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。

基于改进单神经元自适应控制的光伏发电系统MPPT研究

目前光伏电池转换效率较低,为提高能量利用效率,需要进行最大功率点跟踪(MPPT)控制。针对常规MPPT法存在的快速性差、精度低、适应性差的缺陷,提出了一种改进单神经自适应控制的算法,仿真结果表明该方法不仅可以快速准确地跟踪到最大功率点,而且在外界环境变化下具有较强的适应性。

单神经元自适应控制算法的Boost研究

分析了Boost电路的开关过程,利用状态空间平均法创建了Boost变换器的平均模型,基于增量PID控制算法和单神经元自适应控制算法进行了仿真研究。结果表明,和增量PID控制算法相比,单神经元网络自适应控制算法具有动态上升速度快,误差小等优点。

电脑刺绣机单神经元自适应控制的研究

介绍了一种为实现最大刺绣效率所采用的基于单神经元自适应控制的电脑刺绣机主轴交流伺服驱动系统。主轴电机采用交流异步电机,设计了单神经元直接模型参考自适应下的空间矢量控制方式速度控制策略,并通过DSP实现。仿真和实际验证表明,所设计的控制策略及交流伺服驱动系统能够使刺绣机主轴电机跟踪随机速度、位置控制信号,可在较大的范围内实现无级平滑调速,满足了高效刺绣的工艺要求,是一种新型的性价比高的电脑刺绣机的主轴控制系统。

二次型单神经元自适应算法在电动机控制中的应用

针对直流电动机调速系统现有控制方法存在PID控制器参数固定而导致控制效果差的问题,提出了二次型单神经元自适应PID控制算法,即在加权系数的调整中引入二次型性能指标,通过计算控制律可以得到所期望的优化效果。Matlab仿真结果表明,该算法可改善控制系统的动态过程品质,降低超调量,缩短稳定时间,并且有一定的抗干扰能力。

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。

交流调速系统的单神经元自适应内模控制

针对感应电机速度控制器的传统设计方法所存在的缺点,提出了单神经元自适应内模速度控制器。首先依据内模控制原理设计出内模速度控制器,该控制器具有PI结构,但只有一个可调参数,且该参数与控制系统的动态特性直接相关,再利用单神经元对此参数进行实时在线调节,实现了系统的自适应控制。在理论分析的基础上,将此控制器应用到基于数字信号处理器实现的交流电机矢量控制系统中。实验结果表明:该方法是一种有效的实时控制策略,它能使调速系统不仅具有良好的动、静态性能,而且具有很强的鲁棒性和自学习能力。

单神经元自适应PID控制在SRD中的应用

介绍了一种基于单神经元自适应控制算法及其在开关磁阻电动机调速中的应用;通过仿真这种算法在开关磁阻电动机调速中的应用,给出了基于这种算法的控制策略和控制程序的流程。

感应电动机单神经元自适应预测函数控制

针对基于转子磁场定向的感应电动机PI控制调速系统,控制器参数不易优化,对外界环境的适应性不够理想的问题,提出单神经元自适应预测函数速度调节器设计方法。通过理论推导证明预测函数控制在电机调速系统中仅有一个参数与系统动静态性能相关,采用单神经元自适应控制对其进行实时在线调整,实现调速系统的智能控制,最后在基于DSP TMS320LF2407的运动控制系统平台进行实验。实验结果表明此方法能够改善感应电动机调速系统的自适应能力。

用于电力故障波形重现的逆变器建模及其自适应控制

从频域角度对用于故障波形重现的逆变器进行建模和分析。通过引入导通时间偏移量和时间–电压转换系数的概念提出一种改进模型,实现了占空比到输出电压的线性变换;克服了近似模型由于线性化造成的频带受限。引用能消除固有跟踪误差的准PID控制器对改进模型进行控制,为消除参数漂移等对其性能的影响,提出了基于"有感知器监督的Hebb学习规则"的单神经元自适应准PID控制器,很好地改善了控制性能,满足了故障波形重现的精度要求;且该算法运算量小,适合于实时实现和现有软件的更新升级。

基于MATLAB的无刷直流电机自适应控制系统的研究

在分析无刷直流电机的数学模型的基础上,建立了控制系统的SIMULINK仿真模型,提出了无刷直流电机调速系统单神经元自适应控制方法。该方法在调速系统中,电流环采用滞环电流控制,转速环采用单神经元自适应控制器控制,实现了双闭环自适应控制的调速系统。仿真结果表明:这种新型的控制方法响应快、无超调、鲁棒性强,较传统PID控制具有更好的动、静态特性。

基于神经网络的液压材料试验机系统自适应PID控制研究

针对液压材料试验机运行过程的出现的精度不高、系统不稳定等问题,对该电液位置伺服系统进行了研究。首先建立了电液位置伺服控制系统的数学模型,运用Ziegler-Nichols传统PID整定方法进行了优化处理;此外设计利用了有监督Hebb神经网络学习算法,给出了基于Matlab语言的PID控制器的S函数,在此基础上建立了单神经元PID自适应控制器的Simulink仿真模型;在系统的稳定性和鲁棒性上,分别通过对传统PID控制方法或先进PID控制算法优化的系统动态性能进行了评价,并且进行了Matlab仿真模拟实验。研究结果表明:采用神经网络控制优化的电液位置伺服系统具有更好的稳定性和鲁棒性,优化解决了材料试验机运行过程中精度不高、系统不稳定的问题。

