基于免疫神经网络的双缸液压机同步PID控制

为了提高双缸锻造液压机的同步运动控制精度,设计了免疫神经网络PID控制器。分析了双缸锻造液压机同步控制系统原理,建立了阀控液压缸数学模型;针对传统PID控制器不具有参数自适应整定的缺陷,使用免疫算法对系统状态进行监测,根据系统状态实时调整PID参数,使PID控制更具有时效性和有效性;免疫算法中抗体抑制调节函数的构建精度极大影响控制精度,鉴于BP神经网络对非线性函数的无限逼近能力,使用BP神经网络逼近抗体抑制调节函数;经仿真实验验证,设计的免疫神经网络PID控制器具有超调量小、同步跟踪误差小、鲁棒性高等优势。     

基于神经网络PID的送料车控制系统设计

本文根据BP神经网络结构及其算法,给出了一种数控系统送料车基于神经网络的自整定PID算法,并设计了基于BP神经网络自整定PID的控制器的结构。仿真结果表明使用该控制方法减小了系统的调节时间,获得了较高的稳定精度和良好的动静态特性。     

一种基于动态神经网络的PID参数在线自整定方法

提出一种基于动态神经网络的PID控制器,给出PID参数在线自整定学习控制算法,并进行了算法仿真研究。数值仿真结果表明,该PID控制器是一种与对象模型无关的、具有在线自整定能力的智能控制器。     

基于模糊神经网络和遗传算法的智能控制器

PID控制算法简单、鲁棒性强,但其参数整定过程繁琐,整定时需要控制对象的精确数学模型,而且整定往往是针对某一种具体工况进行的,缺乏自学习和自适应能力.模糊神经网络则兼备了模糊逻辑和神经网络的优点,具有函数逼近功能,具有较强的自适应、自学习能力、容错能力和泛化能力.借助于遗传算法对全局性参数进行优化设计,借助于BP算法对局部性参数进行优化,将模糊神经网络和遗传算法引入PID控制参数的整定过程,构造出一种基于模糊神经网络和遗传算法的智能PID控制器.     

基于神经网络的无刷直流电机控制系统设计

针对传统无刷直流电机PID控制系统存在的非线性和强耦合问题,将神经网络与传统PID控制器相结合建立三层神经网络,通过梯度下降法对各个参数进行修正,克服了传统PID控制器参数整定依赖人工经验的缺陷,实现了PID各个参数在线自动整定。仿真试验结果表明,基于神经网络的PID控制器具有响应速度快,精度高和鲁棒性强等优点。     

BP神经网络PID控制器在球磨机控制中的应用

基于神经网络控制理论,针对球磨机的运行特点,提出了一种新型的基于BP神经网络PID解耦的球磨机控制系统。此控制系统既实现了系统解耦而且通过在线整定PID参数兼具了PID控制的优点。大量的仿真表明,与常规控制系统相比,此系统具有更好的动态及稳态性能。     

污水处理自动化控制系统控制策略研究

结合污水处理过程的特点,将BP算法与传统PID控制进行有机结合,构造基于BP神经网络的PID控制,实现PID控制器参数的在线整定。将该控制策略应用于污水处理系统的溶解氧浓度控制中,并与常规PID控制效果进行了仿真实验和对比研究,结果表明基于BP神经网络的PID控制法有着传统PID方法无法比拟的优势。     

基于动态惯性权重的电子节气门改进PSO-BP优化控制

针对汽车电子节气门系统存在的动态迟滞非线性问题,提出一种模糊神经网络PID控制器的设计方法。该控制器将动态调整惯性权重的粒子群优化算法和BP算法结合来优化模糊神经网络参数,修正模糊神经网络在寻优过程中收敛缓慢、易陷入局部最小值的不足。利用模糊神经网络的自学习能力,对PID控制器参数进行整定。仿真结果表明,经过优化后的模糊神经网络PID控制器相比于模糊PID控制器在响应时间、超调量和振荡次数等方面都有显着提升。在模拟气流扰动工况施加扰动信号后,该控制器表现出良好的抗干扰性能。在电子节气门响应试验中,节气门响应曲线存在轻微超调,但稳态误差较小,表明该控制方法下电子节气门具有良好的动态响应特性。     

