CMAC—PID控制器在提升装置速度控制中的应用研究

针对铅电解残阳极板洗涤机中提升装置工作特点及其速度控制系统工作原理,提出了一种基于小脑模型神经网络(CMAC)和PID并行控制策略,前馈控制器以CMAC来实现,并以此完成系统的逆动态模型,系统的稳定性则由PID控制器加以保证,CMAC和PID并行控制器输出完成系统的动作控制.实验结果表明,CMAC—PID控制器具有很高的跟踪能力和抗干扰性,而且响应速度快的多,并且能实现PID参数的在线自适应调整.

CMAC-PID控制在飞机防滑刹车中的应用

提出了一种基于CMAC神经网络与PID相结合的控制方法，利用传统的PID控制器实现反馈控制，保证系统的稳定性并抑制扰动；利用CMAC神经网络控制器实现前馈控制，保证系统的控制精度和响应速度。以某型飞机为例，针对不同的跑道（干、湿、冰）情况，将该方法和传统的PID控制方法在MATLAB环境下进行了数字仿真。仿真结果表明：基于CMAC—PID控制方法较传统的PID控制方法，可以大大地提高飞机防滑刹车效率，具有更好的刹车控制效果，并具有较强的鲁棒性，为飞机防滑刹车系统的控制提供一条新的思路。

基于改进粒子群算法的PID-CMAC控制器设计

小脑关节模型网络具有计算简单、学习速度快等特点,设计PID和CMAC的复合控制器既能够发挥PID控制器鲁棒性强的特点,又能够利用CMAC学习获取的知识根据输入的变化快速地做出响应,并能够提高控制系统的抗干扰能力。本文采用改进的粒子群算法对PID的控制参数进行优化,并在此基础上设计了一种新型的PID-CMAC复合控制器,通过仿真试验表明,该控制策略能够提高整个系统的控制品质。

航空发动机的CMAC与PID并行控制

提出了一种基于CMAC神经网络与PID并行控制方法,利用传统的PID控制器实现反馈控制,保证系统的稳定性,并抑制扰动;利用CMAC神经网络控制器实现前馈控制,保证系统的控制精度和响应速度。将该算法应用到航空发动机控制中,结果表明,与单纯PID控制算法相比,该算法增强了系统的控制精度,提高了系统的响应速度,并具有较好的抗干扰能力。

基于CMAC-PID控制的柴油发电机组的建模与仿真

在分析柴油发电机组系统组成的基础上,建立了火电厂应急柴油发电机组在MATLAB/SIMULINK环境下的仿真模型,提出了应急柴油发电机组调速系统的CMAC-PID控制方案。对顺序投入负载时,机组的机械、电气性能作了仿真分析,结果表明CMAC-PID控制的应急柴油发电机组,转速瞬态调整率要比常规PID控制下小,稳定时间也短,显示了良好的动态特性。

基于FPGA的CMAC-PID控制器的研究

CMAC是一种局部学习神经网络,结构简单,收敛速度快;PID是目前应用最为广泛的控制算法。结合二者的优点,采用并行方式形成CMAC-PID控制器,进行了Matlab仿真实验。基于VHDL设计该控制器,重点在于CMAC的在线学习算法实现和控制器模块的闭环仿真测试。在FPGA上实现了该控制器,实验结果表明,该控制器运算速度快、精度高,具有较强的抗干扰性,是实现IP控制模块或单片智能控制的一种新的有效途径。

双层混合隔振系统的CMAC和PID复合控制研究

为了提高双层被动隔振系统隔离低频结构噪声的效果,采用混合隔振思想,将小脑模型神经网络(cerebellar model articulation controller,CMAC)理论与PID控制算法相结合,设计了双层混合隔振系统CMAC与PID复合控制器,仿真分析了双层混合隔振系统在不同低频正弦激励信号下的加速度和加速度功率谱。仿真结果表明,采用CMAC与PID复合控制的双层混合隔振系统的隔振效果要优于被动双层隔振系统的隔振效果。

