基于RBF的改进单神经元PID控制

提出一种基于RBF辨识神经网络算法的改进神经网络PID控制,应用最优控制理论中的二次型性能指标加入到控制算法中的加权系数学习修正部分,将RBF与单神经元相结合构成PID控制器,通过Matlab对指定对象仿真控制,得到了良好的效果。比起以往的神经网络PID控制,改进的算法在学习速度和实时性都得到了提高。

静止无功补偿器的改进单神经元PID控制系统的研究

提出了一种单神经元PID控制系统的改进算法,实现了神经元比例增益K(k)和学习速率η_i(k)的在线自适应调整功能。该控制系统算法编写的M语言程序,采用Matlab的S函数,将应用到静止无功补偿器(SVC)的控制系统中在Matlab/Simulink环境下进行了仿真。仿真结果表明,基于改进单神经元PID的SVC控制器具有响应速度快、调节时间短、动态性能和稳态性能好等优点。

采用改进单神经元PID控制的机床运动平台误差研究

机床主轴在加工零部件时,由于控制系统的不稳定性,导致机床运动平台跟踪误差较大。对此,创建了机床运动平台平面简图,推导出机床运动平台二阶微分方程式。给出了机床运动平台误差表达式,对传统PID控制方法进行改进,设计了改进单神经元PID控制方法。设置仿真参数,通过Matlab软件对机床轮廓误差和切向误差进行仿真,并比较和分析改进前与改进后的控制效果。仿真结果显示:在无干扰环境中,采用传统PID控制和改进单神经元PID控制,机床运动平台输出的轮廓误差和切向误差较小,两者控制方法相差不大;在有正弦波干扰环境中,采用传统PID控制,机床运动平台输出的轮廓误差和切向误差较大,而采用改进单神经元PID控制,机床运动平台输出的轮廓误差和切向误差较小。因此,采用改进单神经元PID控制,能够抑制正弦波对机床运动平台控制系统的干扰,自适应调节能力强,控制精度较高。

PMSM伺服控制系统的改进单神经元PID控制

永磁同步电动机(PMSM)交流伺服系统中含有未知复杂干扰,属于一类复杂的非线性、不确知系统,会影响PID控制算法的控制质量,无法满足伺服系统的高精度指标要求。利用神经网络对未知信息数据的自学习和自适应能力,设计出一种结合传统PID控制与单神经元自适应智能PID控制器,并针对单神经元自适应PID参数的在线学习规则进行了改进。仿真结果表明,应用了单神经元PID控制的伺服系统,不但结构简单,而且能适应环境变化,有效抑制干扰,控制精度明显改善,有较强的鲁棒性,达到了理想的控制效果。

基于改进单神经元PID控制的车辆主动悬架动力学仿真

为提高车辆行驶的稳定性和安全性,采用改进单神经元PID控制车辆主动悬架系统.创建2自由度车辆主动悬架模型简图,给出车辆振动的动力学方程式.在传统PID控制器原理上,设计了微分跟踪器结合单神经元PID控制器用于车辆主动悬架系统控制,在复杂路况激励下通过Matlab软件进行仿真,并与传统PID控制仿真结果进行比较.结果表明:在受到复杂路面激励干扰时,采用改进单神经元PID控制器使车辆轮胎垂向位移、悬架垂向行程和垂向加速度的最大值降低,整体波动幅度较小;车辆主动悬架系统采用改进神经元PID控制器,能够抑制复杂路面的干扰,维持车辆行驶的稳定性和安全性.

