基于改进PID神经网络算法的AUV垂直面控制

针对一类小型低速自主水下航行器(AUV)的垂直面运动控制问题,设计了一种改进的PID神经网络控制器,实现对水下航行器在垂直面内深度和俯仰角的全局控制。利用REMUS水下航行器模型搭建了Simulink下AUV垂直面仿真控制系统,仿真结果表明,改进的控制方法克服了原方法中饱和区过大的问题,具有良好的动态性能同时能够适应不同的学习速率和网络初始权重,对水下航行器的工程实际应用具有一定参考价值。

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。

一种改进的近似动态规划方法及其在SVC的应用

近似动态规划的基本思想是通过近似计算代价函数,从而避免动态规划中的"维数灾"问题。随机选取初值使得近似动态规划方法需要多次的学习才能最终收敛,极大地限制了在实际系统中的应用。针对上述问题,提出一种基于改进PID神经网络的直接启发式动态规划算法,将初始执行网络与PID控制器之间建立起一种等价关系,因此可以利用已经设计好的PID控制器来指导其初值选取,从而使算法收敛性大大提高。改进的神经网络与常规PID神经网络相比,结构简单且具有更好的扩展性,性能上具有更强的鲁棒性。对4机2区系统的静止无功补偿器附加阻尼控制进行仿真测试,仿真结果表明基于改进PID神经网络的直接启发式动态规划算法和初值选取方法的有效性,并且在部分状态反馈和延时两种情况下有着很好的控制效果。

矿用带式输送机软制动系统设计分析

基于矿用带式输送机软制动需求,介绍一种带式带式输送机软制动系统设计架构。此系统主要包括软制动液压系统、软制动系统制动控制结构、超速调速制动与紧急安全制动控制、改进BP神经网络灰色预测PID控制器。为验证矿用带式输送机软制动系统设计成效,分别采用仿真分析和工程应用分析两种方法进行综合分析,进而确认矿用带式输送机软制动系统具有一定可行性,可在后续带式输送机软制动控制中进行参考应用。