单神经元自适应控制器在液位控制中的应用

介绍了单神经元自适应控制器在液位控制中的应用;在控制算法中提出了自调整学习速率和学习初期的分层控制方法.

基于单神经元自适应控制器的矢量控制系统

在永磁同步电动机的矢量控制系统中,如果转速环采用传统的PI控制器,因其参数固定,当受到外部扰动时,其动态响应可能不理想.为解决这一问题,利用神经元的自学习和自适应能力建立自适应控制器.在Matlab/Simulink环境下进行的仿真结果表明:采用基于单神经元自适应控制器的永磁同步电动机矢量控制系统具有较好的动态特性.

基于RBF网络监督和单神经元自适应控制器

RBF神经网络是一种3层前向局部逼近的神经网络,因而采用RBF网络可大大加快学习速度并避免局部极小问题,适合于实时控制的要求。将RBF网络监督与单神经元自适应结合组成控制算法,成为新的控制结构RBF-单神经元控制器,经过与RBF网络监督PI控制结果的比较,得出RBF-单神经元控制响应更快误差更小等优点。根据需要RBF-单神经元控制器可以变成单纯的神经元控制器,提高了控制的灵活性。通过对伺服电机的角度控制仿真实验,验证了提出的方法可行性与可靠性。

定型机中单神经元自适应控制器的应用

介绍用PLC控制定型机张力的工作原理及PLC控制系统的组成 ;基于神经网络控制器 (NNC)处理非线性方面问题的优势 ,提出了用单神经元自适应PID控制器及其算法实现对张力的控制 ;实验证明 ,利用这种算法对张力控制品质优于常规的PID控制器。

结合蚁群算法与单神经元电压环的变流器环流和均流控制

为更有效地解决并联变流器结构所导致的环流问题以及不均流问题,在采用基于线性自抗扰控制(linear active disturbance rejection control, LADRC)的环流控制器基础上,结合蚁群算法与单神经元电压环,设计了一种新型的电压环结构。先结合神经元网络算法和比例积分(proportional integral, PI)控制理论的特点,设计出可实时整定参数的单神经元电压环结构,再考虑蚁群算法具有优化参数的特点,综合考虑设计出这种新型的电压环结构。最后对并联的变流器结构进行仿真分析,通过和传统的电压环进行比较,对比结果说明了在新型电压环的作用下,环流得到很好的抑制,不均流问题也得以解决,这就验证了所设计的新型电压环的有效性。

基于单神经元自适应PID算法的直流有刷电机位置控制系统设计

位置控制式直流有刷电机在生产和生活中有广泛的应用。在一些控制惯量大、力矩变化、非线性强的应用场景中,现有的直流有刷电机位置控制系统具有成本高、适应性不强、鲁棒性差等缺点。因此,本文设计了基于双闭环单神经元自适应PID算法的直流有刷电机位置控制系统。搭建了基于STM32单片机的电机控制试验台并对控制系统进行了验证。实验结果表明本文设计的的控制系统具有适应性强、运行平顺、抗干扰能力强、控制精度高的优点,为低成本直流有刷电机控制系统提供了一种有效的方案。

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。

具有二次性能指标的单神经元自适应PID控制器及其应用

将二次型性能指标引入单神经元自适应PID控制器中,给出了保证闭环稳定的权系数选择原则,并以高温材料试验机为实例进行控制,获得了满意结果。

单神经元控制器在剥锌机主剥离过程控制的应用研究

国产剥锌机主剥离单元的执行机构属于非对称液压缸,采用比例阀进行控制,由于非对称液压缸活塞两边的面积不同,当液压控制系统变更动作方向时,往往容易发生一定的不稳定性,比如液压力突跳或系统振动,而且双向动作具有一定的动态不对称性,这些问题对于剥锌机主剥离单元控制系统的动态性能存在负面影响,引起剥离过程不稳定。单神经元是构成神经网络的基本单位,具有神经网络所具有的自学习和自适应能,而且结构简单易于计算、抗干扰能力强,故将其应用于剥锌机主剥离单元控制系统中,可以克服非对称液压缸的影响,提高剥锌机主剥离单元的动态性能。

基于单个神经元的自适应模糊控制器及其应用

本文利用单个神经元在线调整常规模糊控制器的模糊控制查询表，以改善其性能．仿真和铣削加工过程控制试验结果表明，本文提出的神经元模糊校制器性能优于常规模糊校制器．

单神经元自适应PID控制器在主动队列管理中的应用

将单神经元自适应PID控制器应用于Internet网络的主动队列管理中,给出了控制系统的结构及控制算法.仿真结果表明这种自适应PID控制器控制的调节速度优于常规PID控制算法.