汽轮机调速系统CMAC网络PID并行优化控制

针对汽轮机调速系统存在死区、饱和等非线性的控制特点,提出了基于混沌优化策略与CMAC网络PID并行控制相结合的控制方法,并将其应用于汽轮机调速系统的参数设计中。该方法首先通过混沌搜索,得到控制器参数的次优值,然后利用变尺度的方法在次优值附近找出控制器参数的全局最优值。与CMAC网络传统PID并行控制以及单纯PID控制相比较的仿真结果表明,该方法能更好地提高控制系统的精度和响应速度。

CMAC神经网络与PID复合控制的应用研究

阐述了CMAC神经网络的基本原理,并结合PID控制的特点,将CMAC神经网络与PID复合控制算法应用在工业领域的温度控制系统中,并同传统的Zieglar-Nichols阶跃响应法及单纯形算法作了比较。仿真结果表明:该复合控制算法具有较高的控制精度及良好的控制效果。

基于CMAC与PID复合控制的柴油机调速系统

针对柴油机模拟参数多变化、非线性因素较强的特点,结合传统PID控制的优点,提出了改进CMAC与PID复合控制方案,并应用于柴油机调速系统的设计中去,给出了柴油机调速系统数学模型和新的控制算法。改进的复合控制方案是采用模糊化的方法的选择泛化邻域及学习率,并采用层叠来完成对系统的学习。控制方法开始时是常规PID控制器起作用,经过对常规控制器输出的不断学习,逐渐由小脑模型的输出起控制作用。与传统的PID输出及CMAC与PID复合控制相比,仿真结果表明,改进的复合控制效果更好,超调小,鲁棒性强,更适合于类似于柴油机调速系统的非线性环境。

CMAC与PID的并行控制在火箭炮交流伺服系统中的应用

火箭炮交流伺服系统是复杂的变负载、大功率系统,其控制系统的参数变化大,采用单一的PID控制算法很难取得较高的控制品质和控制精度。根据CMAC控制鲁棒性强和可靠性高,以及PID控制器功能简单、便于使用及在各种不同工作条件下保持较好工作性能的特点,提出了CMAC神经网络与PID结合的复合控制策略。在Matlab中进行计算机仿真,结果表明了该控制策略的有效性和实用性。

基于CMAC-PID并行控制的主动队列管理方法

主动队列管理对于解决日益严重的网络拥塞问题具有极其重要的意义。本文针对PID主动队列管理算法的参数整定难且不能实时调整,不能适应复杂、非线性网络环境的缺点,提出了一种基于小脑神经网络(CMAC)与PID控制相结合的主动队列管理算法。该算法利用CMAC前馈补偿来确保跟踪误差的快速收敛,降低超调量,采用PID控制器实现回馈控制,保证系统的稳定性,而且抑制扰动。仿真结果表明,基于CMAC-PID并行控制的主动队列管理方法适应于多变的网络环境,较之常规PID主动队列管理算法具有输出误差小、响应速度快、鲁棒性强的优点。

基于CMAC神经网络与PID的并行控制器设计与应用

提出一种基于CMAC神经网络与PID的并行控制器的设计方法,利用传统PID实现反馈控制,保证系统的稳定性,且抑制扰动,利用CMAC神经网络控制器实现前馈控制,确保系统的控制精度和响应速度。该算法直接应用于控制直流电机调速系统,仿真结果表明,与传统数字PID控制算法相比较,该并行控制算法增强了系统的控制精度,提高了系统的响应速度,并且具备较强的抗干扰能力和鲁棒性。

位置伺服系统的单神经元PID/CMAC控制研究

在分析了位置伺服控制系统基本原理和数学模型的基础上,提出了一种单神经元PID/CMAC复合控制算法和控制器的设计方法。用单神经元PID替代常规PID控制,由神经元来在线调整PID控制参数,利用CMAC神经网络的自学习和自适应能力,来完成系统的实时控制。该算法直接应用于位置伺服控制系统,仿真结果表明,与传统PID控制算法相比较,该复合控制算法增强了系统的控制精度,提高了系统的响应速度,具有较强的鲁棒性和抗干扰能力。

