,并在此基础上用免疫PID算法取代传统PID算法进行PID参数的在线寻优,从而更加准确地控制干燥窑的温度和湿度的过程。仿真结果表明,新的控制系统在稳定性、动态性能等方面都有明显提高。

基于改进神经网络PID的永磁同步电机控制研究

永磁同步电机是高度耦合的非线性时变系统,针对传统的比例积分微分(proportion integration differentiation,PID)控制方式不能完全发挥内置式永磁同步电机的最大转矩电流比控制响应快、精度高的优点,提出了一种基于差分进化算法的优化神经网络对电流环PID参数进行整定的控制方法,采用Matlab/Simulink对电机搭建仿真模型进行了验证,并与常规PID控制方法进行比较。结果表明,提出的优化控制方法具有较好的控制精度和动态特性。

基于.NET的AutoCAD二次开发技术在石化工程设计中的应用

使用AutoCAD软件绘制的工艺仪表流程图(PID)是化工工程设计的核心要素,基于Microsoft.NET Framework平台,介绍了利用AutoCAD的.NET C#API进行二次开发,实现PID中创建自定义属性窗口查询设备信息的功能,以及向特定的Excel模板中导入仪表信息的功能,极大地提高了工作效率。简单探讨了如何进行AutoCAD的二次开发。

基于粒子群模糊PID的织网机主动穿线板多电机协同控制

针对织网机主动穿线板多伺服电机协同控制问题,以3台电机为被控对象,将粒子群算法与模糊PID(proportion integration differentiation)控制相结合,设计基于粒子群算法的模糊PID控制器,粒子群算法优化控制系统的初始参数,结合模糊PID完成对多伺服电机协同控制系统的动态调整。为保证系统的同步控制性能,采用偏差耦合控制策略,引入了速度补偿器调节电机间的同步误差。仿真结果表明,相较于传统PID控制和模糊PID控制,改进后的控制器响应速度快、超调量小、稳健性较好,能更好地实现多伺服电机的协同控制,提高织网机成品的品质。

基于改进BP神经网络PID励磁控制器的研究

传统PID励磁控制器在现代电力系统快速发展的背景下,已经很难满足现代电力系统的各项高性能指标。在分析同步发电机励磁控制系统模型的基础上提出一种基于改进BP神经网络的PID励磁控制器,这种控制器能够克服常规BP神经网络励磁控制器收敛过程慢、网络训练时间长等问题。经过仿真研究和分析,采用改进型BP神经网络的PID励磁控制器控制效果好,收敛速度快,具有很强的动态特性以及鲁棒性,效果优于传统的PID励磁控制器。

基于T-S逆模型的航空发动机解耦控制

为了解决发动机控制系统中存在的耦合现象,以自适应逆控制原理为基础,提出了一种基于T-S逆模型的解耦控制器;该方法利用模糊T-S模型来辨识发动机的逆模型,从而得到实现解耦效果的伪线性化模型,再运用神经网络PID控制器的在线整定功能提高系统的动态性能和鲁棒性,使系统综合性能最优;仿真结果表明,该控制器具有理想的解耦效果,在发动机工作包线范围内具有良好的自适应能力。

自治式水下机器人的控制研究

自治式水下机器人执行使命时，沿规划路径运动的导航，特别是围绕被搜索到的目标物作圆周运动的导航，是一种强非线性的控制问题、传统方法解决这一问题很困难，神经网络为非线性控制问题的实施提供了快速、准确的工具。利用神经网络构造的非线性控制器为自治式水下机器人的导航和定位提供了一种新的途径，网络经训练后能适应混有噪声的非线性环境。本文综合利用前惯和反馈控制器的优点，把GESA算法应用于自动增强的函数链网络，首先对自治式水下机器人实施前馈控制，再利用神经网络构成的PID控制器来提高控制系统的控制精度，使自治式水下机器人沿规划轨线运动。