永磁直流无刷电机改进的单神经元PID自适应控制仿真研究

电机的控制方法对充分发挥永磁直流无刷电机使用性能起着关键作用,因此将智能控制方法应用到了永磁直流无刷电机的控制中。对永磁直流无刷电机的数学模型进行了分析,在Matlab R2008a+Simulink中建立了永磁直流无刷电机控制系统的仿真模型,为提高系统响应的快速性、稳定性和鲁棒性,提出了将改进的单神经元PID控制方法应用在永磁直流无刷电机的外环控制中。在验证了电机仿真模型正确性的基础上,对采用改进的单神经元PID控制算法的电机控制系统进行仿真研究,并将其仿真结果与普通PID控制算法仿真结果进行比对。研究结果表明,改进的单神经元PID控制方法具有较好的控制效果。

电阻炉单神经元PID自适应控制

选用单神经元自适应控制结构,采有监督Hebb学习算法实现了对电阻炉大时滞控制系统的单神经元PID控制,探讨了参数对系统性能的影响,同时,使用Matlab分别对常规PID算法、自适应单神经元PID算法进行了仿真研究与比较并对参数选择进行了仿真研究.仿真结果表明,自适应神经元结构的PID控制动态控制效果良好,具有较高的工业实用价值.

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PID的挖掘机铲斗位姿自适应控制

为实现挖掘机作业过程自动控制,需要对铲斗位姿准确定位。建立了挖掘机工作装置运动学模型及电液控制系统模型,针对挖掘机电液控制系统的时变性与外界干扰的不确定性特点,设计了一个单神经元自适应PID控制器,并采用二次型性能指标对控制器参数进行在线优化。仿真试验表明,该控制器响应快速、平稳,对参数时变与不确定扰动具有一定鲁棒性,能有效地对挖掘机铲斗位姿进行精确控制。

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。

基于单神经元PID的车辆主动悬架最优自适应控制

为克服路面一车辆系统中存在的动态行为不确定性,针对1／4车辆主动悬架系统,设计了一个基于单神经元PID的自适应控制器,并采用二次型性能指标对控制器参数进行了优化设计。研究了系统在随机路面激励条件下的时域响应,计算了振动响应的均方根值,考察了在变参数条件下控制器的鲁棒特性。仿真结果表明,该控制器能有效改善车辆的综合性能,尤其是平顺性和舒适性,且鲁棒性好,对模型参数的变化具有一定的适应性,便于实现和应用。

单神经元PID的波浪补偿系统自适应控制与仿真

针对一种新型主动式波浪补偿系统的机、电、液非线性控制问题,以经典PID为基础,提出了一种利用单神经元结构加以实现的智能PID控制算法.基于二次型性能指标,推导出单神经元输入权值参数自调整算法,并采用积分分离的方法对其进行了改进.将控制算法应用到波浪补偿系统的控制中,在Matlab环境下进行仿真,仿真结果验证控制器有效,单神经元PID控制克服了传统PID控制的不足,有效地改善了控制性能.

基于单神经元PID自适应的液压型风力发电机组恒转速控制

以新型液压型风力发电机组为研究对象,针对风速随机变化引起变量马达转速恒定困难的问题,提出一种基于单神经元PID自适应控制的方法,深入研究单神经元PID自适应控制器参数对变量马达恒转速控制性能的影响。利用AMESim仿真软件建立定量泵-变量马达液压模型,联合MATLAB/Simulink仿真软件进行了仿真研究。仿真结果表明:相比于经典的PID控制方法,单神经元PID自适应控制方法对变量马达恒转速控制具有良好的效果,增强了系统的抗扰动能力,提高了变量马达恒转速输出精度。

基于单神经元PID的高增益DC-DC变换器

为使光伏系统和燃料电池的输出电压适应于并网发电系统所需的电压等级,提出一种基于单神经元PID的高增益DC-DC变换器。基于耦合电感的升压单元,使变换器在原有的开关占空比D上,增加一个新的自由度来调节输出电压。钳位单元的引入,削弱了耦合电感漏感与半导体器件的电压尖峰,提升了变换器的效率。通过单神经元PID,增强变换器抗扰动能力。该文先分析所提变换器的工作模态,推出其性能特点,并与经典变换器做出比较。通过仿真模拟电路运行和搭建实验模型研究,验证理论分析的正确性和实验过程的准确性。

基于RBF神经网络辨识的单神经元PID模型参考自适应控制

本论文提出了PID自适应在线识别神经单元基于径向基函数神经网络。单神经元自适应控制器是由单神经元构成,它有自适应和学习的相关能力,其优点为适应性强、结构简单。为获得更好的控制效果,我们可以建立RBF对系统在线进行辨识,通过控制器自学习随时对参数进行调整。

基于单神经元PID的异步电动机转速的自适应控制

针对异步电动机矢量控制中转速调节器参数整定困难、自适应性差和稳态精度低的问题,设计单神经元PID控制器。将神经元学习规则与PID控制相结合,采用在线学习的方式,在电动机运行过程中实时调整控制器参数,实现转速的自适应控制。在恒速变负载和恒负载变速的仿真实验中,结果表明基于单神经元PID的转速调节器具有较好的动态性能和较高的稳态精度。

基于RBF NNI的单神经元PID模型参考自适应控制

RBF神经网络是一种性能良好的前向网络,它具有最佳逼近性能。本文中基于RBF神经网络,以单神经元PID作为控制器NNC,RBF网络作为辨识器,实现对被控对象的雅谷比信息辨识。传统的系统辨识方法包括以脉冲响应、最小二乘法为基础和最大似然法等,普遍存在难以克服的不足。本文的辨识方法及模型参考自适应控制方法具有计算速度快、推广和逼近、收敛特性良好等诸多优点,通过本文中的实例仿真,可以看出运用基于RBF神经网络辨识的单神经元PID模型参考自适应控制的系统输出可以达到对输入精确的跟踪效果。

基于单神经元自整定PID的稳定平台调平控制

稳定平台调平回路大多采用PID进行控制,但这种算法具有抗干扰性能不高的问题,利用神经网络具有自学习、自组织、联想记忆和并行处理的功能和优势,设计了单神经元自整定PID控制算法。该控制算法不仅结构简单,而且适应性强,鲁棒性强。在设计中,采用了一种改良的Hebb学习算法对稳定平台调平回路进行控制。最后的仿真结果表明,单神经元自整定PID控制算法比传统PID控制算法在很多指标上都要好。尤其超调量、干扰抑制能力、过渡时间等动态指标非常优秀,是一种较为理想的控制算法,可以推广应用于各类稳定平台系统。

基于单神经元的PID自适应控制器的仿真研究

本文将神经网络与PID控制器相结合,设计了一种具有自适应、自学习功能的单神经元自适应PID控制器,该控制器可以实现PID参数的在线调整,当控制对象参数在较大范围内改变时,该控制器表现出较强的鲁棒性。

基于单神经元PID水平炮控系统稳定控制

为保证坦克行进间炮塔始终处于稳定位置,针对系统齿隙进行非线性补偿。利用径向基函数(radical basis function,RBF)神经网络对炮塔水平方向调速系统进行系统辨识,同时采用齿隙死区模型代表齿隙环节,建立水平向的模拟炮控系统;提出一种单神经元PID控制器;模拟外界扰动,利用计算机对控制过程完成仿真。仿真结果表明:在给定条件下,考虑齿隙因素,炮塔水平向位置与稳定位置的误差始终足够小。

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。

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。

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。