基于RBF神经网络整定PID的电液比例系统位置控制研究

针对凿岩机械臂的电液比例系统位置控制精度问题,提出了一种基于径向基函数(RBF)神经网络整定PID的电液比例系统位置控制方法。首先,在AMESim中搭建了阀控非对称液压缸的电液比例系统简化模型,设置了各个模块的参数;然后,利用MATLAB/Simulink搭建了系统闭环控制模型,通过不断更新RBF网络模型并修正PID参数,实现了基于RBF神经网络整定PID的电液比例系统位置控制目的;结合AMESim搭建的电液比例系统模型和Simulink下搭建的控制器进行了联合仿真;最后,基于凿岩台车机械臂实验平台,进行了电液比例系统位置控制实验。仿真结果表明:在受到外部干扰的情况下,RBF神经网络整定PID控制系统能够在0.3 s内控制活塞杆重新运行至目标位置,平均响应时间为1.5 s,位置精度误差不超过5 mm。实验结果表明:与常规PID控制方法相比,RBF神经网络整定PID控制活塞杆位置精度误差降低了75%,位置精度误差在工程实际要求的10 mm范围以内,因此,RBF神经网络整定PID算法可以有效提高电液比例系统的位置控制精度,满足凿岩机械臂实际工作中对电液比例系统位置精度的控制要求。

基于神经网络整定的圆锥破碎机控制系统的模糊预估控制

针对圆锥破碎机,本文提出一种基于神经网络整定的模糊预估控制,神经网络能够动态调整PID控制器的三个参数kp、ki、kd。文中对基本模糊控制器和整定PID控制器参数的神经网络分别进行了设计,并进行仿真研究,结果表明该控制方案能提高系统的动态和稳态性能。

基于RBF神经网络PID算法的锅炉水温控制与研究

针对过程控制实验中水温控制的PID算法参数难以整定的问题,提出了一种基于径向基函数(Radial Basis Function,RBF)神经网络整定PID的算法,并以仿真与实验相结合的方式应用于水温控制实验中。通过使用阶跃响应曲线法辨识锅炉水温数学模型;设计用RBF神经网络整定PID参数的方法,针对对象模型进行仿真;最后将整定的PID参数应用于水温控制实验验证,并与常规PID方法进行实验比较。结果表明,RBF神经网络整定PID控制器的控制方法具有更好的鲁棒性和自适应性,能取得良好的控制效果。

基于SIMULINK的网络先进控制系统仿真及研究

利用MATLAB/SIMULINK对以神经网络整定的网络先进控制系统进行了仿真,仿真对象采用的是ALSTOM提出的BENCHMARK CHALLENGE II中的汽化器模型,从仿真结果可以看出基于神经网络整定PI的控制器有较好的控制效果,但是网络诱导延时的引入对神经网络调节PI参数会造成较大影响,甚至导致系统不稳定。最后,文章提出了一种采用抛物线法预测误差的补偿策略,仿真结果表明了该补偿策略对保证系统稳定的有效性。

基于旋转坐标变换交流电子负载模拟实验研究

针对传统交流电子负载基于内环电流PI控制动态响应较差,且易受网侧波动干扰,以双PWM变换器为电路基础,参考三相PWM整流器通过旋转坐标变换分别控制有功与无功电流来消除稳态误差的模型,提出单相PWM整流器(VSR)旋转坐标变换模型。通过构建正交虚拟电流与前馈解耦并结合基于BP神经网络的自调整PI控制,在稳定直流母线电压的同时实现负载模拟电流的矢量控制,提高负载模拟的动态和稳态特性。实验结果表明,在纯阻、感阻、容阻负载模拟下,该控制策略能够有效提高负载模拟动态响应,对比常规PI,可知基于BP神经网络自整定的PI控制在参考电流为1 A阶跃响应中超调量减少约10%,调节时间减少约9 ms。

6-DOF摆台多系统联合仿真与实验研究

六自由度并联液压摇摆台(6-DOF)在模拟船舶受海浪扰动的运动中发挥重要作用,为改善6-DOF控制性能,将6-DOF的机械、液压和控制系统有机结合起来联合仿真,并针对6-DOF本身强耦合、多变量的特点,将BP神经网络整定PID控制策略应用到6-DOF联合仿真中,最终在6-DOF上进行了验证实验。结果表明,联合仿真后开发的基于BP神经网络整定PID控制策略的6-DOF系统具有更好的跟随特性。显示出综合了各软件优点的联合仿真方法所建立的控制系统模型,能够充分考虑系统的机械运动动态特性与液压控制系统的随动特性,能够对机电液系统的工作过程进行更为精准的控制,具有建模精度高的优点,对6-DOF系统优化具有重要的参考价值。

光电跟踪测试仪的设计

文章以线性化的光电跟瞄平台为研究对象,采用双闭环控制以提高光电跟瞄平台的跟踪精确度,内环采用输出反馈 H ∞控制,外环采用神经网络 PID 控制,同时外环采用 Smith 预估器对视频跟踪引起的纯滞后进行补偿,仿真结果表明,与经典 PID 控制相比,前者的抗干扰性较好,满足跟踪精度要求。

半桥逆变型磁共振式无线充电系统建模与控制

针对半桥谐振逆变型磁共振式无线充电(MCR-WCT)系统工作状态模糊、高阶非线性、控制理论不成熟等问题,在建立半桥谐振逆变电路等效模型的基础上,采用广义状态空间平均法(GSSA)对MCR-WCT系统进行大信号和小信号建模,在GSSA模型的基础上设计电流单闭环控制器,制定基于BP神经网络的自整定PID控制策略。最后,通过Matlab编程对GSSA大信号模型进行暂态和稳态分析,对比Simulink模型仿真结果验证GSSA模型的可行性;通过Matlab仿真对比经典PID控制和BP神经网络自整定PID控制策略,在电流设定值为1 A的阶跃响应中,BP神经网络自整定PID控制在0.25 ms内达到稳态,稳态误差在2%内,最大超调量只有5%,相比经典PID控制具有更好的动静态性能。

变速恒频双馈风力发电系统并网逆变器控制策略研究

分析了电网侧逆变器基本工作原理,在此基础上提出了一种改进的电压定向控制与基于神经网络自整定PI控制相结合的逆变器控制新算法,来控制注入电网的能量,减小逆变器电压电流谐波成分,提高电能质量。且充分利用神经网络的快速并行处理能力、学习能力,缩短了计算时间,进而减低了由控制延时引起的谐波成分。最后在MATLAB/Simulink环境下结合NN工具箱建立了仿真模型,在变速恒频风力发电系统中进行了仿真研究,仿真结果证明了改进的电压定向控制与基于人工神经网络自整定PI控制相结合的逆变器控制新算法的可行性。