潮流发电系统的无传感器自适应神经元控制策略

在恶劣的海洋环境中,潮流发电系统的非线性、外部干扰和传感器故障等关键问题,使潮流发电机组难以准确运行于最大功率点处。为了提高潮流发电系统的能量转换效率和可靠性,提出了一种基于模型参考自适应系统(model reference adaptive system,MRAS)的自适应神经元控制(adaptive neural control,ANC)方法。考虑到湍流和浪涌扰动对潮流发电装置转子速度跟踪的影响,利用MRAS无传感器方法对ANC控制器的输入进行预处理,以准确获取潮流发电机组的转子速度信息;同时引入自调整灵敏度系数,设计神经元速度控制器自适应机制,提高系统的动态跟踪响应和抗干扰能力。仿真结果表明,所提控制策略可以提高潮流发电系统的功率捕获效率,具有良好的自适应性和可靠性。

单神经元控制器及其在过热汽温控制中的应用

详细介绍把神经元的学习特性结合常规的ＰＩＤ控制算法，设计了单神经元控制器，并将其应用于过热汽温控制系统。仿真试验表明，其控制品质优于常规ＰＩＤ控制器。

自适应单神经元控制器的研究

对于参数变化且含有时滞的被控对象,传统控制方法难以获得理想效果.本文基于神经元模型及学习策略,提出采用不同学习速率的神经元学习方法,由此构成的神经元控制器能加速神经元权值收敛,改善神经元控制品质,使这类被控对象可取得满意的控制效果.仿真结果表明,只要选择适当的神经元参数,可以较明显地减少神经元控制的超调量,并有很强的鲁棒性和抗干扰性.

单神经元控制器及其在过热汽温控制中的应用

把神经元的学习特性和常规的PID控制算法结合起来 ,设计了单神经元控制器。将其应用于过热汽温控制系统 ,并对采用这种神经元控制的实时性问题进行了说明。通过仿真试验表明 ,基于该单神经元的过热汽温智能控制系统具有良好的控制品质。

基于单神经元控制器的气动位置伺服系统研究

针对气动位置伺服系统特点，提出采用比例流量阀作为系统电一气转换元件．并采用单神经元控制器（SNC）来实现活塞位移的实时控制。仿真和实验研究表明．这种气动伺服系统具有强鲁棒性、快速跟踪性和较好的控制精度，其重复定位精度小于0．2mm。

基于积分分离PID控制算法的神经元控制器

介绍一种基于积分分离PID控制算法的神经元控制器实现方法。编写S函数来构建MATLAB环境下该神经元控制器的SIMU -LINK仿真模型。利用该模型对控制器在电加热炉中的应用进行仿真研究。仿真结果表明 ,基于积分分离PID控制算法的神经元控制器与传统的神经元PID控制器相比 。

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。

一种水下机器人运动的过程神经元控制

过程神经网络是传统神经网络的拓展,增加了一个对于时间的聚合算子,从而更好地模拟了生物神经元的信息处理机制.这是由于水下机器人运动控制系统的输入、输出均是随时间连续变化的过程量.结合S函数和预先规划思想,建立水下机器人过程神经元的运动控制模型.仿真试验证明,该新型控制模型,对于水下机器人的运动非线性控制器具有设计简单、响应速度快、超调小、鲁棒性好等优点。

使用模糊转换器的并联机器人神经元控制

针对液压并联机器人系统存在的大不确定性及干扰，特征参数随工况及环境的变化而产生大幅度变化的特点，本文将模糊信息处理与神经元非模型控制方法相结合，设计出一种模糊转换器，提出了使用模糊转换器的神经元控制方法，对机器人的液压主动关节进行控制。仿真实验表明，这种非模型控制方法具有很强的鲁棒性和自适应性及抗干扰能力，是一种有效的液压并联机器人控制新方法。

无刷励磁同步风力发电机免疫单神经元控制

根据同步无刷风力发电机系统的特点,提出了同步无刷励磁风力发电机励磁系统设计方法,采用可控硅静止励磁装置向交流励磁机定子励磁绕组提供直流励磁,励磁机输出交流电经过旋转整流器供给风力发电机励磁,根据风速变化,控制励磁机的励磁从而可以控制同步发电机的励磁,使得输出电压恒定;在额定风速以下,获得最大风能利用系数;额定风速以上,保证输出功率恒定;并采用免疫单神经元PID控制算法,使系统的抗干扰能力加强。

