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。

CMAC与PID并行控制在麦草浆造纸碱回收炉中的应用研究

为解决麦草浆造纸碱回收过程中存在的非线性,大滞后问题,提出一种基于CMAC神经网络和PID并行控制的模式。由于CMAC具有常规控制器所不具有的优越性能,故CMAC+PID的并行控制在一定程度上克服了常规控制器所不能避免的一些弊端。且在MATLAB下进行了仿真实验,仿真结果表明了此方法具有较好的控制效果。

基于CMAC与PID并行控制的舵伺服系统的优化设计

针对导弹飞行中的舵伺服系统所存在的不确定性和非线性时变等特点，采用常规控制系统难以适应这种不确定性，文中提出采用现代控制理论与经典相结合的方法——自适应神经网络CMAC与PID并行控制对舵机伺服系统进行优化设计。首先，在分析舵系统基础上，设计出了具有一定适应性的舵伺服系统的总体方案；然后，建立了基于CMAC与PID并行控制的舵系统控制器；最后，经MATLAB仿真，结果表明并行控制能够较好适应多种不确定性；并能够快速准确的对舵机进行跟踪控制。

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。

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。

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。

高空作业平台CMAC网络PID并行优化控制及协同仿真

高空作业平台调平系统是一个复杂非线性系统,作业环境非常复杂且受到很多干扰。针对此提出了基于干扰观测器和RC滤波的CMAC神经网络PID并行控制的策略。以某型54 m高空作业平台电液比例调平系统为例,以AMESim仿真软件作为主仿真环境,通过软件接口将MATLAB\Simulink控制系统模型集成到AMESim中进行协同仿真。结果表明:与传统CMAC网络PID并行控制以及单纯PID控制相比较,改进的并行控制对负载扰动和模型失配表现出更强的适应性和鲁棒性,而且不论在任何阶段,都具有良好的跟踪效果。

复合正交神经网络与CMAC在PID并行控制中的比较研究

由于正交神经网络算法简单,学习收敛速度快,具有线性、非线性逼近精度高等优异特性,取得了较好的应用 效果,但在动态建模与实时控制问题上研究较少。为此,本文提出复合正交神经网络(CONN)与PID并行控制算法,并 对小脑模型(CMAC)与PID并行控制作一比较研究。仿真结果表明,当方波(阶跃)输入与正弦输入时CONN实现的前 馈控制效果比小脑模型实现的前馈控制效果更好,响应速度更快,这充分地体现了复合正交神经网络的特点,即输出误差 小、实时性好、鲁棒性强。

基于CMAC(神经网络)与PID的并行控制

针对非线性系统,提出一种由CMAC神经网络与PID并行控制的模式.由于CMAC具有常规控制器所不具有的优越性能,故CMAC+PID的并行控制在一定程度上克服了常规控制器所不能避免的一些弊端.并用仿真实验进行了验证.

基于CMAC神经网络与PID并行控制的汽车电动助力转向系统

电动助力转向系统(EPS)已经成为世界汽车技术发展的研究热点,然而对EPS控制策略的研究大多仅限于传统的控制方式。比较了单纯PID控制和CMAC与PID复合控制下电动助力转向系统对各种输入信号的响应,证明复合控制对非线性信号有很强的跟踪能力,并且具有很好的抗干扰性。

遗传算法对CMAC与PID并行励磁控制的优化

为解决同步发电机在不同工况下的PID控制参数最优化,干扰情况下的快速稳定等问题,提出了一种通过遗传算法来优化CMAC与PID的并行控制策略。由遗传算法来对PID参数进行全局择优,CMAC在其基础上进行局部择优,以达到所需要的控制效果。Matlab仿真表明该控制方案与传统控制方案相比具有优越性,通过现场试验表明算法的可行性和实际控制效果的优越性。

基于Simlink和CMAC+PID控制器的伺服系统仿真

基于CMAC(小脑神经网络)与PID并行的控制器,利用Simulink与M函数嵌套的方法对典型伺服系统模型的建模和仿真进行了研究.

基于CMAC+PID并行控制的污水处理应用研究

污水处理系统中的生化反应为严重非线性、滞后过程,其中溶解氧浓度的控制是污水处理中最重要的过程。采用手动操作或常规的PID控制很难达到良好的效果。本文通过对污水处理溶解氧浓度控制过程的分析,采用一种CMAC+PID并行控制的方法对溶解氧浓度进行控制。该方法简单易行且仿真表明该方法控制下系统的响应速度非常快,超调量小,过渡时间短,具有很好的动态性能和稳定性。

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。

船舶发电机励磁系统的CMAC神经网络并行控制

结合CMAC神经网络控制算法与PID控制算法设计了船舶发电机励磁并行控制系统。在控制过程中CMAC神经网络控制器经过不断学习,最终在控制系统中发挥主要控制作用。在网内投入发电机额定负载的15%和75%时,用某大型船舶电力仿真系统对该控制系统进行了仿真试验,并对电网的单相接地短路和三相接地短路故障进行了仿真试验,结果表明该船舶发电机CMAC神经网络励磁控制系统具有良好的稳定性、准确性、快速性和一定的鲁棒性。

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。

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CMAC+PID复合控制的多缸力加载控制研究

介绍了一种基于高速电磁开关阀的新型多缸液压控制系统,将CMAC小脑模型与PID复合控制策略用于此系统的力加载协调控制。使用AMESim软件对该系统进行了建模、仿真,并开展了实验对比研究。仿真和实验结果表明,与PID控制算法相比,CMAC+PID复合控制算法,能够有效地实现该多缸系统的力加载协调控制。

一种改进的航空发动机CMAC与PD并行的控制算法

针对某型航空发动机数字式电子调节系统控制性能提升的需要,将CMAC与PD的并行控制算法首次应用于该数控系统低压转子转速调节通道,同时为了增强该通道克服超转的能力,提出了一种改进的CMAC与PD的并行控制算法,该改进算法通过给CMAC的控制量输出乘上一个时变的"恢复系数σ"可以动态地改变系统总控制量。仿真结果表明该改进算法响应速度快,静态误差小,在控制发动机非线性时变模型时具备较强的克服超调能力。