单参数PID的Hebb学习控制

基于模型的设计方法可以获得较为满意的控制性能,但这种方法在设计难以建模或模型时变的系统时会遇到很多困难。本文对简化的Z-N方法进行了根轨迹分析,表明:对于常见的过程控制对象,基于简化Z-N方法整定的单参数单神经元PID存在使系统稳定的可行性解。利用人工神经网络的Hebb学习规则对PID增益进行学习,可以实现常见工业过程的无模型自适应控制。与其他单神经元PID相比,PID调整参数少。仿真和实验表明,本文算法可以获得较好的仿真效果,具有满意的实验性能指标。

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.

液压振动台位移补偿的PID控制方式的研究

针对目前市面上的液压振动台的位移控制精度的问题,提出了一种基于单神经元网络的PID和有监督的Hebb学习法则的液压振动台的智能控制方式,并加入压力值与位移值构成双闭环控制,来解决由于振动、油液泄漏等因素造成的液压泵中压力的损失导致伺服作动器位移的误差的问题。该控制方式可以通过对变化的误差不断的在线修正和学习,并迅速地调节出最优的PID参数,快速地到达所设定的参数值。该控制方式可以减小在运行过程中因干扰和系统扰动等因素造成的位移误差。仿真结果表明,该控制方式具有较强的自适应能力和抗干扰能力以及鲁棒性。

单神经元PID算法在包装机温控系统中的应用

介绍了包装机温度控制系统的工作原理,以及单神经元自适应PID算法的原理,通过对基于单神经元自适应PID算法的包装机温度控制子系统的调试,成功将单神经元自适应PID温控算法移植到包装机控制器中,试验测试表明用该方法进行参数整定的控制系统,具有很好的自适应性和稳定性以及很高的控制精度。

基于二次型单神经元PID的HVDC整流控制器设计

针对传统PID控制器存在自适应性差、调节时间长的问题,设计了一种基于二次型性能指标学习算法单神经元自适应PID的HVDC系统定电流整流控制器,控制器算法通过S函数-M语言编程实现,采用12脉冲桥结构的HVDC系统整流侧定电流控制模型在MATLAB/simulink环境下仿真,仿真结果表明,所设计的整流控制器超调量小、调节时间短、自适应能力好、控制效果良好.

基于二次型单神经元PID的静止无功补偿器控制系统仿真

针对传统PID控制器自适应性差、调节时间长的问题,设计了一种基于二次型单神经元PID的SVC控制系统电压调节器,并在Matlab/Simulink环境下对SVC控制系统进行了仿真试验。仿真结果表明,基于二次型单神经元PID的SVC控制系统,响应速度快,超调量小,自适应能力好,系统动态和静态特性良好。

基于电阻炉的单神经元PID控制器的设计及仿真

对传统电阻炉PID控制器的不足之处进行了分析,阐述了单神经元PID控制算法的优点。介绍了根据有监督hebb学习算法,再结合实际控制经验而设计的单神经元控制器。分析了单神经元控制器中各个参数的意义与取值原则,并用Matlab软件对单神经元控制器在阶跃输入信号的情况下进行了仿真。仿真内容有:连接权值、K值变化对系统的影响及选取方法;单神经元PID控制器与常规PID控制器的抗干扰能力和调节性能对比。仿真结果证明单神经元控制器具有很好的参数自整定能力,且抗干扰能力强,超调量小,控制效果在各个方面都要优于常规PID控制器,单神经元控制器用于电阻炉温度控制系统比传统的PID控制器能取得更好的控制效果。

基于单神经元PID的异步电动机转速的自适应控制

针对异步电动机矢量控制中转速调节器参数整定困难、自适应性差和稳态精度低的问题,设计单神经元PID控制器。将神经元学习规则与PID控制相结合,采用在线学习的方式,在电动机运行过程中实时调整控制器参数,实现转速的自适应控制。在恒速变负载和恒负载变速的仿真实验中,结果表明基于单神经元PID的转速调节器具有较好的动态性能和较高的稳态精度。

用于电阻炉的单神经元PID控制器的设计及仿真

本文对传统电阻炉PID控制器的不足之处进行了分析，阐述了单神经元PID控制算法的优点。介绍了基于有监督hebb学习算法，并结合实际控制经验而设计的单神经元控制器。分析了单神经元控制器中各个参数的意义与取值原则，并用Matlab软件对单神经元控制器在阶跃输入信号的情况下进行了仿真。仿真内容有：连接权值、k值变化对系统的影响及选取方法；单神经元PID控制器与常规PID控制器的抗干扰能力和调节性能对比。仿真结果证明，该单神经元控制器具有很好的参数自整定能力，且抗干扰能力强，超调量小，其各方面的控制效果均优于常规PID控制器。用于电阻炉温度控制系统的单神经元控制器较之传统的PID控制器能取得更好的控制效果。

