基于变增益单神经元PID的秸秆旋埋还田导航系统研制

水稻田土壤松软,收割机作业后会出现残留秸秆凸起、地表坑洼等现象,导致秸秆旋埋还田作业易出现重耕、漏耕和自动驾驶路径跟踪精度差等问题。该研究基于滑移估计模型推导了拖拉机路径跟踪的前轮转角控制率,并设计了一种变增益单神经元PID导航控制器。在自主设计的电控比例液压转向系统基础上开发了秸秆旋埋还田导航系统,采用双天线RTK-GNSS获取拖拉机的实时位置和航向角信息,由变增益单神经元PID控制器根据理论转角和航向角偏差变化输出实际执行转角,实现旋埋作业自主路径跟踪。田间试验表明,作业速度为1.15m/s时,变增益单神经元PID控制器的自适应直线跟踪最大横向偏差不超过0.071 m,平均绝对偏差不超过0.031 m。与常规PID控制器相比,变增益单神经元PID控制器的最大横向偏差和平均绝对偏差控制精度分别提高了53.08%和51.72%;与单神经元PID控制器相比,最大横向偏差和平均绝对偏差控制精度分别提高了39.00%和28.21%。该研究设计的变增益单神经元PID控制器可以增强导航系统的适应性和鲁棒性,提高路径跟踪精度,适用于未来无人驾驶下的秸秆旋埋还田作业。

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。

基于改进灰色预测单神经元PI的全超导托卡马克核聚变发电装置快控电源电流控制

全超导托卡马克核聚变发电装置(EAST)快控电源负载电感的电流受多种不确定环境因素的影响而难以预测,灰色预测无需精确对象模型,只需少量已知信息即可实现输出电流短期预测,已在EAST快控电源中有了一定研究应用。为解决灰色预测在EAST快控电源中对突变信号边沿预测精度低和预测延时时间长的问题,提出一种改进灰色预测算法实现输出电流预测。在一个开关周期内对输出电流进行等时长间隔采样4次作为原始序列,将滚动式采样预测改为逐周期采样预测,在实现灰色预测的过程中不必依赖过去几个周期的历史采样信息,只需本周期的4个原始采样值即可实现输出电流的预测。根据预测电流与参考电流误差自适应调整单神经元比例-积分(PI)控制的输出增益,实现输出电流的快速准确控制。仿真和实验结果表明,在EAST快控电源电流预测过程中所提出的改进灰色预测,对比传统灰色预测具有更高的预测精度和更小的预测延时,改进灰色预测变增益单神经元PI控制能够在减小电流超调的同时加快输出电流响应速度。

一种基于模糊调节增益的单神经元PID控制方法

提出了一种基于模糊调节增益的单神经元PID控制方法。通过模糊调节单神经元PID控制器的比例增益,达到令人满意的控制效果,明显优于常规PID控制。使用该方法对典型的工业过程对象进行了仿真试验研究,结果表明这种控制方法的优越性。

风力机变桨系统单神经元自适应PID控制

在分析风力发电系统能量转换理论的基础上,将单神经元自适应算法与常规PID算法结合,通过单神经元自学习,对PID控制器的系数进行在线调整,提出一种单神经元自适应PID调节变桨角度的控制方法,建立了风力机桨距角控制数学模型.风速超过额定值后,利用单神经元自适应PID控制器进行变桨控制,将控制结果与采用常规PID控制器的控制性能进行了对比.结果表明:单神经元自适应PID控制器可以将输出功率恒定在额定值,能够对变桨系统进行有效控制,达到预期的目标.

一种基于专家调节增益的单神经元PID控制

本文提出了一种改进的单神经元PID控制的方法 ,采用专家调节单神经元PID控制中的比例增益 ,有效地解决了单神经元PID控制中学习速度较慢 ,动态响应时间长等问题。这种控制方法具有较强的鲁棒性 ,其控制性能优于常规PID控制和单神经元PID控制。通过对一阶惯性加纯迟延的典型工业过程对象的仿真研究 。