一类基于Smith预估器的神经元控制器的实现研究

本文提出一种基于Smith预估器的神经元控制器的实现方法 ,该神经元控制器的控制算法是不完全微分先行PID控制 .利用MATLAB仿真软件对该控制器在电加热炉中的应用进行仿真研究 .仿真结果表明 。

基于TMS320LF2407的神经元控制直流调速系统

本文介绍基于TMS320LF2407的神经网络控制直流调速系统设计及实现。主要内容涉及神经元控制器、硬件、软件设计,并对该系统进行了仿真实验。从仿真结果可知该系统具有良好的控制性能,并能达到很高的控制精度。

抄纸过程免疫单神经元控制研究与应用

针对单神经元PID控制器调节时间较长,不利于改善控制系统快速性的问题,提出了免疫单神经元PID(ISNPID)控制器。该控制器把免疫原理与单神经元PID相结合,提高了单神经元PID控制器的学习速度,减小了系统的过渡过程时间,改善了控制器的性能。对于多变量耦合系统,ISNPID通过对控制器增益的在线自调整还可以实现局部解耦。仿真表明ISNPID控制器对多变量耦合系统具有较强的自适应性、解耦和鲁棒性,实际应用证明了控制器的有效性和实用性。

基于单神经元控制器的浮选液位控制系统研究

浮选槽液位是浮选过程控制的重要参数。由于浮选过程具有高度非线性和系统参数时变等特点,传统的经典控制算法无法对系统非线性问题进行有效的改善和调整,浮选过程控制效果不能尽如人意。为了解决这些困难,提出了基于单神经元控制器的浮选液位控制方法,通过仿真试验说明,该方法能较好的抑制矿浆液面扰动的影响,对浮选机液位设定值的跟踪性能也很理想。

基于神经元控制器的交流伺服系统

实现了神经元在线参数自学习功能，利用神经元控制器及滞环比较器、智能功率模块实现了基于神经元控制器的交流伺服系统。由仿真和实验结果，可以看出神经元控制器具有较强的自适应性及鲁棒性。

基于单神经元控制器的永磁同步电机矢量控制仿真

在永磁同步电机状态方程和单神经元控制器数学模型的基础上,提出基于Matlab/Simu-link的永磁同步电机和神经元控制器S函数仿真模型,并将仿真模型应用到矢量控制系统中,以代替传统的基于PID控制器的矢量控制系统。在Hebb和Delta学习算法的基础上,应用增量式的神经元控制算法实现神经元控制器的参数优化和自动调整功能并提高学习能力和自适应性。仿真结果表明了基于S函数的永磁同步电机仿真模型的可行性和采用神经元控制器的永磁同步电机矢量控制系统具有较强的自适应性和鲁棒性。

自适应神经元控制器在交流伺服系统中的应用

文章介绍了交流伺服系统的数学模型、组成及其原理,在此模型基础上对交流伺服系统的自学习控制进行了深入的研究;利用神经元的自学习功能实现神经元控制器的在线学习,并以神经元控制器作为交流伺服系统的位置调节器;仿真实验表明,神经元控制器与PID控制器相比具有较强的自适应性和较好的性能。

登月舱软着陆的非线性神经元控制

本文针对登月舱软着陆过程的控制问题，提出了一种非线性动态逆与状态反馈控制相结合的神经元控制系统设计方案。该方案包含两分：（１）借助前馈神经元网络通过学习逼近任意非线性映射的能力，建立被控系统的非线性动态逆神经元模型，用神经元网络实现被控非线性系统的线性化；（２）在线性化模型的基础上构造系统的神经元最优状态反馈控制器。本文给出的仿真结果显示出神经计算学在航天飞行器控制问题中所具有的潜在能力。

单神经元控制器及其在过热汽温控制中的应用

:文中把神经元的学习特性和常规的PID控制算法结合起来 ,设计了单神经元控制器 ,并将其应用于过热汽温控制系统 ,通过仿真试验表明 ,基于该单神经元的过热汽温智能控制系统具有良好的控制品质。

神经元控制与两种优化控制方法的比较

本文通过实例设计和实验研究，对神经元控制、最优ＰＩＤ控制和Ｈ∞最优控制这三种优化控制方法进行了系统的比较，结果表明作者提出的神经元智能控制方法，具有很强的适应性和鲁棒性，尤其是对受控对象变化的强鲁棒性和对采样周期变化的强鲁棒性。