足式机器人腿部关节改进单神经网络PID控制算法研究

为了满足液压足式机器人在复杂环境中实现精确、快速的腿部关节控制需求,把单神经网络PID能够实时调节参数的优点运用到足式机器人液压机械腿关节的控制中,在单神经网络PID的基础上增加机械腿关节的位置和速度控制算法,形成改进单神经网络PID,实现了对神经元比例参数自调整、PID参数的自整定,能够较好地适应内、外参数的变化,增强了腿部关节的快速性、精确性。在Simulink中进行建模仿真以及在设计的以STM32为中央处理芯片的控制平台上进行实验测试,结果表明:改进单神经网络PID在足式液压机器人的腿部关节控制中具有响应速度快、超调量小、控制精度高、鲁棒性强等优点。

单神经元PID算法在流量比值控制中的应用

针对在PCT-2型过程控制装置进行流量比值控制时,PID(proportional integral differential controller)参数难以整定的问题,提出一种基于单神经元自适应的PID流量比值控制方法,使PID参数实现自整定。该算法利用单神经元的自学习和自适应能力、结构简单和易于计算的特点与PID算法相结合,形成了一种新型的智能PID流量比值控制方法,其可以解决传统PID调节器不易在线实时进行参数整定、难于对一些复杂过程和慢时变系统进行有效控制的不足。实验结果表明:这种控制方法不仅容易掌握、精度高,且具有一定的实用价值。

基于改进型递推积分的有源滤波器电流控制

针对有源滤波器电流跟踪控制问题,提出了一种基于改进型单神经元参数自调整的递推积分PI控制方法;针对控制参考信号为周期量这一特征,递推积分PI控制算法,消除系统的稳态误差;采用改进型单神经元构造递推积分PI算法,利用模糊推理和自学习算法分时段在线调整控制器参数,用以提高系统的鲁棒性和自适应能力;由于采用三角波脉宽调制方式,逆变器产生的开关谐波较容易滤除;仿真实验结果证明该控制方法能有效地提高系统的目标跟随特性、抗干扰性和鲁棒性;所提出的控制算法还可以对其它周期性被控量实现无静差控制。