基于改进单神经元自适应PID励磁控制器

介绍了一种新型的基于改进单神经元自适应比例积分微分(PID)的励磁控制器,使神经元比例系数K在线自适应修正。在动态响应初期,误差较大,K取较大,使系统响应具有快速性;进入稳态后,K取较小,确保系统渐趋稳定。描述了该控制器控制算法。该控制器应用自学习、自适应的控制原理,具有一定处理非线性系统的能力。以单机无穷大系统为例,在Matlab/Simulink环境中进行仿真,结果显示,改进单神经元自适应PID控制器结构简单,基本只需整定1个参数即可达到控制要求,且对于不同工况均有稳定的控制效果,体现出良好的鲁棒性。

DC/DC变换单神经元自适应PID控制器仿真研究

为解决传统PI控制对具有时变、非线性特性的DC/DC变换器动态控制性能不佳的问题,将人工神经网络与PID控制理论相结合,为DC/DC变换器设计了一种单神经元自适应PID控制器。该控制器算法简单,通过对加权系数的在线调整来实现自适应、自学习功能,从而满足DC/DC变换器的时变及非线性特性。以BUCK型变换器为例,建立了DC/DC变换器智能控制系统的仿真模型,在不同负载及参数变化的情况下与常规PI控制效果进行对比分析,结果表明,单神经元自适应PID控制器对DC/DC变换器具有很好的控制效果和鲁棒性。

基于单神经元自适应PID控制器的无刷直流电动机控制方法研究

研究三种单神经元自适应PID控制器,并对无刷直流电动机进行转速控制;通过Matlab仿真软件M函数对其进行仿真,总结可调参数的选择规律。通过对仿真结果分析比较,基于二次型性能指标学习算法的单神经元自适应PID控制动态自适应能力强、响应快、鲁棒性好。

多变量单神经元自适应PSD控制器在多电机同步控制中的应用

以多变量非线性强耦合的多电机同步控制系统为研究对象,针对电流跟踪型SPWM变频器供电的感应电机系统,在α,β静止坐标系下,建立两台电机系统的统一数学模型。采用多变量单神经元自适应PSD控制器,实现了多电机的转子转速和皮带张力的解耦控制。仿真和实验结果证明了该控制器具有较高的快速性和控制精度且具有较强的鲁棒性。

单神经元自适应PID控制器的性能优化设计

研究了单神经元自适应PID摔制器性能优化问题,阐述了该摔制器的特点、控制律;给出了一种控制灵敏度的快速近似求取方法,实现了PID参数的在线自学习;使单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒件强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。

单神经元自适应PID控制器设计方法研究

本文主要介绍了采用有监督Hebb学习算法的单神经元自适应PID控制器以及采用以输出误差平方为性能指标的单神经元自适应PID控制器的控制算法及其仿真实现,总结出了两种基于单神经元的自适应PID控制器的控制特点及其参数设计规律。

基于模型参考自适应的单神经元PID控制器设计

将神经网络和模型参考自适应控制系统相结合,研究基于模型参考自适应理论永磁同步电动机(PMSM)BP神经网络速度辨识的单神经元比例积分微分(PID)速度控制器。该系统基于模型参考自适应理论利用BP神经网络辨识器得到的参数信息,使用单神经元PID控制器取代传统PID控制在线调整权值。根据李亚谱诺夫稳定性理论验证了该控制器的稳定性,仿真与实验研究证明该方法改善了PMSM速度控制系统的动态响应与自适应控制能力。

基于单神经元自适应PI控制器的主动队列管理算法

基于神经网络理论中的神经元模型与学习算法,设计了一种主动队列管理算法SNAPI(Single Neuron-based Adaptive PI controller).控制器根据系统误差在线调整PI控制器的控制参数,以适应动态变化的网络参数.运用Nyquist稳定判据给出了系统在平衡点附近的局部稳定条件.最后通过仿真检验了SNAPI,并比较了它与使用固定控制参数的PI算法的性能.