基于改进单神经元PID算法的平衡小车控制

针对平衡小车强耦合、非线性和自然不稳定等特点以及常规PID控制时存在的平衡困难、可靠性低等缺陷,将常规的PID控制与单神经元控制思想相结合,通过平衡小车装置输入的误差值,根据学习规则自我学习、在线调整各控制环节参数并进行比例、积分和微分控制,再由模糊控制器对其增益系数进行自整定,以此提升系统的自适应能力。最后,通过MATLAB仿真,将所提出的控制器与常规PID控制器进行对比,验证了所提出方法的优越性,并得出改进后的单神经元PID控制器具有较好的跟踪性能和抗干扰能力。

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。

基于模糊免疫-单神经元PID控制单开关高增益直流变换器

针对1种无变压器、无耦合电感的新型单开关高增益变换器,通过将电压升举单元引入Boost变换器来实现在较小占空比情况下提高电压增益,降低开关管、二极管电压应力,减小开关管的导通损耗,从而提高变换器的效率。为了进一步提高变换器的动态性能与抗扰动能力,在分析单神经元控制器的基础上引入免疫反馈机制,研究模糊免疫-单神经元PID控制策略,将模糊免疫控制与单神经元智能控制器结合,实现了单神经元比例系数的自整定。最后,对所提变换器和控制策略进行了仿真研究,并设计了1台输出200V/0.5A的实验样机进行实验验证,仿真和实验结果均表明:所提变换器可在较小占空比情况下获得较高电压增益;与传统的PID控制策略相比,所提模糊免疫-单神经元PID控制策略能更有效地抑制系统扰动,提高变换器的动态性能,具有更强的自适应能力和鲁棒性。

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。

一种改进的单神经元PID控制策略

针对传统单神经元自适应比例-积分-微分(PID)控制中比例系数调试过程繁琐冗长的问题,提出一种改进的单神经元自适应PID控制策略.采用非线性变速控制算法对比例系数K进行在线自适应调节,使K值的变化根据输入误差的大小自动调整,且调整的速度与误差大小成正比.采用设计空间搜索规则得出该算法的最优解因子.将该方法运用于直流无刷电机的速度调节,实验仿真证明,该改进的算法相对于传统PID控制和单神经元PID控制不仅收敛速度更快,而且能有效解决电机负载扰动带来的不稳定性,尤其是在大负载扰动下体现出优异的鲁棒性,极大地提升速度调节器的品质.

基于改进单神经元PID控制的主动悬架系统研究

汽车悬架是车身与车轮之间的传力连接装置。运用MATLAB/Simulink建立仿真模型,应用模糊理论在线调整比例系数改进单神经元PID控制并设计控制器,进行三种工况下的仿真验证。结果表明:控制策略可行且控制器有较强的鲁棒性,进一步改善了汽车行驶的平顺性。

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。

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。

一种改进的单神经元PID控制器

传统的单神经元PID控制器的神经元比例系数K选择过大,则超调量变大,系统不稳定;而K值选择过小,则系统的快速性变差。针对这一问题,本文提出一种改进的单神经元PID控制器,K值随系统的误差进行在线调整,并进行了仿真。仿真结果表明,该控制器比传统的单神经元PID反应要快,控制效果良好。

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。

一种改进的单神经元PID控制器的研究与仿真

为改善单神经元控制中学习速度慢,动态响应特性等问题,研究了一种改进的单神经元PID控制算法,该算法在神经元算法的加权系数中引入了二次型性能指标。在此基础上将其运用于电厂锅炉过热气温控制,设计了一种基于二次型性能指标的单神经元PID的过热汽温控制系统,总结了算法中参数的设置修正规律。仿真结果表明,这种控制算法具有优良的控制性能。

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。

泵控马达调速系统单神经元PID控制参数优化的改进算法

针对常规PID控制的不足以及泵控马达调速系统动态性能差的特点,提出了一种基于单神经元的自适应PID控制器,并结合误差二次型最优控制理论对单神经元的性能指标进行改进,推导出相应的单神经元输入权值调整算法。仿真结果表明,改进的单神经元自适应PID控制器具有更快的响应特性和良好的动态特性,其控制效果明显优于常规的PID控制器,将其应用于泵控马达调速系统是行之有效的。

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。