神经元控制算法运用于医用激光器治疗系统

对于医用激光器而言，激光功率的稳定性是至关重要的，而激光电源的性能直接影响输出光功率的稳定性，控制系统的主要研究内容就是激光器电源的稳定控制。本文对神经元控制理论模型的建立、算法进行了探讨，并对一台ＫＴＰ／ＹＡＧ双波长激光器输入输出特性进行测试分析。

单神经元PID控制算法在智能车控制系统的应用

针对传统PID控制算法对智能车的舵机和电机进行控制时,其控制参数很难随环境变化进行自整定,进而影响智能车的运行状态的问题,提出单神经元PID控制算法,该算法具有参数自整定能力强、现场调整参数少、调整周期短及稳定性好等优点。通过对智能车的系统结构和运动学模型进行分析,根据单神经元PID算法的控制策略,进行多种算法的仿真测试并将其应用在实际的智能车控制试验中。结果表明:单神经元PID控制算法能够使控制系统以较好的状态运行,实现智能车快速稳定的自主循迹行驶。

单神经元无辨识自适应预估控制算法及在过热汽温控制中的仿真研究

为了实现非线性、大时滞系统的良好控制，提出了一种新型的无辨识自适应预估控制算法。该算法将神经元结合到无辨识自适应控制律中，借鉴推导无辨识自适应控制参数自校正算式的基本思想建立约束条件，据此选择适当的权值取代原控制参数，并用加入动量项的改进δ算法取代该参数的校正计算式，提高控制参数的自校正能力。将该算法应用于600MW超临界机组直流锅炉的过热汽温控制，进行仿真研究，结果表明该算法的有效性，并具有良好的控制品质，较强的鲁棒性和自适应能力；且该算法对预估模型的精度要求不高，控制参数容易整定，易于工程实现。

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。

基于神经元控制的无刷电机调速建模仿真

现有无刷电机调速方法容易陷入局部极小值,且收敛速度较慢,存在着无刷电机调速实时性差、转矩波动幅度小等缺陷,故提出基于神经元控制算法的无刷电机调速建模仿真研究。为了更加精确的对无刷电机调速进行控制,采用神经网络模型辨识并估计无刷电机参数,构建无刷电机数学参数优化模型,以经过28335DSP芯片处理后的无刷电机数字信号为基础,执行神经元控制算法,即可实现无刷电机调速控制。仿真结果显示,所提方法调速实时性更好,转矩波动幅度更大,其无刷电机调速效果更好,适合大力推广。