基于自适应神经PID改进算法的非线性系统控制

通过研究非线性系统动态特性,分析了一般神经PID控制器的控制特点并在此基础上给出了一种改进算法。通过在线训练和学习来修正参数,实现神经网络自适应调整比例常数PID控制。该算法充分利用BP神经网络算法逼近任意连续有界非线性函数的能力,使得比例常数随着偏差的大小而变化,使目标函数达到最优化。仿真结果表明,在对非线性动态系统进行控制时,自适应PID神经网络控制算法具有很强的灵活性和高效性,能取得良好的控制性能。

基于神经元自适应PID控制的汽车自动离合器双层控制

本文设计了一种将神经元自适应PID控制和PID控制相结合的双层控制器,上层控制采用PID控制,计算离合器的接合速度;下层控制采用神经元自适应PID控制,计算液压元件的控制油压。仿真结果表明,该双层控制与传统PID控制相比,换挡过程中产生的冲击和滑磨均有较大程度的降低,提高了换挡过程的平顺性。

单神经元自适应PID控制交流调速系统

针对转子磁场定向矢量控制中转速PI调节器鲁棒性能较差的问题,提出了用单神经元自适应PID控制器代替转速PI控制器,进一步改善了异步电动机矢量控制系统的性能；将无监督的Hebb学习规则与有监督的Delta学习规則相结合,提高了单神经元自适应PID控制器的学习能力,实现了单神经元控制器的参数优化与在线自调。构造了基于单神经元自适应PID控制器和空间矢量脉宽调制(SVPWM)的异步电机矢量控制系统。仿真实验结果表明,该系统不仅具有很好的静、动态性能,而且又具有很强的自适应性和鲁棒性。

变频泵控马达调速系统单神经元自适应PID控制

针对大惯性负载变频泵控马达调速系统动态性能差的特点 ,提出了采用不必基于模型的单神经元自适应 PID控制。介绍了单神经元自适应 PID控制器的结构和算法。仿真结果表明 ,单神经元自适应 PID控制器较常规 PID控制器具有更快的响应特性和良好的动态特性 ,对模型失配和负载扰动表现出更强的适应性和鲁棒性 ,而且不论是在加速段、等速段还是减速段 。

基于单神经元自适应PID的PLC直流电机控制系统

针对微型计算机和单片机进行直流电机控制时,抗干扰能力和可靠性差等缺点,提出了一种基于单神经元PID(Proportional-Integral-Derivative)算法的PLC(Programmable Logic Controler)控制直流电机的调速系统,设计了PLC控制D/A(Digital/Analog)转换电路、直流电机驱动电路、转速脉冲反馈电路,研究了单神经元自适应PID控制算法。将有监督单神经元控制算法应用于直流电机调速系统,通过调整神经元控制器的加权系数,实现自适应PID的最优控制。单神经元PID调节在大范围调速和抑制超调方面都有明显的改善,进而提高了直流调速系统的精度。通过系统动态测试,实现了PLC控制直流电机正反转自动调速,直流电机在稳态运行时,转速误差小于1 rad/s。

基于神经元自适应PID永磁同步电机的仿真与研究

针对传统PID控制器参数固定,处理非线性时变系统的局限性,提出神经元自适应PID控制算法。以传统PMSM转速控制为基础,采用神经元自适应PID控制方式,选用Hebb学习算法,以误差平方为性能指标实现参数在线调整,进而实现电机转速的快速跟踪。逆变器环节采用非正交坐标系下SVPWM算法,简化矢量算法步骤。仿真结果表明,对比传统PID控制方式,神经元自适应PID控制系统作用永磁同步电机,可以达到响应快、精度高的控制效果。