一种能改善快速性的变结构单神经元自适应PID控制器

针对单神经元自适应PID控制器的快速响应性能的不足 ,提出一种根据误差的大小而采用不同单神经元控制器结构的算法。仿真的结果证明了本算法的有效性。

基于TS模型的增益自校正单神经元PID控制算法

将单神经元自适应PID控制算法和基于TS模型的模糊推理系统相结合,提出了增益模糊自校正单神经元PID控制算法。该算法使得传统单神经元自适应PID控制的神经元增益具备在线自动调整的功能,对于变增益的不确定性系统的控制,获得了很好的控制性能。

基于模糊增益单神经元PID控制的地源热泵空调系统的建模与仿真

针对地源热泵空调控制系统复杂性、非线性、运行过程中所受干扰多且难以建立精确的数学模型等特点,目前多采用常规PID控制系统或相对较好一些的模糊PID控制系统,但都存在不足,很难达到其节能和舒适的作用。本文针对其特点提出了利用模糊控制和单神经元PID控制相结合的控制方法。并通过MATLAB仿真工具对其三种控制方法分别进行动态仿真,其结果表明该方法运用于地源热个泵空调系统中,其控制效果明显优于其它两种控制方法,大大提高了控制系统的控制品质,受外界影响较小,响应快,鲁棒性较强,节能和舒适性效果更明显。

变尺度单神经元PID控制在焦油、氨水分离系统中的应用

在对氨水、焦油分离过程的工艺进行分析之后,针对传统PID控制算法的不足,利用最优化方法提出一种基于变尺度优化方法的神经元PID控制算法。仿真结果表明,该算法具有较快的学习速度及良好的收敛性能,并有效地克服了传统PID算法的缺陷。

基于改进单神经元PID算法的变风量空调系统三参数前馈解耦控制

针对变风量空调系统(Variable Air Volume Air Conditioning System,VAVACS)的多参数、非线性且其主要控制回路之间存在强耦合的特性,提出了一种改进单神经元PID算法的前馈补偿解耦控制策略的设计思路。首先,对于3个主要控制回路:冷(热)水流量QCW/HW-送风温度TSA、送风机转速n1-送风静压PSA和室内送风量QSA-空调房间温度或室温Tn,采用前馈补偿方法构建了解耦补偿器的传递函数矩阵,以消除它们之间的耦合效应。其次,设计了改进的单神经元PID算法(Modified Single Neuron PID Algorithm,MSNPIDA)。该MSNPIDA分别依据送风温度TSA、送风静压PSA和室温Tn的误差及误差变化率对相应的3个单神经元PID控制器参数的权值与增益系数进行自适应整定,获取相应的最佳值。最后,借助MATLAB工具,对基于MSNPIDA的VAVACS三参数前馈解耦单神经元PID控制系统进行编程和组态,且仿真运行。结果表明:基于MSNPIDA的VAVACS三参数前馈解耦单神经元PID控制系统在理论上是可行的,且相应的送风温度TSA、送风静压PSA和室温Tn的控制指标能够满足空调工艺的相关要求。

汽车主动悬架单神经元PID控制器设计

悬架系统对汽车乘坐舒适性和操纵稳定性的改善起着重要的作用。为提高汽车行驶的平顺性,设计了单神经元PID控制器,并利用人工蜂群算法在线优化单神经元PID控制增益。以车身垂直加速度、轮胎动位移、悬架动行程为评价指标,研究控制器的减振效果和当路面输入改变、模型参数变化时的适应性,对1/4汽车主动悬架模型进行仿真了分析。结果表明:基于蜂群的单神经元PID控制器有效地降低了车身垂直加速度,且有较强的鲁棒性,进一步提高了汽车行驶的平顺性。

基于免疫-单神经元PID算法的纸浆浓度控制

针对单神经元PID算法中的增益K不能自调整引起的动态响应慢的问题,提出了一种将免疫算法与单神经元PID算法相结合的控制算法——免疫-单神元PID算法。依据T细胞免疫机理调节单神经元PID算法中的增益K,使增益K获得自调整功能,以改善单神经元PID算法的动态性能,提高其学习速度。仿真结果表明,该算法可克服纸浆浓度控制过程中存在的多干扰性、时变性、非线性等缺点,能够满足纸浆浓度控制的稳定性、快速性要求。与单神经元PID算法相比,该算法响应速度具有明显的优越性,并具备了单神经元PID算法本身较强的抗干扰能力以及自学习自适应的能力。"THJSK-1"平台上的实时控制也验证了免疫-单神经元PID算法的可行性。

