基于单神经元自适应PSD算法用于混沌镇定控制

为了镇定混沌系统的不稳定周期轨道，提出了一种基于单神经元自适应ＰＳＤ算法的状态延迟反馈法用于混沌的镇定控制．仿真结果表明，该算法不仅能够自适应地完成控制参数的整定过程，而且具有适用范围广、镇定时间短、抗干扰能力强等优点．

基于单神经元自适应PSD算法的碳势DCS系统仿真与设计

以金属热处理工艺中有滞后的渗碳过程中的气氛碳势和温度等参数的采集和智能控制技术为研究对象,采用一种单神经元自适应PSD智能控制算法进行系统仿真和开发。该算法除了比传统PID控制算法超调量小、速度快、实时控制效果好外,还具有可调参数范围大、自适应能力强等优点。另外还给出了DCS系统下位机硬软件设计的关键技术。

基于单神经元自适应PSD算法的分布式智能灯光控制

针对已有灯光控制算法无法应对系统模型变化的问题,提出将单神经元自适应PSD(proportion sum differential)算法应用于分布式智能灯光控制。利用单神经元自适应PSD算法的自学习能力,控制器根据系统误差实时修改参数,并与无线传感器/执行器网络中的分簇机制相结合,形成了一套完整的自适应分布式智能灯光控制算法。以基于无线传感器/执行器网络的灯光控制实验平台为被控对象,设计控制器并进行了仿真研究。仿真实验表明,当系统模型发生改变,与已有的分布式PID灯光控制算法相比,该控制算法具有更好的控制效果、鲁棒性更强。

基于单神经元自适应PSD的α-β目标跟踪滤波算法

α-β跟踪滤波器具有结构简单、计算方便等优点,在工程中得到了广泛应用,但同时由于参数固定而无法适用于机动场景中的目标跟踪。针对该问题,文章将单神经元自适应PSD(Proportion Sum Differential)算法与α-β滤波相结合。改进后的α-β滤波算法利用单神经元PSD算法的自适应参数调整能力,根据系统跟踪误差实时调整滤波器参数,因而能够跟踪机动目标。仿真和实测数据处理结果表明,改进的α-β滤波算法能够有效应对目标机动,形成稳定航迹,跟踪性能优于Kalman滤波。

基于单神经元PSD的纸浆浓度控制算法研究

稳定的纸浆浓度是保证纸张质量的重要因素,但是纸浆浓度本身又处于长期不可预测的波动中。针对常规方法无法解决纸浆浓度模型的不确定、大时滞、时变性等特点带来的控制问题,提出了一种单神经元PSD的控制算法。利用增益自调整中的PSD算法改善单神经元响应慢的特性,使其增益具有自调整功能,设计出一种不依赖模型、实时性好的快速自适应控制算法。在Simulink中,调用s函数进行仿真,结果表明,与单神经元控制算法以及常规PID算法相比,改进的PSD控制算法响应速度快,并有较强的抗干扰性和自适应性。THJSK-1平台中的控制研究也表明该算法具有可行性。

基于PSD算法的单神经元PID控制器在汽温控制中的应用

介绍将自适应PSD控制算法中递推计算并修正增益的方法引入单神经元PID控制 ,形成了具有增益自适应能力的控制器 ,设计了基于PSD算法的单神经元PID控制器 ,并应用于超临界机组过热汽温控制系统。仿真结果表明 ,基于PSD算法的单神经元PID控制器具有较强的自适应能力和鲁棒性 。

基于单神经元PSD算法的闪蒸罐压力自适应控制

传统PID无法自学习整定参数,适应时变、耦合、非线性系统的能力较弱。结合过控系统中闪蒸罐压力的特点,设计了具备增益自学习、自整定的单神经元PSD控制器。通过SCL编译成控制块,基于CFC完成单神经元自适应PSD-PID复合串级控制的组态,利用SMPT-1000实验平台验证,结果表明,闪蒸罐压力在SCL编译的单神经元PSD控制器作用下,实现了自适应控制,调节速度优于传统PID算法,整体进程加快1.3%,系统产量和回收料均有增加。在结合工艺流程的基础上,开发了WinCC人机界面,实时监控、调试闪蒸罐压力PSD控制器,同时直观展示系统的浓度、产量、回收工艺流量等重要指标。

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。

单神经元无辨识自适应预估控制算法及在过热汽温控制中的仿真研究

为了实现非线性、大时滞系统的良好控制，提出了一种新型的无辨识自适应预估控制算法。该算法将神经元结合到无辨识自适应控制律中，借鉴推导无辨识自适应控制参数自校正算式的基本思想建立约束条件，据此选择适当的权值取代原控制参数，并用加入动量项的改进δ算法取代该参数的校正计算式，提高控制参数的自校正能力。将该算法应用于600MW超临界机组直流锅炉的过热汽温控制，进行仿真研究，结果表明该算法的有效性，并具有良好的控制品质，较强的鲁棒性和自适应能力；且该算法对预估模型的精度要求不高，控制参数容易整定，易于工程实现。

基于Smith预估器的单神经元PSD自适应主汽温控制

针对电厂中主汽温控制系统具有大滞后、非线性的特点,提出了一种新的基于 Smith 预估器的单神经元 PSD 自适应控制算法,即由 Smith 预估器和单神经元 PSD 自适应控制器组合的复合控制。并且利用Lyapunov 稳定性理论证明了单神经元自适应控制器的稳定性。实验结果表明,这种控制方式具有较好的自适应性和鲁棒性。

