基于人工神经元PID调节器的“水鸟”控制系统性能分析

介绍了人工神经元PID调节器基本概念。在控制系统建模过程中假设了边界条件,对水鸟进行了受力分析,确定了水鸟运动方程;绘制了控制系统原理图;建立了基于人工神经元PID调节器的控制模型。利用Simulink软件建立了仿真程序,对运用人工神经元PID调节器的水鸟在受到深度方向上的干扰情况下深度位置的变化情况进行了仿真。将仿真结果与传统PID控制系统仿真结果进行比较,发现运用人工神经元PID调节器控制效果得到了改进。

基于改进单神经元PID的SVC电压调节器

为了提高传统电压调节器的自适应能力,改善其动态调节效果,提出了一种新的单神经元自适应PID控制器的改进算法,并将其应用于SVC控制系统的电压调节系统中。误差较大时,K取大值,确保系统响应的快速性;误差较小时,K取小值,确保系统渐趋稳定。采用MATLAB的S-函数编写了该控制器算法的M语言程序,并在MATLAB/simulink环境下进行了仿真实验。仿真结果表明,基于改进单神经元自适应PID电压调节器的控制系统响应速度快,调节时间短,超调量小,系统动态性能及稳态性能良好。

单神经元自适应PID算法在气动人工肌肉位置控制中的应用研究

文章以单支气动人工肌肉为研究对象 ,分别构造了PID控制器及单神经元自适应PID控制器进行位置控制。实验证明 :运用单神经元自适应PID控制器 ,系统响应时间快 ,稳态精度高 ,有较好的控制效果。

采用人工神经元的智能PID控制

采用单个人工神经元构成智能ＰＩＤ控制器．以系统的误差信号作为神经元的输入，神经元的权系数相当于传统离散ＰＩＤ的比例、积分、微分系数，神经元的输出为实际控制信号的修正值．利用ＢＰ学习规则在线修正神经无权值，以便能够获得在线自动寻优，调整ＰＩＤ控制器参数．该方法适用于被控系统模型未知、非线性严重和参数变化较大的场合．本文对一非线性系统进行了仿真，结果表明该控制器具有很强的自适应和自学习能力．

神经元调节器在双闭环直流调速系统中的应用

叙述人工神经元调节器的结构和原理，给出联接权训练算法的实现方法，设计人工神经元作调节器的双闭环直流调速系统的动态结构，并进行系统仿真研究。

基于人工神经元的PID控制器的仿真研究

采用基于神经元的自学习控制算法对被控对象进行跟踪仿真研究,给出相应的控制算法,并对横摇信号进行跟踪仿真,结果表明这种算法既可取得较好的控制品质,又能避免常规PID控制参数不易实时调整的缺点。

逆变器单神经元自调节PID电流控制策略研究

以光伏发电系统中的T型三电平逆变器系统为对象,针对光伏发电系统随光照影响较大而导致逆变器功率波动问题,传统的PID调节器在并网电流频繁切换给定时难以达到预期的快速性效果,提出一种单神经元自调节PID调节器并网电流闭环控制应用于T型三电平逆变器中,能够实现光照情况不同的情况下并网电流的快速跟踪以及平滑切换。搭建了实验平台,实验波形验证了所提方案的正确性与有效性。

基于单神经元PID的直流脉宽调速系统研究

针对传统直流调速系统存在因PID控制器参数固定而导致调速性能差的问题,提出了基于单神经元PID的双闭环直流脉宽调速系统的设计方法,即采用单神经元PID控制器替代传统的转速PI调节器,并用S函数编写该控制器的算法程序。Matlab仿真结果表明,基于单神经元PID的双闭环直流脉宽调速系统具有较快的响应速度和较强的抗干扰能力,调速性能得到了较好的改善。

基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制

提出一种基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制新方法,该方法针对传统的PI调节器固定参数所造成的不足,利用具有自适应能力的单神经元PID调节器和RBF神经网络相结合,实现了参数在线辨识,转速在线控制.仿真结果表明该方法控制精度高,动态特性好,适合于永磁同步电机的速度控制.

