基于神经网络2自由度PID的解耦控制实现

论文将2自由度PID引入一类有强耦合带时延的多变量系统,将回路所受耦合量看成干扰量,从而将多回路系统等价成多个单回路系统;针对2自由度PID控制器参数整定困难的特点,论文利用神经网络来实现2自由度PID控制器,使控制器的两组参数能自适应调整,同时完成系统的解耦与控制工作。仿真结果表明,系统具有很好的静态和动态性能。

基于DRNN的多变量解耦控制系统

本文针对一类有强耦合带时延的多变量系统 ,采用对角递归神经网络 (DRNN)与带动量项的PID梯度优化算法 (PIDGDM) ,自适应调整PID控制器的三项参数 ,并行完成系统的解耦与控制工作。仿真结果表明 。

基于LabVIEW的解耦控制系统

解偶控制系统由温度变送器、A/D转换PC7484多功能接口板、单相交流调压模块TY-380D40P-220及PC和基于LabVIEW的人机界面构成。采样信号转换成数字信号后送入PC,经对角递归神经网络与PID控制器融合的控制算法处理获得数字式控制电压。再由D/A转换得到模拟控制电压,经全隔离信号调理模块,送往单相交流调压模块,可构成2×2或3×3等耦合系统。