单神经元自适应PSD控制的双电机同步系统

以多变量非线性强耦合的双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,建立双台电机系统的数学模型。采用单神经元自适应PSD控制器,对多电机同步系统的速度和张力进行解耦控制。实验结果证明了该控制系统在动态性能、稳态性能、跟踪性能方面均优于传统的PID控制器,可以实现系统转子转速和皮带张力的解耦,满足实际生产的要求。

一种基于单神经元的机器人实时控制自适应算法研究

单个神经元具有对对象模型精度要求不高、结构简单、抗干扰能力强 ,可进行在线学习和无需辨识的优点 .基于此 ,本文针对双连杆柔性机械臂设计了单个自适应神经元的控制器 ,并进行仿真实验 ,通过对竖直线轨迹的跟踪 ,表明单个自适应神经元算法具有全局最优性和鲁棒性 .

基于改进遗传算法的单神经元自适应PID控制器

针对现有单个神经元的自适应PID控制器和遗传算法存在的不足 ,提出一种改进的遗传算法 ,并将其应用于单神经元自适应PID控制器中。该方法采用实数编码 ,模糊大变异操作 ,是为了提高收敛速度。仿真结果表明 ,基于改进遗传算法的单神经元自适应PID控制器不仅具有良好的控制性能 。

解方程组的单神经元自适应控制微粒群算法

基于微粒群算法解决函数优化问题的优点,提出了使用微粒群算法求解方程组,并给出了求解方程组的通用模型。应用标准微粒群算法求解方程组容易陷入局部极值,导致方程组的解精度不高,并且算法具有较复杂的非线性特性。因此,将微粒群算法作为控制对象,引入单神经元控制器控制算法的惯性权重,将控制器具有的自学习、自适应能力和算法的全局优化特性相结合,用于方程组的求解。实验结果表明,该方法是有效可行的,适合于求解实际工程问题中的高非线性度方程组。

基于微粒群算法的无刷直流电机单神经元自适应控制

为提高无刷直流电机速度控制性能,提出一种基于微粒群优化算法的单神经元自适应速度控制算法,该算法利用单神经元在线调整连接权值的能力,实现无刷直流电机速度的自适应控制。针对传统单神经元权值调整规则容易陷入局部最优等不足,利用微粒群优化算法良好的全局和局部寻优能力对单神经元连接权值进行在线调整,提高了单神经元的自学习、自适应能力。Matlab仿真和实验结果表明,系统超调量小、转速响应快、转速波动小,比传统PID速度控制具有更好的动态特性和鲁棒性。

单神经元自适应二维PSD控制的双电机同步系统

以多变量非线性强耦合的双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a、b静止坐标系下,建立双台电机系统的数学模型。采用单神经元自适应二维PSD控制器,通过反馈抑制了轧辊的扰动和参数差异对控制性能的影响。系统采用非对称双核硬件结构,并引入了硬实时扩展RTX,对多电机同步系统的速度和张力进行解耦控制。实验结果证明了该控制系统在动态性能、稳态性能、跟踪性能方面均优于传统的PID控制器,可以实现系统转子转速和皮带张力的解耦,满足实际生产的要求。

基于单神经元自适应PSD的汽包液位控制

针对锅炉汽包液位这一具有惯性大、滞后时间长、非线性时变特点的控制对象,该文提出了基于单神经元自适应PSD算法的汽包液位控制方法。该方法继承了传统的三冲量控制方法的优点,同时具备自学习能力,可不依赖精确模型进行控制参数的动态优化。实际应用结果表明,该方法实现了汽包液位的优化控制。

冲击载荷下磁流变阻尼器单神经元PSD算法研究

利用磁流变阻尼器阻尼力连续动态可调的特点,将其应用在自动武器后坐缓冲系统中,以解决其不可控的问题。根据磁流变阻尼器动力学模型,对武器后坐过程进行分析,得出其动力学方程;利用单神经元PSD算法鲁棒性强,易于达到全局最优的特点,设计了控制器;通过仿真和试验验证,数据显示本算法对磁流变阻尼器可以实现很好的控制效果,有效地抑制了冲击载荷对后坐系统的影响,实现了后坐力“平台”效应,为自动武器的可控后坐缓冲系统研究提供了有价值的参考。

基于单神经元PSD算法控制串级倒立摆系统

倒立摆是具有非线性,多变量,强耦合性的综合系统模型,传统的控制方法在解决其复杂多变的控制问题上的能力是有限的。本文在基于串级PID倒立摆的基础上,利用单神经元的自学习和自适应能力设计其外环控制器。在单神经元PID控制中,增益K的选取与实际系统的控制对象特性息息相关,且K值的给定对系统有很大影响。针对单神经元中固定增益K值可能无法调节出较为满意的控制效果,提出基于PSD控制算法可自动调整增益K值的单神经元自适应PID控制策略。在此基础上进行仿真实验,结果表明较之于串级PID控制倒立摆有更好的控制效果和稳定性。

单神经元自适应算法在LED照明控制中的应用

为实现LED照明的恒照度控制,首先建立了LED的照度模型,然后采用单神经元自适应算法设计LED的照度控制器。仿真结果表明,单神经元自适应控制器能够实现LED照度的稳定控制,取得了较为理想的控制效果。