基于CMAC与PID复合控制的柴油机调速系统

针对柴油机模拟参数多变化、非线性因素较强的特点,结合传统PID控制的优点,提出了改进CMAC与PID复合控制方案,并应用于柴油机调速系统的设计中去,给出了柴油机调速系统数学模型和新的控制算法。改进的复合控制方案是采用模糊化的方法的选择泛化邻域及学习率,并采用层叠来完成对系统的学习。控制方法开始时是常规PID控制器起作用,经过对常规控制器输出的不断学习,逐渐由小脑模型的输出起控制作用。与传统的PID输出及CMAC与PID复合控制相比,仿真结果表明,改进的复合控制效果更好,超调小,鲁棒性强,更适合于类似于柴油机调速系统的非线性环境。

基于Simlink和CMAC+PID控制器的伺服系统仿真

基于CMAC(小脑神经网络)与PID并行的控制器,利用Simulink与M函数嵌套的方法对典型伺服系统模型的建模和仿真进行了研究.

基于卡尔曼滤波CMAC-PID的视力检查距离控制系统

为提高视力检查的精确性和灵活性,设计了视力检查距离控制系统对检查距离进行有效控制,并建立了数学模型。针对该系统的非线性、时变性和多干扰性,提出基于卡尔曼滤波器的小脑神经网络与比例—积分—微分复合控制(CMAC-PID)方法,利用卡尔曼滤波器抑制测量噪声和控制干扰的影响。仿真结果表明,此控制方法在抗干扰方面优于CMAC-PID控制,可以更好地改善距离控制系统的性能。

基于PID-二分组合控制算法的分布参数空气源热泵仿真模型的研究

采用分布参数法建立双级压缩空气源热泵系统热力学模型,建立一种基于PID-二分组合控制算法的全系统循环分布参数模型,并结合实验数据验证该模型的准确性。结果表明:系统模型在双级压缩制热模式下制热性能系数(COP)的模拟数据与实验数据的平均偏差为5.41%,两者在不同运行模式下的最大偏差不超过15%,均在可信范围之内,模型能准确反映系统性能随外界参数变化的规律;该模型与单独使用比例积分微分(PID)控制算法的分布参数法模型相比,总迭代次数较原模型减少约2.96倍,极大减少了模型的计算量,可在保证模型精度的情况下提升模型的计算速度。

机电控制系统的仿真研究

在分析直流电机与曲柄摇杆机构数学模型的基础上,针对这类非线性、复杂系统的模型特点,提出了一种Matlab/simulink与m函数嵌套的建模方法,完成了直流电机—曲柄摇杆机构的simulink模型。为了获得稳定的曲柄转速,提出了基于CMAC(Cerebellar Model Articulation Controller小脑神经网络)与PID并行的控制算法。仿真结果表明,该建模方法可行,控制方法能有效地降低曲柄的速度波动。