基于改进单神经元自适应PID励磁控制器

介绍了一种新型的基于改进单神经元自适应比例积分微分(PID)的励磁控制器,使神经元比例系数K在线自适应修正。在动态响应初期,误差较大,K取较大,使系统响应具有快速性;进入稳态后,K取较小,确保系统渐趋稳定。描述了该控制器控制算法。该控制器应用自学习、自适应的控制原理,具有一定处理非线性系统的能力。以单机无穷大系统为例,在Matlab/Simulink环境中进行仿真,结果显示,改进单神经元自适应PID控制器结构简单,基本只需整定1个参数即可达到控制要求,且对于不同工况均有稳定的控制效果,体现出良好的鲁棒性。

自适应神经元PID控制器在单元机组负荷控制系统中的应用

针对火电单元机组这类集炉、机、电为一体具有多变量强耦合,非线性及参数时变的受控对象,基于常规解耦控制技术的控制系统无法应用的问题,讨论了多变量自适应单神经元PID控制器在单元机组负荷控制中的设计及仿真,并给出了火电机组负荷微机控制系统的硬件和软件设计方案。

单神经元自适应PID的寻北转位控制技术

研究捷联式寻北仪中的转位控制技术。采用基于二次型性能指标学习算法的单神经元自适应PID控制方法实现寻北转位的计算机控制,设计了转位伺服系统的组成结构及实现单神经元自适应PID控制器的方法。仿真表明,所设计的转位伺服系统不仅能满足定位精度的要求,而且具有响应速度快、抗干扰能力强、鲁棒性好等特点。

空间天文望远镜自适应精密稳像闭环控制

针对空间天文望远镜低频段视轴扰动补偿问题,提出了一种基于主动光学技术的自适应精密稳像闭环控制方法。该方法以精细导星仪(Fine Guide Sensor,FGS)为高精度视轴扰动检测器,以四点支撑压电驱动大口径快摆镜机构(Fast Steering Mirror,FSM)为视轴扰动补偿器。首先,采用位置式PID控制器串联积分环节进行精密稳像闭环控制,得到补偿FGS检测出的二维视轴扰动所需FSM的二维摆动角度,进而根据驱动结构转换为每个支撑点的压电陶瓷执行器(Piezoelectric actuators,PZT)的伸缩量。然后,利用基于广义Bouc-Wen逆模型的压电动态迟滞前馈补偿方法进行高精度的压电陶瓷执行器定位控制。最后,根据有监督的Hebb学习规则,利用具有自学习和自适应能力单神经元对PID控制器参数进行调整,从而得到最优控制器参数。实验结果表明,所提控制方法能够有效地补偿空间天文望远镜的视轴偏差,可以将精细导星仪X方向和Y方向的星点质心位置偏差功率谱密度在0~6 Hz频段内积分值分别抑制了98.54%和98.62%。

单神经元自适应PID控制在电动油门控制中的应用

利用单神经元模型自学习和自适应特点,在传统PID控制基础上设计出了一种单神经元自适应PID控制器,并将其应用于电动油门控制系统中。实验结果表明:采用单神经元自适应PID控制的电动油门系统能够适应油门手柄在较大范围内的推拉运动,而且控制具有较强的鲁棒性,控制品质优于常规PID控制。

基于单神经元自适应PID的水分定量内模解耦控制

针对抄纸过程水分定量系统所具有的时变性、非线性和纯滞后的特征,提出了基于单神经元自适应PID的预估控制方法,对水分定量进行了解耦控制,有效克服了其在造纸过程控制中对控制系统稳定性及纸张性能指标的不利影响.仿真结果表明,采用本研究的给出方法构成的内模解耦控制系统有很好的解耦能力及较好的快速性与抗干扰能力.

