自适应神经元算法在现场总线中的应用

给出了一个基于CAN总线的智能温控节点设计,详细分析了各硬件电路及软件结构。将传统的温度控制同现场总线技术结合起来,构成一个分布控制系统。通过对该神经控制系统的仿真,表明系统的鲁棒性强。说明现场总线与神经智能技术结合,能取得较好的控制效果。

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。

基于单神经元自适应PSD算法用于混沌镇定控制

为了镇定混沌系统的不稳定周期轨道，提出了一种基于单神经元自适应ＰＳＤ算法的状态延迟反馈法用于混沌的镇定控制．仿真结果表明，该算法不仅能够自适应地完成控制参数的整定过程，而且具有适用范围广、镇定时间短、抗干扰能力强等优点．

基于单神经元自适应PSD算法的碳势DCS系统仿真与设计

以金属热处理工艺中有滞后的渗碳过程中的气氛碳势和温度等参数的采集和智能控制技术为研究对象,采用一种单神经元自适应PSD智能控制算法进行系统仿真和开发。该算法除了比传统PID控制算法超调量小、速度快、实时控制效果好外,还具有可调参数范围大、自适应能力强等优点。另外还给出了DCS系统下位机硬软件设计的关键技术。

基于单神经元自适应PSD的α-β目标跟踪滤波算法

α-β跟踪滤波器具有结构简单、计算方便等优点,在工程中得到了广泛应用,但同时由于参数固定而无法适用于机动场景中的目标跟踪。针对该问题,文章将单神经元自适应PSD(Proportion Sum Differential)算法与α-β滤波相结合。改进后的α-β滤波算法利用单神经元PSD算法的自适应参数调整能力,根据系统跟踪误差实时调整滤波器参数,因而能够跟踪机动目标。仿真和实测数据处理结果表明,改进的α-β滤波算法能够有效应对目标机动,形成稳定航迹,跟踪性能优于Kalman滤波。

dSPACE的单神经元温度控制算法研究

针对电加热炉温度过程控制系统,利用基于dSPACE的电加热炉实时半实物仿真平台,将单神经元自适应PID算法应用于dSPACE温度控制系统中,并完成S函数的M EX C代码格式建模,在M atlab/Simulink中进行模块化设计,将实质性代码放在S函数源文件之外的C文件中,完成单神经元自适应PID算法的移植和维护,实现方便快速原型化设计。实验表明,在dSPACE实时系统中应用单神经元自适应PID算法后,既利用了神经网络充分逼近任意非线性函数的能力,又发挥了PID控制器结构简单、稳态精度高及动态响应速度快等优点,同时dSPACE平台大大缩短了研究周期,获得了良好的控制效果。

足球机器人运动控制算法研究

在建立基于小转角的足球机器人运动学模型的基础上,提出了单神经元自适应PID控制算法和基于Kalman滤波的PID控制算法.通过仿真分析,系统在单神经元自适应PID控制下,超调量、上升时间和峰值时间分别是常规PID控制下的30.7%,54.3%和72.7%,完全满足足球机器人现场比赛竞技性的要求;基于Kalman滤波的PID控制能够抑制干扰,提高控制精度,控制效果明显改善.

基于FI-SNAPID算法的经编机多速电子送经系统开发

为了提高经编针织物的质量和增加可生产的花型品种,对德国卡尔迈耶双针床经编机原已老化的单速电子送经系统进行升级改造,开发了多速电子送经系统.在研究多速电子送经原理的基础上,给出系统架构、硬件电路和基于模糊免疫-单神经元PID(FI-SNAPID)算法的软件实现方法.系统上位机采用嵌入式工控机/触摸屏,搭载MCGS组态软件,方便、直观地实现了产品设计、工艺参数的设置以及生产管理等功能.为了节约改造资金,提高性价比,在升级改造过程中保留了原系统6个经轴直流电机,重新为其开发伺服驱动器作为下位机.下位机主要基于高性能8位微处理器、智能功率模块(IPM)和FI-SNAPID算法设计实现.经实际测试运行表明,系统性能稳定,送经精度高,人机界面友好.

基于双模控制算法的交流伺服电机的研究

为了提高伺服电机控制的实时性和精确性,满足伺服系统高速度和高精度的控制要求,提出一种自适应神经元模糊PID的交流伺服电机控制算法。该算法充分结合模糊PD控制的强鲁棒性和神经网络控制强大的自学习能力。通过对仿真结果对比分析,结合后的控制算法相比单一的模糊PD算法和单神经元自适应算法,系统的响应速度更快,精度更高。

基于先进控制算法的灯具感光亮度调节设计

为了克服传统的室内灯光亮度感应外界环境光照强度的时间滞后性且不精确性,分别对室内环境光照强度和室内灯光亮度进行了分析,提出了时间最优控制和单神经元自适应PID先进控制算法,使得灯光强度自适应外界环境光照度快速且准确的达到人们想要的效果。采用改进后的Bang-Bang控制,使被控对象初始值以不同的误差范围根据光照亮度设定值的变化而改变;再根据单神经元自适应PID通过调节参数而更加精确的调节PWM占空比的输出,从而有效的调节光照亮度。实验结果表明:从时间效应和光亮强度上来看,该控制算法有一定的改善效果,对于智能灯光要求比较高的大型场所有一定的适用性。

电力系统主子站传输通道数据质量评价

调度自动化系统已为电力系统的有序工作提供了重要支撑,而电力系统主子站传输数据质量的好坏直接关系着调度分析的可靠性。为判断电力系统主子站传输通道数据质量,构建基于多属性评价分析和D-S证据推理的主子站通道质量动态评价方法。首先,根据电力系统主子站传输通道的数据,确定数据评价指标。然后,针对评价的主观证据,采用多属性评价分析法确定评价指标的主观权重。在此基础上,利用熵权法和自适应线性神经元算法确定指标的熵权,获得指标的客观证据。此外,基于D-S证据推理对评价指标的主观和客观证据进行推理融合,从而完成对主子站通道质量的准确评价。通过仿真计算验证,所提方法可以准确地对通道质量进行综合评价,优先采用数据质量高的通道,保障主子站数据传输质量。

低压台区线损在线分相智能分析系统设计

当台区与用户的供电关系发生变化时,尽快实现对用户归变归相的确认,可以提高线损管理水平。基于RBF神经元自适应遗传算法的"低压台区线损在线分相智能分析系统",能在主站端不需人工干预的情况下,自动实现用户归变归相管理,并根据综合电表自动上报的各种信息,实现对低压台变线损在线分相智能分析。