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.

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。

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。

改进的单神经元PID在过热汽温控制中的应用

在常规单神经元PID控制的基础上,提出了一种改进的单神经元PID控制算法,并应用于超临界机组过热汽温控制系统。

基于比例系数改进的单神经元PID控制及仿真研究

考虑到单神经元PID控制中比例系数影响较大,结合炼油装置塔顶冷凝系统pH值反馈大滞后的特点,在常规单神经元PID控制的基础上,对其比例系数做了小小的改动,使其是误差及其一次差分的一次函数。用Matlab的S函数实现单神经元PID控制算法,再在Simulink模块中对改进后和常规的控制算法分别进行模拟仿真比较,通过仿真结果得出,改进后的控制算法大大提高了大滞后控制系统的快速性和控制精度,也为过程工业中一些大滞后控制系统提供了很好的解决办法。

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。

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。

改进型单神经元自适应PID控制及其MATLAB仿真

针对贯流式水力机组带孤立负荷时难以稳定的特点,以常规PID控制器为基础,结合神经元控制技术,提出改进型单神经元自适应PID控制,仿真和分析表明该控制器具有良好的自适应能力,并能保证调节系统具有良好的动态品质。

基于改进单神经元PID的SVC电压调节器

为了提高传统电压调节器的自适应能力,改善其动态调节效果,提出了一种新的单神经元自适应PID控制器的改进算法,并将其应用于SVC控制系统的电压调节系统中。误差较大时,K取大值,确保系统响应的快速性;误差较小时,K取小值,确保系统渐趋稳定。采用MATLAB的S-函数编写了该控制器算法的M语言程序,并在MATLAB/simulink环境下进行了仿真实验。仿真结果表明,基于改进单神经元自适应PID电压调节器的控制系统响应速度快,调节时间短,超调量小,系统动态性能及稳态性能良好。

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。

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。

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。

改进型单神经元PID在多温区系统中的应用

在介绍多温区控制系统的基础上,提出一种改进型单神经元自适应PID控制策略,利用模糊集理论和Marsik与Strejc的无需辩识的自适应控制算法对单神经元自适应控制策略进行了改进,并对该策略进行了仿真,对比了传统PID、单神经元PID和改进型单神经元PID三者的仿真曲线,并且将该策略应用到温度控制系统中,仿真和实际控温效果表明该控制策略具有很好的自学习、自组织能力和鲁棒性,而且具有较好的实现性,是一种很有发展前景的控制策略。