基于BP神经网络的独立节流口阀流量-压力复合控制方法

相较传统比例阀,独立节流口阀因阀口独立控制,更易实现流量-压力复合控制功能。但由于流量、压力控制过程为多级闭环控制,仅采用传统PID控制算法难以满足流量-压力复合控制的要求。针对某型双阀芯独立节流口阀,提出了基于BP神经网络PID的流量-压力复合控制策略,利用BP神经网络算法可以逼近任意非线性函数的特性,实时调整PID控制器的参数值,并进行了理论分析和实验研究。结果表明:采用BP神经网络PID控制算法在流量-压力复合控制时,流量、压力控制精度分别为1.8%和2.1%,可以满足大多数流量-压力复合控制场合的需求。

基于参数BP网络的自整定PID控制在柔性结构控制中的应用

针对大射电望远镜(LT)悬索粗调系统为一非线性慢时变大滞后柔性系统的特点,提出用参数BP神经网络自整定PID控制器来实现馈源轨迹跟踪策略。仿真研究表明,该控制算法可以很好地满足馈源系统轨迹跟踪高精度要求。

用虚拟仪器实现BP神经网络的PID控制

新建一个3层BP神经网络的虚拟仪器程序,通过设置隐含层层数、学习速率、惯性系数、输入信号类型和采样周期等控制单元,可将PID控制器的调控参数传递给后台程序.程序运行时,用户在控制面板中修改参数的输入值,系统做出实时响应,系统输出波形也会发生相应的变化.仿真结果表明,BP神经网络PID控制器参数调整简单,具有较高的精度和较强的适应性.

基于BP-NN PID算法和TMSF28335的矫直机HGC伺服控制器设计

针对国内使用于矫直机上的伺服控制器多为简单算法PID控制且核心处理器大多为MCU,而MCU有数据处理能力欠佳、数据运算速度慢、灵活性不足等诸多局限性,难以满足矫直机的功能要求和精确控制等,设计将BP神经网络PID算法应用于以32位浮点DSP-TMSF28335@150 MHz为核心的高精度伺服控制器,应用于矫直机伺服控制。通过对比仿真结果和实际试验结果:该BP-NN PID伺服控制器具有控制精度高、灵活性好、实时性等优点。

挖掘机器人负载工况下的力与位姿控制

文章分析了智能挖掘技术的研究现状,给出了试验挖掘机器人运动学模型及负载工况下动态特性方程;为实现典型挖掘工况下工作装置位姿及液压驱动力的控制,设计了一种基于BP(back propagation)神经网络PID(proportion-integral-derivative)控制算法的控制器;并以山河智能SWE-17E挖掘机器人为平台进行试验验证。试验结果表明,采用BP神经网络PID控制算法得到的工作装置末端轨迹跟踪误差均方差小于10cm,驱动力跟踪也达到了较高精度,证明了BP神经网络PID控制算法对于挖掘机器人力与位姿控制的可行性和有效性。

扫描镜电机的神经网络PID控制器

基于神经网络原理,探讨了扫描镜电机的神经网络PID控制方法,由经典的增量式数字PID控制算式,推导出隐含层的加权系数的计算公式.在理论上研究了扫描镜电机的神经网络控制器,给出了其稳定的条件,并通过计算机仿真结果证明了它的可行性.

基于神经网络PID的制动器冷却系统

货车在长下坡和重载运输时频繁制动使制动器温度急剧升高,制动系统失效引发事故。根据对市场制动系统辅助装置的实际调研,兼顾经济性与实用性,设计一种以微控制器为控制单元,水冷与风冷相结合的智能辅助制动冷却系统。驾驶员控制台选择的运行工况和冷却装置及制动盘温度作为控制系统输入量,应用神经网络PID控制动态调整水流量、风速和工作时长,在保证制动效率和驾驶安全性的同时,延长制动盘的使用寿命。

BP神经网络PID控制对液压伺服控制的改进

热力模拟实验机的液压系统既要求工作在大流量区域,又要求工作在微小流量区域,需要在极宽的工作范围内精确地控制锤头的位移。基于热力模拟实验机液压伺服系统的低阻尼、时变性、非线性等特点,应用传统的PID控制器不能达到理想的控制效果。结合BP神经网络的PID控制理论根据锤头在不同位置的实际值、设定值及误差在线整定参数Kp、Ki、Kd,通过测试矩形波实际曲线与设定曲线的对比得出,基于BP神经网络的PID控制方法对液压伺服的控制有了很大改进。