模糊单神经元混合控制的轧机扭振抑制研究

在轧机轧制过程中,运行工况的变化可能诱发扭振,严重影响轧机轴系的安全。通过分析轧机扭振产生的原因,针对传统PI控制方式对轧机扭振抑制的不足,提出采用模糊单神经元混合控制的方法,在误差较大的情况下采用模糊控制,加快系统的动态响应速度,在误差较小的情况下采用单神经元控制,提高系统的稳态精度,从而达到对轴系扭振进行抑制的目的。

基于模糊单神经元PI的煤矿电气设备电源频率自动化控制系统

为确保煤矿电气设备电源频率不偏离标准频率,保障煤矿电气设备安全稳定运行,设计基于模糊单神经元PI的煤矿电气设备电源频率自动化控制系统。数据采集层通过电源频率信号输出检测仪,采集电源频率数据,并使用改进小波阈值法,去噪频率数据,然后由数据传输层发送其至控制中心,控制中心在接收该数据的同时,由理想电源频率求解模块,通过多元回归模型预测电源理想频率,而后模糊神经元PI控制模块以实际、理想电源频率为输入,经频率偏差求解、模糊化等操作,获得控制信号,控制电源频率无线接近理想值。实验结果表明,该系统可实现煤矿电气设备电源频率自动化控制,控制设备电源频率无线接近理想值,电源频率控制效果显著。

变速风力发电机组的模糊-单神经元PID控制

对风力发电机组的数学模型及常规PID控制器进行了分析设计,由于变速风力发电机组的转速变化范围很宽,表现出高度的非线性性和时变性,常规的PID控制器难以在全范围内得到理想的控制性能。为此,提出采用单神经元智能控制器来替代常规的PID控制器,以改善机组控制性能。在分析单神经元控制器的结构和控制原理基础上,为了进一步提高单神经元控制器的动静态性能,引入了模糊控技术,实现了单神经元控制器输出增益的参数自整定。在仿真基础上,建立了一套完整的实验系统,对几种控制方法进行了实验研究。仿真和实验结果表明,基于模糊自整定的单神经元控制器可有效地改善风力发电机组的控制性能,具有较强的自适应能力和鲁棒性。

单神经元模糊PID控制在光电跟踪系统中的应用

为提高ATP系统的跟踪精度和快速性,将模糊控制引入单神经元自适应PID控制中,提出单神经元模糊PID控制。它运用有监督的Hebb学习规则在线修正PID参数,而神经元的比例系数则由Sugeno模糊逻辑系统根据系统的误差和误差变化量大小进行调整,使控制系统对动态过程信息的利用程度达到最优。仿真和实验结果表明,系统不仅具有自学习和自适应能力,且动态性能和稳态性能都优于经典PID控制,超调量减小0.95%;上升时间和调节时间均减小1s左右;稳态误差减小1.19′。满足现代高精度跟踪系统的需求。

基于模糊神经模型的自适应单神经元控制系统设计

提出一种基于模糊神经模型的自适应单神经元控制系统。该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器。通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值。理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节。

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。

TBM刀盘驱动系统单神经元模糊同步控制

针对全断面硬岩隧道掘进机(TBM)刀盘多电机并联驱动由于载荷突变和传动系统磨耗所引起的电机偏载甚至过载,提出基于单神经元模糊自适应PI速度调节器的转矩主从控制策略.搭建电机闭环矢量控制模型,推导多齿轮齿圈并联系统的数学模型并使用S函数加以描述,在Simulink环境下将两者连接,对比分析转速并联和转矩主从控制策略下,电机对外在载荷和机械磨耗的黏性和刚性啮合响应及其机理,将单神经元模糊PI速度调节器应用于转矩主从策略消除扭矩超调.仿真结果表明,基于单神经元模糊PI速度调节器的转矩主从控制策略能够适应传动系统的参数变化,消除电机在负载变化时的扭矩超调和偏载,并能提高系统的精度和响应速度.

一种基于单神经元的模糊自整定PID控制器

为解决普通的PID控制器设计对系统模型有一定依赖性问题,本文将单神经元网络和模糊逻辑相结合,提出了一种基于单神经元的模糊自整定PID控制器。单神经元控制部分本身还是一个PID控制器,但由于权值可以在线调整,具有较强的自学习和自适应能力,而通过模糊控制器对输出整定,可加速控制过程。将该控制器应用于船舶运动控制仿真中,仿真结果表明,单神经元模糊自整定PID控制器能使船舶更快地达到设定航向,且航向曲线和打舵更加平稳,可明显改善对大纯滞后、大惯性系统的控制效果,在工业控制中有广泛的应用前景。

一种基于模糊神经元混合控制器的交流驱动系统

针对数控机床主轴电机的高动静态特性要求 ,介绍了一种新型模糊控制与神经元控制相结合的模糊神经元混合控制器 ,采用该控制器 ,使驱动系统性能指标较好地满足了数控机床的要求 ,且系统控制结构简单 。

