四旋翼飞行器分散PID神经元网络控制

针对四旋翼飞行器的非线性控制问题,提出了一种分散PID神经元网络(PIDNN)控制方法。首先通过牛顿—欧拉方程建立了四旋翼飞行器的动力学模型。其次,提出了一种嵌套控制器,内环基于分散PIDNN方法以实现姿态控制,外环采用经典的PID控制方法,PIDNN控制器的在线学习通过误差反向传播法实现。搭建了自主研制的四旋翼飞行器系统,并通过实验的方式研究了控制器的控制性能。实验结果表明控制器具有较强的控制稳定性、机动性和鲁棒性。

基于单神经元自适应PID控制的高炮随动系统扰动补偿

为提升自行高炮随动系统的抗干扰能力以及自行高炮行进间射击精度,采用了一种基于单神经元自适应PID的控制方法,利用神经元的自学习及自校正能力对控制效果进行改善,以提升随动系统的扰动补偿能力。仿真结果表明:当高炮在B级、D级以及F级路面下行驶时,采用该方法的随动系统输出曲线的波动范围分别减小了0.14%、0.65%和4.72%,在突加扰动的情况下,再次跟踪到目标信号的时间分别缩短了0.04 s、0.03 s和0.02 s,根据实验数据可知在单神经元自适应PID控制器的作用下,当系统受到干扰后能够更快地跟踪到目标信号,且稳态精度更高。

基于神经元自适应PID控制的汽车自动离合器双层控制

本文设计了一种将神经元自适应PID控制和PID控制相结合的双层控制器,上层控制采用PID控制,计算离合器的接合速度;下层控制采用神经元自适应PID控制,计算液压元件的控制油压。仿真结果表明,该双层控制与传统PID控制相比,换挡过程中产生的冲击和滑磨均有较大程度的降低,提高了换挡过程的平顺性。

变速风力发电机组的模糊-单神经元PID控制

对风力发电机组的数学模型及常规PID控制器进行了分析设计,由于变速风力发电机组的转速变化范围很宽,表现出高度的非线性性和时变性,常规的PID控制器难以在全范围内得到理想的控制性能。为此,提出采用单神经元智能控制器来替代常规的PID控制器,以改善机组控制性能。在分析单神经元控制器的结构和控制原理基础上,为了进一步提高单神经元控制器的动静态性能,引入了模糊控技术,实现了单神经元控制器输出增益的参数自整定。在仿真基础上,建立了一套完整的实验系统,对几种控制方法进行了实验研究。仿真和实验结果表明,基于模糊自整定的单神经元控制器可有效地改善风力发电机组的控制性能,具有较强的自适应能力和鲁棒性。

基于神经元自适应PID的超声波电机速度位置控制

超声波电机是强非线性时变系统,用常规的PID难以取得满意的效果。针对超声波电机的速度和位置控制,提出了神经元自适应PID算法。由于神经元自适应PID可以在线调整其参数值,因此当电机运行情况发生变化时可以通过改变控制参数来实现速度和位置的快速跟踪。实验表明,使用神经元自适应PID算法对超声波电机进行速度和位置控制,可以达到快速响应和高精度的控制效果。

基于模糊控制的多电机神经元PID同步控制

针对多电机同步控制系统控制精度问题,对多电机同步控制系统进行了研究。在分析了多电机同步控制算法的基础上,设计了具有自学习和自适应能力的神经元PID控制器,弥补了传统PID控制在非线性、时变、强耦合的多电机同步控制过程中存在的不足;采用偏差耦合控制策略,以模糊控制器作为速度补偿器,改进了多电机传统耦合控制方式。在MATLAB/SIMULINK环境下,搭建了多电机同步控制系统仿真模型。仿真结果表明基于模糊控制的多电机神经元PID同步控制系统具有良好的同步性和稳定性,实现了提高多电机同步控制系统控制精度的目的。

基于单神经元的盾构推进速度自适应PID控制

在分析单神经元PID特性的基础上,设计了基于单神经元的盾构推进液压系统速度自适应PID控制器。该控制器通过神经元自学习,可对传统PID控制器的比例、积分、微分系数进行在线调整,实现了盾构掘进机推进速度的自适应控制。仿真结果显示单神经元自适应PID控制器具有较强的鲁棒性,对盾构推进之类非线性过程具有较好的控制效果。

基于单神经元的液压挖掘机自适应PID节能控制

在分析单神经元PID特性的基础上,设计了基于单神经元的液压挖掘机自适应PID节能控制器。该控制器通过神经元的自学习,对传统PID控制器的比例、积分、微分系数进行在线调整,实现了挖掘机功率匹配自适应控制。仿真结果显示单神经元PID自适应控制器具有较强的鲁棒性。

单神经元自适应PID控制交流调速系统

针对转子磁场定向矢量控制中转速PI调节器鲁棒性能较差的问题,提出了用单神经元自适应PID控制器代替转速PI控制器,进一步改善了异步电动机矢量控制系统的性能；将无监督的Hebb学习规则与有监督的Delta学习规則相结合,提高了单神经元自适应PID控制器的学习能力,实现了单神经元控制器的参数优化与在线自调。构造了基于单神经元自适应PID控制器和空间矢量脉宽调制(SVPWM)的异步电机矢量控制系统。仿真实验结果表明,该系统不仅具有很好的静、动态性能,而且又具有很强的自适应性和鲁棒性。