汽车主动悬架单神经元PID控制器设计

悬架系统对汽车乘坐舒适性和操纵稳定性的改善起着重要的作用。为提高汽车行驶的平顺性,设计了单神经元PID控制器,并利用人工蜂群算法在线优化单神经元PID控制增益。以车身垂直加速度、轮胎动位移、悬架动行程为评价指标,研究控制器的减振效果和当路面输入改变、模型参数变化时的适应性,对1/4汽车主动悬架模型进行仿真了分析。结果表明:基于蜂群的单神经元PID控制器有效地降低了车身垂直加速度,且有较强的鲁棒性,进一步提高了汽车行驶的平顺性。

直流电机神经元PID调速系统设计与仿真

针对传统PI双闭环直流电机调速系统存在响应速度慢、超调量大、抗干扰能力及自适应能力差等问题,提出了一种双闭环直流电机调速系统的神经元PID转速调节器设计方法。该转速调节器采用神经元控制器和比例控制相结合进行设计,从而构成了一种具有自学习、自适应能力的神经元PID控制器,然后与传统单神经元PID设计的转速调节器控制效果进行了对比。结果表明,基于神经元PID转速调节器的双闭环直流电机调速系统具有较快的响应速度、良好的动态和静态稳定性、较强的自适应能力和抗干扰能力。

基于神经元的PID学习控制器

常规PID调节方法工程上用得很成熟。对已知的控制对象结构和参数,只要确定相应的调节器参数,便可以很好地发挥调节作用。这种方法简单有效且易实现,广泛用于过程控制及工业机器人的控制中。但绝大多数的应用场合控制对象的数学模型难以建立,参数更难以精确测出,况且控制对象的结构参数还会发生变化,以上情形,PID难以很好地发挥调节作用,其适应性差。

单神经元自适应PID控制在电动油门控制中的应用

利用单神经元模型自学习和自适应特点,在传统PID控制基础上设计出了一种单神经元自适应PID控制器,并将其应用于电动油门控制系统中。实验结果表明:采用单神经元自适应PID控制的电动油门系统能够适应油门手柄在较大范围内的推拉运动,而且控制具有较强的鲁棒性,控制品质优于常规PID控制。

基于二次型单神经元PID的静止无功补偿器控制系统仿真

针对传统PID控制器自适应性差、调节时间长的问题,设计了一种基于二次型单神经元PID的SVC控制系统电压调节器,并在Matlab/Simulink环境下对SVC控制系统进行了仿真试验。仿真结果表明,基于二次型单神经元PID的SVC控制系统,响应速度快,超调量小,自适应能力好,系统动态和静态特性良好。

单神经元自适应PID控制在气动压力伺服系统中的应用

将具有自学习和自适应能力的单神经元模型与常规的PID控制算法相结合,设计了单神经元自适应PID控制器,并将其应用于气动压力伺服系统中。实验结果表明,采用单神经元自适应PID控制的气动伺服系统能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质优于常规PID控制器。

神经元PID自适应控制的PSPICE 7.1模拟设计

将PSPICE用于神经完PID自适应控制方法的实现。由于电路描述引入了ABM功能，简化了自动控制系统的硬件设计。仿真输出波形证明了ANN的一种模拟电路实现有良好的效果。

神经元PID控制器及改进算法的仿真研究

针对常规PID控制器有着对过程的数学模型过于依赖的局限性,导致许多过程控制效果不理想的问题,根据人工神经元的自学习功能构造了基于神经元的PID控制器,对其学习算法加以改进。选取二阶惯性环节加纯滞后为控制对象,建立了数学模型,并进行计算机仿真及对这几种控制方法的控制效果加以比较。仿真结果表明,该控制器将神经网络和PID控制规律融为一体,既具有常规肿控制器结构简单、参数物理意义明确的优点,又具有神经网络自学习、自适应的能力,取得比常规PID控制器更好的控制品质。

基于神经元人工网络的智能控制理论在长治地区煤层气井自动排采控制中的应用

随着对煤层气井排采规律认识的不断提高,煤层气井在自动排采控制过程中非线性、时变性的增加,传统的PID调节已不能满足生产需要。通过采用基于神经元人工网络智能控制理论和智能动态专家库技术的控制方式,实现了对煤层气井井底流压的精确控制,满足了生产需求。

人工智能工业调节器在电机绕组烘干炉中的应用

介绍了AI人工智能工业调节器的特点,分析了基于AI-808调节器的电机绕组烘干控制系统的结构和原理,详细地介绍了AI调节器采用模糊控制和改进PID相结合的双模控制算法,并且对决定系统的静态和动态性能的仪表主要参数做了较为详细的说明和设定。通过实际运行证明AI系列调节器的应用既使产品的质量和稳定性得到提高,同时又降低了投资成本。

采用单神经元自适应控制高精度空调系统仿真

暖通空调领域中的被控对象(空调房间)大多具有大滞后、慢时变、非线性特点,且受各种不确定因素影响,经典控制方法难以实现精确控制。该文正是针对上述实际,将具有自学习、自适应功能的神经元控制算法引入高精度空调控制领域,并通过MATLAB仿真,考察了系统的控制效果。仿真结果表明此控制方法具有超调小、抗干扰能力强、控温精度高的优点,从而为空调系统的高精度控制提出了一个新的途径。