模糊-单神经元PID复合控制智能控制器

设计了适应于无刷直流电动机控制系统的智能控制器,将模糊控制和单神经元自适应控制很好地结合在一起,利用各自的优点在PID不同的情况下进行控制。仿真研究与实时控制结果表明,该智能控制系统具有令人满意的静、动态性能,而且响应速度快、鲁棒性强、自适应性好。

基于单神经元自适应PID的煤气混合解耦控制

针对煤气混合加压过程中混合煤气压力和热值控制问题具有强耦合、非线性和较大时滞的特点,利用单神经元自适应PID控制器具有参数自学习能力,提出一种单神经元自适应PID解耦控制方法。仿真结果证明了设计方案比传统的控制方案具有较好的动态性能,验证该方法的可行性。

模糊单神经元PID在车间温度控制系统中的应用

针对智能车间温度控制系统具有大惯性、慢时变等特点,设计了一种模糊单神经元PID控制器。控制系统采用LPC1768作为主控芯片,结合MRF24J40对温度进行无线采集,采用模糊控制和单神经元网络相结合的方法,对PID的3个参数进行动态调整,实现对温度的准确控制。MATLAB仿真结果表明:该控制算法优于传统PID控制和单神经元自适应PID控制,具有很强的自适应性和鲁棒性。

基于模糊单神经元PID的比例同步控制研究

针对传统PID算法在液压同步系统中整定困难、稳定性不佳、同步效果不理想的问题,提出一种基于模糊单神经元PID复合算法的双缸耦合同步控制策略,提高同步系统的性能。建立比例阀控非对称缸双缸同步系统数学模型;利用Simulink软件,对比分析传统PID算法、单神经元PID算法和模糊单神经元PID算法的控制效果;最后通过试验验证3种控制策略下的系统同步性能。试验结果表明:使用模糊单神经元PID的耦合控制策略,系统同步误差明显减小,响应速度更快,设计的控制策略有效。

基于模糊单神经元PID的四旋翼控制研究

小型四旋翼无人机的位置及姿态控制容易受干扰,系统存在高度非线性和时变性,采用常规的PID控制器难以达到理想的控制效果.提出了一种基于模糊单神经元PID的控制策略.上述方法利用带反馈的单神经元权值调节来改善四旋翼系统的控制性能,避免了传统神经元网络解算样本大、优化参数多的问题;结合模糊控制机制,实现了单神经元PID控制器增益系数的自整定,进一步提高了控制系统的动态性能.仿真结果表明,上述四旋翼姿态控制策略超调量较小,响应速度快.所提的方法具有较强的自适应性和鲁棒性.

基于单神经元的参数自学习模糊控制器的研究

为进一步改善永磁交流伺服系统的动静态性能,该文设计了一种基于单神经元的参数自学习模糊控制器,它在控制规则数与二维控制器相当的基础上,可实现三维模糊控制的效果。引入的单神经元采用改进的BP算法来实现比例因子的在线自学习。控制器具有结构及算法简单、易于解析实现的特点。为验证其有效性,该文通过仿真试验,将其与采用常规的PI调节器的控制系统进行比较,结果表明,这种模糊控制器具有较好的控制效果。

基于模糊单神经元控制的磁力轴承控制研究

针对磁力轴承的本质不稳定性和非线性,结合模糊控制和单神经元PID控制各自的特点,提出了一种模糊与单神经元控制相结合的控制方法.当系统偏差较大时,模糊控制器起主要的调节作用,同时加上适量的单神经元控制;当系统偏差较小时,单神经元控制和模糊控制同时起作用.该控制器克服了模糊控制存在稳态偏差和单神经元控制动态性能差的缺陷.仿真表明,使用该控制器可以实现磁悬浮转子的快速起浮,且超调量小、抗干扰能力强.

模糊单神经元控制器设计

本文在综合常规模糊控制器和单神经元 PID控制器的优点上 ,提出了一种新型的模糊单神经元 PID控制器设计方案 ,仿真结果表明这种控制器有比较好的控制效果。

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。

异步电动机的单神经元模糊自适应控制

针对异步电动机矢量控制中PI控制器自适应能力较弱的问题,提出了用单神经元模糊自适应控制器代替转速PI调节器和磁链PI调节器的方法,并基于梯度下降法和单神经元自适应模糊控制原理,将增量式PI控制算法和单神经元自适应学习规则相结合,通过模糊控制修正单神经元的比例系数,提高单神经元模糊自适应控制器参数在线调整能力。为验证单神经元模糊自适应控制器的性能,对系统进行仿真实验。仿真结果表明,采用单神经元模糊自适应控制策略,其控制效果优于传统矢量控制,系统的动态和静态性能比较好,而且控制器对电动机转子电阻变化有较好的鲁棒性。该控制方法具有较好的控制性能,使异步电动机控制系统具有较强的自适应能力。

基于模糊控制的单神经元PID配浆浓度控制

配浆浓度控制过程具有大干扰、强滞后的特点,针对这一对象,本文提出一种基于模糊控制的单神经元PID配浆浓度控制算法.该算法采用双闭环控制,外环为弥补系统滞后利用模糊控制器,进行智能控;内环根据浓度变化的预测值,采用单神经元PID模块对稀释水流量进行调节,抑制系统干扰.实际应用效果证明该算法的有效性.