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。

扰动补偿的陀螺稳定平台单神经元自适应PI控制

针对陀螺稳定平台受未知非线性干扰的影响,提出了一种基于扰动补偿的单神经元自适应PI控制策略。利用扰动观测器观测出各种扰动,将其作为补偿信号前馈到控制输入端,提高平台的抗干扰能力;同时利用神经元的自学习和自适应力对PI参数进行在线调整,保证了平台在外界扰动和系统参数变化情况下对目标稳定跟踪的能力。通过在某型号实验装置上的试验结果表明,该方法对不确定扰动具有较强的抗干扰能力,提升了稳定平台的自适应性和鲁棒性。

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。

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。

基于单神经元PI调节的电机软启动器设计

研制了一种基于TMS320F240数字信号处理器(DSP)的智能型电机软启动器,介绍了系统的硬件和软件设计。为增强系统的鲁棒性和自适应性,引入了单神经元PI调节方法,实验证明系统具有优良的性能。

基于单神经元自适应PI的PWM整流器控制

根据三相电压型PWM整流器的基本结构及数学模型,推出以电网电压定向的矢量控制方法,在Matlab环境下搭建了三相PWM整流器控制系统仿真模型。将单神经元自适应PI控制引入到系统中,用S函数实现了单神经元自适应PI控制算法,对基于单神经元自适应PI控制算法与基于普通PI控制算法的三相PWM整流器系统分别进行了特性仿真,结果表明,基于单神经元自适应PI控制算法的三相PWM整流器系统不仅能满足系统控制要求,而且具有较好的动态响应能力和抗扰能力。

基于单神经元PI的船用异步电机无速度传感器仿真

针对船用异步电机转速辨识不精确而导致的控制系统不稳定问题,使用基于模型参考自适应系统的无速度传感器技术取代传统的转速检测装置对转速信号进行估测。根据神经网络的自学习和自适应能力,设计了一种单神经元自适应PI调节器以实现控制参数的在线自整定,克服了传统PI控制器在非线性和时变系统中控制能力差的缺陷。结合异步电机矢量控制技术,使用基于转子磁链模型的转速辨识算法对电机转速进行估测,将单神经元PI控制器应用于转速估测系统,实现对电机转速的精确估计。仿真结果表明,相对于传统控制器,设计的单神经元自适应PI调节器响应速度快,参数自调节性能强,转速估测更为精确。

单神经元自适应炉温控制系统设计与仿真

将单神经元的自学习和自适应能力与传统的 PID控制相结合 ,构成一种智能调节器 ,解决炉温控制中的大惯性和纯滞后问题 ,最后对所设计的控制器进行数字仿真 。

单神经元PID算法在反渗透装置中的应用

针对电动调节阀控制具有强耦合、大延迟等特点,提出了一种改进的单神经元自适应PID控制的电动调节阀控制方法,介绍了该控制算法的原理,并通过实际应用与传统PID的控制效果进行了比较。实际运行结果表明,所设计的电动调节阀控制系统具有较高的控制精度、良好的稳定性及抗干扰性。

基于单神经元的参数自学习模糊控制器的研究

为进一步改善永磁交流伺服系统的动静态性能,本文设计了一种基于单神经元的参数自学习模糊控制器,它在控制规则数与二维控制器相当的基础上,可实现三维模糊控制的效果。引入的单神经元采用改进的BP算法来实现比例因子的在线自学习。控制器具有结构及算法简单、易于解析实现的特点。为验证其有效性,本文通过仿真试验,将其与采用常规的PI调节器的控制系统进行比较,结果表明,这种模糊控制器具有较好的控制效果。

一种新型单神经元智能控制器

提出一种新型的智能PI控制器,与传统PI调节器相比,具有很强的自学习、自适应能力,可有效地改善系统性能,提高系统的鲁棒性。仿真结果充分验证了其优越性。

基于滑模变结构的静止无功发生器控制系统

研究了先进的静止无功发生器ASVG(AdvancedStaticVarGenerator)的控制器PQ离散时间解耦模型,可实现有功和瞬时无功的快速解耦控制。在此模型基础上,设计了ASVG双环控制系统。内环为功率控制环,采用变趋近速度离散滑模变结构控制,有效地减小了系统抖振,保证了稳态时系统的渐近稳定性,并增强了闭环系统的鲁棒性。外环为电压控制环,采用单神经元自适应比例积分(PI)控制在线调整参数,可适应系统参数变化、克服扰动,有效控制了瞬态无功交换时直流电容电压的稳定。通过仿真验证了该控制系统的有效性。

漂浮式风电机组的载荷优化控制及其先进监测技术研究

针对大型漂浮式海上风力发电机组运行过程中叶根处存在有较大的载荷和平台摇动等问题,根据现有的漂浮式平台模型、独立变桨控制算法和控制策略,在输出功率稳定的情况下,在PI协同变桨的控制基础加上,采用叶根处的载荷控制信号和平台摇动角度的控制信号的方法来实现风力发电机组的优化控制。为验证控制器的可行性,通过美国可再生能源实验室的FAST和MCrunch软件进行仿真,将结果与统一变桨的结果进行对比后,采用先进监测与控制方法有效性,可为今后开展样机控制器的测试提供一种思路。