足式机器人腿部关节改进单神经网络PID控制算法研究

为了满足液压足式机器人在复杂环境中实现精确、快速的腿部关节控制需求,把单神经网络PID能够实时调节参数的优点运用到足式机器人液压机械腿关节的控制中,在单神经网络PID的基础上增加机械腿关节的位置和速度控制算法,形成改进单神经网络PID,实现了对神经元比例参数自调整、PID参数的自整定,能够较好地适应内、外参数的变化,增强了腿部关节的快速性、精确性。在Simulink中进行建模仿真以及在设计的以STM32为中央处理芯片的控制平台上进行实验测试,结果表明:改进单神经网络PID在足式液压机器人的腿部关节控制中具有响应速度快、超调量小、控制精度高、鲁棒性强等优点。

基于改进单神经元自适应PID励磁控制器

介绍了一种新型的基于改进单神经元自适应比例积分微分(PID)的励磁控制器,使神经元比例系数K在线自适应修正。在动态响应初期,误差较大,K取较大,使系统响应具有快速性;进入稳态后,K取较小,确保系统渐趋稳定。描述了该控制器控制算法。该控制器应用自学习、自适应的控制原理,具有一定处理非线性系统的能力。以单机无穷大系统为例,在Matlab/Simulink环境中进行仿真,结果显示,改进单神经元自适应PID控制器结构简单,基本只需整定1个参数即可达到控制要求,且对于不同工况均有稳定的控制效果,体现出良好的鲁棒性。

基于神经元自适应PID控制的汽车自动离合器双层控制

本文设计了一种将神经元自适应PID控制和PID控制相结合的双层控制器,上层控制采用PID控制,计算离合器的接合速度;下层控制采用神经元自适应PID控制,计算液压元件的控制油压。仿真结果表明,该双层控制与传统PID控制相比,换挡过程中产生的冲击和滑磨均有较大程度的降低,提高了换挡过程的平顺性。

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。

基于改进自适应遗传算法的小径短绳自动打捆机步进电机PID控制

为提高小径短绳自动打捆机步进电机的控制精度,在分析经典遗传算法和经典自适应遗传算法的基础上,引入进化代数和个体适应值排名来指导自适应交叉率和自适应变异率,设计了一个基于改进自适应遗传算法的PID控制器,以削弱进化过程中优良参数的退化现象。MATLAB仿真结果表明,改进的自适应遗传PID提高了收敛精度,并具有更快的收敛速度。针对步进电机的实际测试结果表明,与经典遗传算法相比,改进的自适应遗传PID调整时间更短、超调量更低。

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。

无刷直流电动机单神经元自适应PID控制及改进

研制的无刷直流电动机单神经元自适应PID控制器,实现了在线调整PID参数的目的,克服了电动机非线性、参数易变的影响;同时引进变速控制算法对神经元比例参数K的给定进行了在线改进。仿真结果表明,单神经元自适应PID控制器自适应能力好,响应快,鲁棒性强,系统静态和动态特性良好,而且采用变速控制改进算法后,速度的调节器品质有所提高。

基于改进遗传算法的单神经元自适应PID控制

单神经元自适应PID控制器不但结构简单,而且能够适应环境变化,有较强的鲁棒性。本文基于生物进化机制提出一种改进遗传算法,并给出算法的详细步骤。该算法在交叉、变异操作以前对亲和度较低的个体进行替换操作,改善了算法的收敛性能。在函数寻优的实验中验证了算法的有效性。最后将算法应用于神经网络的突触权值寻优,通过突触权值的调整来自适应地实现PID的比例、积分和微分系数的可调节控制,仿真对比结果表明了该算法的优越性。

改进的单神经元自适应PID控制算法在智能车速度控制系统中的研究与应用

针对单神经元控制算法在电磁导航智能车速度控制中存在加权系数修正时间长、自适应能力差、系统不稳定的缺点,提出了将改进的单神经元自适应PID控制算法应用到智能车的调速系统中。改进的单神经元自适应PID控制算法优化了单神经元自适应PID控制算法中的加权系数学习修正部分,使得权系数在线修正不完全根据神经网络的学习原理,而是参考实际经验制定的,最终自适应地整定PID三个参数来实现智能车的速度控制。Matlab仿真测试表明,与单神经元自适应PID控制算法相比,改进的单神经元自适应PID控制算法在智能车速度控制中具有响应快,超调量小、自适应能力强的优点,大大提高了智能车控制系统的性能。

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 。

基于改进跟踪微分器与前馈的模糊自适应PID控制

经典PID控制器在工程领域应用广泛,但其快速性和超调量之间不能很好地实现协调控制,且误差信号在经典意义上不可微,导致微分难以被有效利用。基于此,在典型跟踪微分器研究的基础上,采用一种具有良好的动态响应和滤波功能的改进非线性跟踪微分器对输入信号进行快速、无超调跟踪。并结合前馈控制和模糊自适应PID控制提升系统的稳定性和快速性,设计了一种基于改进跟踪微分器与前馈的模糊自适应PID控制器。以移相全桥变换器为控制对象,用经典PID与其进行对比分析。仿真与实验波形分析发现,所提控制器的鲁棒性更高,同时可将调节时间缩短至40%,响应速度也更快。

单神经元自适应PID控制AQM算法的改进

针对PID主动队列管理(AQM)中参数固定、不能自整定、无法适应复杂的非线性网络环境等缺点,提出了一种改进的单神经元自适应PID控制智能主动队列管理算法—GSNAPID算法。将神经元比例系数进行了在线自调整以及修改加权系数学习修正部分。基于NS2的仿真结果表明,改进的单神经元自适应PID控制智能主动队列管理算法具有更好的收敛性,能将队列长度更快速的收敛到期望值附件,在复杂的网络环境里能更好的保持鲁棒性和稳定性,比传统PID控制和单神经元自适应PID控制主动队列管理算法优越。

基于改进型单神经元自适应PID的改性塔压力控制器

本文通过采用单神经元自适应PID控制技术来处理粉状炸药连续生产工艺中改性塔压力的控制问题,着重研究了单神经元自适应PID控制器的设计以及对算法的改进。并通过MATLAB进行了仿真,将单神经元自适应PID控制算法与常规PID控制算法进行了比较,结果表明单神经元自适应PID控制效果远远优于常规PID控制算法。

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。

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。

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。

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控制器及其应用

研究了单神经元自适应PID控制器,阐述了该控制器的特点、控制律、适用对象及工程整定方法,在和利时公司的SmartPro系统平台上开发出单神经元自适应PID控制器,进行了单神经元自适应PID控制器的典型一、二阶对象闭环仿真,最终将单神经元自适应PID控制器应用于制药厂发酵罐温度控制回路中。单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒性强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。

变频泵控马达调速系统单神经元自适应PID控制

针对大惯性负载变频泵控马达调速系统动态性能差的特点 ,提出了采用不必基于模型的单神经元自适应 PID控制。介绍了单神经元自适应 PID控制器的结构和算法。仿真结果表明 ,单神经元自适应 PID控制器较常规 PID控制器具有更快的响应特性和良好的动态特性 ,对模型失配和负载扰动表现出更强的适应性和鲁棒性 ,而且不论是在加速段、等速段还是减速段 。