基于Matlab的直流电机CMAC-PID智能控制系统设计

为克服常规PID算法不能实时调整参数、非线性逼近能力差的问题,提出了直流电机的小脑模型神经网络(CMAC)与PID复合控制的策略。运用Matlab软件设计了CMAC-PID自适应智能控制器,证明了该算法的可行性、有效性,并得到了较为理想的控制效果。

驱动平面机械手的液压系统建模及CMAC-PID控制研究

为了提高平面机械手运动的稳定性和轨迹跟踪精度,采用小脑模型神经网络(CMAC)控制液压驱动系统,并对机械手运动轨迹响应速度和误差进行仿真.建立液压驱动机械手简图装置,给出机械手液压驱动控制流程图.创建了液压动力装置、控制阀、液压油缸及机械手键合图模型,推导出液压驱动机械手控制方程式.设计了机械手液压驱动CMAC-PID控制结构图,利用系统仿真软件Matlab对机械手运动轨迹进行仿真;同时,与常规PID控制仿真结果进行比较.结果表明:采用常规PID控制液压驱动机械手运动轨迹,响应时间大约为0.4s,产生的最大误差大约为1.4cm;采用CMAC-PID控制液压驱动机械手运动轨迹,响应时间大约为0.1s,产生的最大误差大约为0.75cm.采用CMAC-PID控制平面机械手液压驱动系统,能够提高机械手运动轨迹响应速度和跟踪精度.

结合重复控制补偿和CMAC的液压伺服系统PID控制研究

目前液压伺服系统广泛应用于航空航天等高精尖领域,要求输出快速无超调地跟踪输入指令,并且控制精度高。针对液压伺服系统的强非线性特性和重复运动的特点,结合重复控制补偿和CMAC的优点,将CMAC和重复控制补偿与PID控制相结合构建一种复合PID控制器,用于液压伺服系统的位置控制。仿真结果表明:该复合PID控制方法与单纯的CMAC与PID并行的控制器相比,提高了系统对周期信号的跟踪精度,提高了系统的响应速度,增强了系统的抗干扰能力。

CMAC与非线性PID复合控制器在机器人中的应用

针对工业机器人是一个复杂的非线性■强耦合■多变量的动态系统,提出了CMAC与非线性PID复合控制器设计。该控制器由非线性PID反馈和CMAC前馈2部分构成,可消除初始输出力矩过大的弊端。采用非线性PID控制器替代经典PID控制器,因非线性积分环节可以随误差的变化进行调整,从而可以提高其自适应性和鲁棒性。CMAC学习速度快,网络收敛所需的训练次数少,可有效地用于机器人实时在线控制。仿真结果表明该设计方法具有有效性和可行性。

CMAC与PID复合控制算法在中央空调系统中的应用

针对中央空调系统存在非线性、不确定性、滞后性、干扰性等问题,设计了一种小脑型神经网络(CMAC)和PID复合控制的算法,克服传统PID控制的缺点,并且通过MATLAB对此系统进行编程仿真实验.仿真结果表明,此方法具有更好的控制效果,提高系统的跟踪效果,增强系统的鲁棒性和抗干扰能力,从而证明了该方法在中央空调中应用的可行性和有效性.

CMAC与PID复合控制方法在重介选煤系统中的应用研究

针对重介质选煤系统具有强耦合、非线性、多变量的特点,利用传统PID算法存在超调量大的问题,提出了一种基于CMAC与PID算法的控制方法。通过研究介质密度与介质桶液位的动态特性建立了重介选煤系统的数学模型,给出了CMAC与传统PID算法相结合的控制原理。Simulink仿真结果表明,该方法优于传统PID算法,动态性能好,稳态精度高。