采用单个神经元的PID学习控制

本文采用单个神经元构成 PID 学习控制器,对二阶系统进行了仿真研究,仿真结果证明了控制算法的有效性。

单神经元自适应PID控制器的研究

将二次型性能指标引入单神经元并利用自学习功能构成了自适应 Ｐ Ｉ Ｄ 控制器；分析了神经元自适应控制系统的稳定性和学习算法的收敛性．仿真结果表明，这种控制方案具有良好的自适应性．

单神经元自适应PID控制器及其应用

研究了单神经元自适应PID控制器,阐述了该控制器的特点、控制律、适用对象及工程整定方法,在和利时公司的SmartPro系统平台上开发出单神经元自适应PID控制器,进行了单神经元自适应PID控制器的典型一、二阶对象闭环仿真,最终将单神经元自适应PID控制器应用于制药厂发酵罐温度控制回路中。单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒性强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。

自动离合器位置跟踪神经元自适应PID控制

针对自动离合器位置难以准确快速跟踪控制的问题,在采用蜗卷弹簧作为补偿装置改善驱动机构性能基础上,设计了一种具有前馈作用的增益可调神经元自适应PID控制器,利用前馈控制加快控制器的响应速度,利用神经元的自学习功能实现权值的自动调整,采用PSD算法实现增益的自动调整。实验结果表明,与常规控制器相比,该控制器用于离合器位置跟踪控制动、静态误差小,能够适应离合器负荷和目标接合速度的非线性变化,具有较好的鲁棒性,能够满足离合器位置跟踪控制要求。

免疫调节增益的单神经元PID控制器

针对单神经元PID控制中学习速度较慢,动态响应时间长等问题,提出了免疫调节增益的单神经元PID控制器。将T细胞免疫调节机理与单神经元PID控制算法相结合,以提高单神经元PID控制器的学习速度,缩短动态响应时间,改善单神经元PID控制器的性能。仿真研究了免疫调节增益的单神经元PID控制器的定值跟踪性能和抗干扰性能以及直流电机伺服控制性能。仿真实验结果表明,这种新的控制算法学习速度快,动态响应时间短,具有较强的自适应性和鲁棒性,其控制性能优于单神经元PID控制。

基于RBF神经网络在线辨识的永磁无刷直流电机单神经元PID模型参考自适应控制

永磁无刷直流电机控制系统是多变量和非线性的。针对传统PID控制方法的不足,提出一种基于径向基函数神经网络在线辨识的单神经元PID模型参考自适应控制方法,并用于永磁无刷直流电机的控制中。该方法构造了一个径向基函数神经网络对系统进行在线辨识,建立其在线参考模型,由单神经元控制器完成控制器参数的自学习,并在数字信号处理器中实现控制参数的在线调节。系统较好地实现了给定速度参考模型的自适应跟踪,结构简单,能适应环境变化,具有较强的鲁棒性。

流化床燃烧系统模糊–神经元PID解耦补偿控制

依据神经元控制和解耦补偿的思想,引入了一种自适应神经元解耦补偿器,给出了神经元权系数的在线学习方法。在此基础上,通过将模糊控制技术和神经元自适应PID控制技术相结合,提出了一种不依赖于被控对象精确数学模型的多变量解耦控制方案。将该种方法应用于流化床燃烧系统控制,对耦合强烈的流化床锅炉床温、主汽压力、烟气含氧量三维传递函数矩阵进行解耦控制。仿真研究表明,该方案解耦效果良好,并且可以有效克服流化床燃烧对象的大滞后和非线性,获得良好的控制品质。

基于RBF在线辨识的AGV转向单神经元PID控制

针对自动引导车(AGV)转向系统的复杂、非线性和时变性,提出了基于RBF神经网络在线辨识的单神经元PID控制来改进常规的PID控制性能。在该控制系统结构中,采用RBF神经网络辨识器实现对转向系统的Jacobian矩阵信息的在线辨识,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智能控制。实验结果表明,与常规的PID控制方法相比,该方法具有较高的控制精度、较强的自适应性和鲁棒性,完全可适用于AGV转向系统的控制。

基于单神经元自适应PID控制器直流调速系统的研究

本文提出了基于单神经元自适应PID控制器的控制策略。仿真研究与实时控制结果表明,该直流调速系统不仅具有令人满意的静、动态性能,而且又具有很强的鲁棒性与自适应性。

单神经元模糊PID控制在光电跟踪系统中的应用

为提高ATP系统的跟踪精度和快速性,将模糊控制引入单神经元自适应PID控制中,提出单神经元模糊PID控制。它运用有监督的Hebb学习规则在线修正PID参数,而神经元的比例系数则由Sugeno模糊逻辑系统根据系统的误差和误差变化量大小进行调整,使控制系统对动态过程信息的利用程度达到最优。仿真和实验结果表明,系统不仅具有自学习和自适应能力,且动态性能和稳态性能都优于经典PID控制,超调量减小0.95%;上升时间和调节时间均减小1s左右;稳态误差减小1.19′。满足现代高精度跟踪系统的需求。

一种改进的单神经元PID控制策略

针对传统单神经元自适应比例-积分-微分(PID)控制中比例系数调试过程繁琐冗长的问题,提出一种改进的单神经元自适应PID控制策略.采用非线性变速控制算法对比例系数K进行在线自适应调节,使K值的变化根据输入误差的大小自动调整,且调整的速度与误差大小成正比.采用设计空间搜索规则得出该算法的最优解因子.将该方法运用于直流无刷电机的速度调节,实验仿真证明,该改进的算法相对于传统PID控制和单神经元PID控制不仅收敛速度更快,而且能有效解决电机负载扰动带来的不稳定性,尤其是在大负载扰动下体现出优异的鲁棒性,极大地提升速度调节器的品质.