神经元自适应PID控制器在机组控制中应用

针对机组控制系统动态范围宽、要求响应速度快、超调量小及参数时变的特性,研究了一种基于神经元的自适应PID控制器。利用神经网络的在线调整功能,自动调整PID控制参数,以适应被控过程的参数变化和克服扰动的影响。仿真和实验结果表明,该算法简洁实用,控制效果优于传统的PID控制。

基于单神经元自适应PID控制的温控系统研究

采用Bang-Bang控制和单神经元自适应PID控制相结合的控制方法,并且对Bang-Bang控制进行改进,即引入逐级递减Bang-Bang控制的概念,并且使Bang-Bang控制的控制初始值以一定的规律按照温度设定值的变化而变化。实验结果表明,该控制算法对于电加热炉温度具有较好的控制效果。

单神经元自适应PID控制器在主动队列管理中的应用

将单神经元自适应PID控制器应用于Internet网络的主动队列管理中,给出了控制系统的结构及控制算法.仿真结果表明这种自适应PID控制器控制的调节速度优于常规PID控制算法.

改进的单神经元自适应PID控制算法在智能车速度控制系统中的研究与应用

针对单神经元控制算法在电磁导航智能车速度控制中存在加权系数修正时间长、自适应能力差、系统不稳定的缺点,提出了将改进的单神经元自适应PID控制算法应用到智能车的调速系统中。改进的单神经元自适应PID控制算法优化了单神经元自适应PID控制算法中的加权系数学习修正部分,使得权系数在线修正不完全根据神经网络的学习原理,而是参考实际经验制定的,最终自适应地整定PID三个参数来实现智能车的速度控制。Matlab仿真测试表明,与单神经元自适应PID控制算法相比,改进的单神经元自适应PID控制算法在智能车速度控制中具有响应快,超调量小、自适应能力强的优点,大大提高了智能车控制系统的性能。

单神经元自适应PID控制在气动压力伺服系统中的应用

将具有自学习和自适应能力的单神经元模型与常规的PID控制算法相结合,设计了单神经元自适应PID控制器,并将其应用于气动压力伺服系统中。实验结果表明,采用单神经元自适应PID控制的气动伺服系统能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质优于常规PID控制器。

电主轴伺服系统的单神经元自适应PID控制

电主轴感应电动机伺服系统要求有良好的动静态性能。按转子磁场定向的感应电动机矢量控制中转速PI调节器在控制对象参数和工作环境变化时其性能较差。为了改善电主轴伺服系统的性能,提出了用单神经元自适应PID控制器代替传统PI调节器。为了提高单神经元PID控制器的学习能力,将无监督的Hebb学习规则与有监督的Delta学习规则相结合,实现单神经元控制器的参数优化与在线自调。仿真和实验结果表明,伺服系统不仅具有很好的静、动态性能,而且又具有很强的自适应性和抗扰性。伺服系统可用于航空航天、智能机器人和数控机床等高性能控制系统当中。

惯性稳定平台单神经元/PID自适应复合控制与参数优化

针对成像载荷对惯性稳定平台高稳定精度控制的要求,提出一种基于改进型细菌觅食优化算法的单神经元/PID自适应复合控制方法。首先将单神经元与PID控制结合组成单神经元/PID自适应复合控制器,实现惯性稳定平台自适应控制,提高系统控制精度;其次,针对传统试凑法难以获得控制器最优控制参数的不足,采用改进型细菌觅食优化算法对复合控制器进行参数寻优,实现控制参数最优化;最后,对提出方法进行仿真分析和实验验证。实验结果表明:采用参数优化的单神经元/PID自适应复合控制后,稳定平台稳定精度和扰动抑制能力都得到明显提高,静基座和动基座条件下角位置误差分别为0.0038°和0.2904°,与传统PID控制相比分别提高19.1%和39.9%。

基于单神经元自适应PID控制的位置扰动型电液伺服施力系统

针对位置扰动型电液伺服施力系统中多余力矩和参数变化问题,在用结构不变性原理进行补偿的基础上,采用单神经元自适应PID控制来确保系统有满意的跟踪性能。采用这种控制方法,可以较好地消除位置干扰的影响,同时克服系统的非线性及参数时变等因素的影响,提高了系统的鲁棒性和跟踪性能。仿真结果验证了上述结论。