改进PID算法在浆液PH值控制系统中的应用

为了对浆液pH值控制系统进行全面的优化控制,使整个系统在最佳状态下运行,提出了一种改进PID算法;该算法利用单神经元具有自适应、自学习能力的优势,将神经元加入到PID算法中后,改进了控制系统稳定性和控制性能较差的问题;并结合浆液pH值控制系统的特点;设计了算法的具体流程;最后,利用改进前后的两种算法对优化问题进行了仿真分析,结果表明单神经元自适应PID算法具有更好的优化效果。

基于Markov参数整定的自适应迭代学习PID控制

针对半间歇反应过程参数时变问题,研究基于Markov参数整定的单神经元自适应迭代学习PID控制方法。首先建立二维迭代学习PID控制器(2D-ILC-PID),采用Markov参数法离线整定控制器的参数初值;然后在批次内采用单神经元自适应调节机制在线调节2D-ILC-PID控制器参数,同时利用批次间的重复特性更新控制输入提高迭代学习速率,有效提升控制系统跟踪性能。最后在环己胺制备反应过程进行仿真实验验证,实验结果表明提出的基于Markov参数整定的自适应迭代学习控制方法能够实现多时段反应器温度的精确跟踪。

二次型单神经元算法在温控箱的应用

为满足复杂工业过程控制对鲁棒性的要求,提出了基于二次型性能指标学习算法的单神经元PID控制算法,并利用嵌入式技术应用于工业用环境试验箱的设计。样机实验表明,这种新的控制策略学习速度快,动态响应时间短,实现了参数的在线优化,提高了系统的鲁棒性。

用于电力故障波形重现的逆变器建模及其自适应控制

从频域角度对用于故障波形重现的逆变器进行建模和分析。通过引入导通时间偏移量和时间–电压转换系数的概念提出一种改进模型,实现了占空比到输出电压的线性变换;克服了近似模型由于线性化造成的频带受限。引用能消除固有跟踪误差的准PID控制器对改进模型进行控制,为消除参数漂移等对其性能的影响,提出了基于"有感知器监督的Hebb学习规则"的单神经元自适应准PID控制器,很好地改善了控制性能,满足了故障波形重现的精度要求;且该算法运算量小,适合于实时实现和现有软件的更新升级。

基于神经网络的非线性时变对象自适应控制方法研究

针对工业控制中的非线性、时变和滞后被控对象,将神经网络辨识器和PID控制技术有机结合,构建自适应PID控制器,并引入知识先导学习算法,提高时间效率。仿真分析表明:该自适应PID控制器能够自动辨识被控对象模型、自整定控制参数,在辨识误差、响应时间及超调量等指标上均有良好表现。

基于二次型性能指标学习算法的温度控制系统

针对单神经元PID控制中学习速度较慢,动态响应时间长等问题,提出基于二次型性能指标学习算法的单神经元PID控制器,改善单神经元PID控制器的性能。同时,基于该算法进行了工业用温度控制试验箱设计。样机实验表明,该种新型控制算法具有学习速度快、动态响应时间短的特点,该系统具有良好的动态品质和稳态性能。

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。

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。

在线参数优化的环境试验箱研究

提出了基于二次型性能指标学习算法的单神经元PID控制算法,应用在工业用环境试验箱设计,给出相应的软硬件设计。样机实验表明,这种新的控制策略学习速度快,动态响应时间短,实现了参数的在线优化,使系统具有良好的动态品质和稳态性能。

一种单神经元自适应控制方法

介绍了一种单神经元自适应控制的方法,并提出了在线调整的方法。该方法结构简单,便于在分散控制系统中实现。

基于二次型性能指标学习算法的温度控制

讨论了一种基于二次型性能指标学习算法的单神经元温度控制。论文首先介绍了单神经元控制算法的系统结构和学习方法,接着是基于二次型性能指标学习的单神经元算法。最后是在ADS1.2软件开发环境下,对温度控制箱采用基于二次型性能指标学习算法的单神经元温度控制方法,同时对其与单神经元温度控制进行比较。实验结果表明,该控制算法对加热炉温度具有更好的控制效果。