基于Matlab的无刷直流电机自适应控制系统的研究

在分析无刷直流电机(BLDCM)的数学模型的基础上,建立了控制系统的Simulink仿真模型,提出了无刷直流电机调速系统单神经元自适应控制方法。该方法在调速系统中,电流环采用滞环电流控制,转速环采用单神经元自适应控制器控制,实现了双闭环自适应控制的调速系统。仿真结果表明:这种新型的控制方法响应快、无超调、鲁棒性强,较传统PID控制具有更好的动、静态特性。

基于LabVIEW FPGA的音圈电机神经网络控制方法

音圈电机是一种常用的高动态性能驱动器。为了优化、简化不同音圈电机的控制算法调试过程,提出了一种基于LabVIEW FPGA的改进RBF神经网络控制算法。该网络采用3-输入的3层网络结构,通过梯度下降法对隐含层权值系数更新,实现对音圈电机的电流环控制。仿真结果表明,随着隐含层节点数增加,RBF神经网络控制算法性能将优于单神经元自适应控制算法。当隐含层节点数为6时,系统电流上升时间为14μs,相对于单神经元自适应控制缩短了26.3%。将该算法用于激光精密指向系统,实验结果表明,隐含层4节点时,电流上升时间为25μs。实验结果与仿真结果较吻合,验证了RBF神经网络算法的有效性。

基于DSP的电脑刺绣机主轴电机伺服控制系统

介绍了一种为实现最大刺绣效率所采用的,基于单神经元自适应控制的电脑刺绣机主轴交流伺服驱动系统。主轴电机采用交漉异步电机,设计了单神经元直接模型参考自适应下的,空间矢量控制方式速度控制策略,并通过DSP实现。仿真和实际验证表明,所设计的控制策略及交流伺服驱动系统能够使刺绣机主轴电机跟踪随机速度、位置控制信号,可在较大的范围内实现无级平滑调速,满足了高效刺绣的工艺要求,是一种新型的性价比高的电脑刺绣机的主轴控制系统。

开关磁阻风力发电机变励磁电压MPPT控制

针对风电工况下开关磁阻发电机(SRG)最大功率点跟踪(MPPT)控制变量相对较少,宽速度范围下原有开关角变量严重非线性乃至相反变化,从而使得控制难度大、控制复杂的问题,结合他励式SRG功率变换器的优点,提出一种励磁电压相对独立可调的新型半他励功率变换器,从而励磁电压成为SRG进行MPPT控制的一个新变量。同时提出采用单神经元自适应控制算法跟踪最大功率,具体根据风速计算出实时最佳角速度,该最佳角速度作为给定量与实时角速度比较并作为单神经元自适应PID控制算法的输入,单神经元自适应PID控制算法实现MPPT控制并输出励磁电压值,追踪最大功率。仿真与实验结果表明,不同风速变化下MPPT的跟踪效果均较佳。

一种全数字控制的直流伺服驱动器的设计

针对机器人一体化关节的运动控制为背景,提出了一种先进的低压直流伺服的设计方法,在硬件设计上,既可驱动直流有刷电机又可驱动直流无刷电机,拓宽了该直流伺服驱动器的应用范围;配备EPA(Ethernet for Plant Automation)实时以太网通讯接口,通讯速率高且数据传输的确定性和实时性好。在软件设计上,采用三环闭环控制,其中速度环的控制采用先进的单神经元自适应控制,稳定性好,鲁棒性强,实验结果证明该算法有效解决了负载扰动给系统造成的不稳定性。

Application of single neuron adaptive PID controller during the process of timber drying

The paper presents a method of using single neuron adaptive PID control for adjusting system or servo system to implement timber drying process control, which combines the thought of parameter adaptive PID control and the character of neural network on exactly describing nonlinear and uncertainty dynamic process organically. The method implements functions of adaptive and self-learning by adjusting weighting parameters. Adaptive neural network can make some output trail given hoping value to decouple in static state. The simulation result indicates the validity, veracity and robustness of the method used in the timber drying process

带EPA的低压直流伺服驱动器的设计与研究

以机器人一体化关节的运动控制为背景,提出了一种低压直流伺服的设计方法。在硬件设计上,突出两大特色:既可驱动直流有刷电机又可驱动直流无刷电机,拓宽了该直流伺服驱动器的应用范围;配备EPA(Ethernet for Plant Automation)实时以太网通讯接口,通讯速率高且数据传输的确定性和实时性好。在软件设计上,采用三环闭环控制,其中速度环的控制采用先进的单神经元自适应控制,稳定性好,鲁棒性强,实验结果证明该算法有效解决了负载扰动给系统造成的不稳定性。

Design and Simulation of Single Neuron Adaptive PID Controller

The purpose of this paper is to design a neuron adaptive PID controller based on the theory of intelligent control of the extens- ive research on the characteristics of neuronss, neurons and PID controller. Artificial neurons have the adaptive, parallel processing, selflearning learning, and mare fault-tolerant characteristics. When the artificial neurons are used to control the process, the syste^n will enabled to en-sure that the accused has strong anti-interference capability and ro. bustness.