基于单神经元权系数的风电机组独立变桨控制

针对风电机组大型化造成风轮受风剪切效应不良影响的问题,提出了采用模糊PID功率控制器与单神经元动态权系数分配的独立变桨距控制方案。使用Matlab软件对该方案应用于1 MW双馈型风电机组独立变桨距的运行工况进行仿真研究。仿真结果显示,独立变桨距控制方案在保证机组输出功率稳定的前提下,显著改善了风机叶片与风轮承受的轴向不平衡气动力的幅值与波动,进而降低了机组运行过程中受到的气动疲劳载荷,有助于延长机组寿命。

钢球磨煤机的改进型单神经元PID自适应解耦控制系统

针对钢球磨煤机(球磨机)制粉系统的多变量、强耦合、非线性和时变性等特点,提出了改进型单神经元PID自适应解耦球磨机控制系统。在单神经元控制器中,单神经元的权值采用有监督的Hebb学习规则在线训练,单神经元的比例增益和学习速率采用在线调整;神经元的结构采用积分分离PID方法进行结构变化。Matlab/Simulink仿真结果表明,该控制方法比传统PID控制方法有更好的控制品质,其具有跟踪快、鲁棒性强、解耦好等优点,较好地解决了球磨机系统的时变性、耦合性等问题。

适用于非线性对象的神经元变结构PID控制

针对具有严重非线性的受控对象,提出了一种神经元变结构PID控制方法.该方法将变结构PID控制器与神经元控制器相结合,用一个神经元实现变结构PID控制器中结构变化的部分;同时用另一个神经元实时调整PID控制器的参数,提高了控制系统的响应速度和鲁棒性.将所提出控制方法用于pH中和过程控制,仿真实验结果表明,该方法具有满意的控制品质及较强的适应性.

2种风力机变桨系统单神经元比例–积分–微分控制策略的比较与分析

针对风力机变桨系统非线性的特点,提出采用单神经元比例–积分–微分(proportional integral differential,PID)进行控制。分析了单神经元PID控制器的特点,建立了数学模型。将单神经元PID算法进行改进,得到改进的单神经元PID控制器。仿真结果表明:2种单神经元PID控制器构成的系统均可实现无超调,具有系统稳定性好的特点;改进单神经元PID控制器较单神经元PID控制器的响应速度更快;2种单神经元PID控制器比常规PID控制器的鲁棒性更强。

非对称缸电液伺服系统的改良单神经元PID控制

非对称缸五阶电液伺服系统是一类典型高阶非线性、时变、增益不对称系统,由于动态特性随负载变化大,使用常规PID控制很难满足性能指标的要求,而采用BPNN原理设计成的常规单神经元PID控制器又因学习速率低,收敛速度I墁,控制效果不能令人满意.经研制采用20-SIM仿真工具建立仿真模型,设计了一种改良的单神经元PID控制器,其控制的仿真结果表明,该控制器适合于此系统.

基于模糊调整单神经元增益的黑液液位控制算法研究

单神经元PID算法在非线性、时变性以及模型不确定的控制系统中能表现出优越的静态性能,同时模糊算法在未知模型和不精准控制的控制系统中,具有良好的动态性能。针对黑液液位的时变性、非线性等特点,将模糊算法与单神经元PID算法相结合,设计出一种动静态性能良好的模糊调节单神经元增益的新型算法。仿真结果表明,该算法在黑液液位控制中具有很强的鲁棒性,响应速度快、自适应能力强。

一种变结构单神经元——Smith预估控制在再热汽温中的仿真研究

本文针对300MW机组喷燃器倾角-再热汽温被控对象,具有大迟延和参数时变,而难于控制的特点,提出了一种基于变结构的单神经元-Smith 预估控制算法,该控制算法采用Smith预估控制克服被控对象的大迟延特性,采用变结构的单神经元PID控制提高对被控对象参数变化的自适应能力,提高控制系统的响应速度,并抑制被控参数严重超调。仿真试验表明: 该控制算法具有良好的控制品质、抗干扰能力和鲁棒性,综合性能明显优于常规的PID控制。