二次调节系统PID控制参数的神经网络自整定研究

文章采用神经网络间接自校正PID控制结构，讨论基于神经网络的PID参数自整定问题，选取三层BP神经网络，选用主动液压转矩和负载阻力矩差值等效代表实际转速微分作为自校正神经网络的输入，并用二次元件的理论模型代替辨识神经网络为校正网络提供预测输入。分析表明，采用上述措施的自校正PID控制器的闭环控制效果比常规PID控制有所改进，能实现闭环PID参数的自整定。     

基于GA优化的电渣重熔炉模糊PID控制研究

针对电渣重熔炉电极进给控制系统中存在的非线性、抗干扰性能差等难点问题,提出了一种基于遗传算法优化的模糊自整定PID控制方法。首先通过分析电极进给控制系统的组成及运行机理,建立了控制系统的仿真平台,然后采用模糊控制器与传统PID控制器相结合的策略,设计出一种具有自调整功能的模糊自整定PID控制器,最后应用遗传算法对模糊自整定PID控制器的隶属度函数进行动态优化,克服了隶属度函数选取的主观性和盲目性,进一步提高控制系统的自适应能力。仿真结果表明,优化后的模糊自整定PID控制器具有很好的快速性和较强的鲁棒性,满足了系统高精度的控制要求。     

基于模糊规则参数自整定PID控制器的仿真研究

针对常规PID控制器参数整定不易、适应性差、控制精度不理想的现状,提出了在动态过程中参数自整定的模糊PID控制系统。利用模糊理论在线对PID参数进行调整,构成参数自整定PID控制器。通过MATLAB/SIMULINK仿真,仿真结果表明,与经典的PID控制方式相比较,该控制方式在快速性、稳态性及准确性方面都有较大提高。     

芯片级PCR仪温度模糊PID控制器设计与仿真

针对一款新型芯片级PCR仪温度智能控制系统,提出了一种基于模糊自整定PID控制算法实现该智能温度控制系统的温度快速跟踪及其控制。文中通过建立二输入三输出的自整定模糊控制器,并与经典PID控制器及其芯片级PCR仪温控系统结合起来,构建了芯片级PCR仪温度模糊PID控制系统仿真模型。仿真结果表明:模糊自整定PID控制器算法相对于普通的PID控制器算法,能大幅度地减小温度的超调量,有效实现芯片级PCR仪温度控制系统温度的精准控制,同时,该算法具有更强的鲁棒性,易于实现。     

自适应PID控制在火炮随动系统中的应用

火炮随动控制系统是一个典型的非线性、大时滞系统,常规PID控制难以实现火炮随动控制系统参数在线自整定,针对该问题提出一种基于单神经元的自适应PID控制器,通过神经元的自学习、自校正能力实现了PID参数的在线自整定。仿真结果表明单神经元自适应PID控制响应快,自适应能力好,鲁棒性强,稳态精度高,采用该方案的火炮随动控制系统能够较好满足控制要求,具有一定实用价值。     

BP+RNN变速积分PID算法的汽车底盘测功机控制系统

高精度的PID控制算法对汽车底盘测功机运行过程中的实时控制具有重要的作用,为此提出了一种面向汽车底盘测功机的BP+RNN变速积分PID算法控制系统:引入RNN加入时序性因素整定积分项参数,利用BP神经网络整定比例项与微分项参数,使用变速积分PID算法作为其控制方法。实验结果表明该PID控制系统不但能够快速整定PID参数(10个控制周期以内),同时还保证控制超调量在目标值的2%以内。与传统的增量式PID算法控制相比,BP+RNN变速积分PID算法控制系统的参数整定简单快速,消除了静态误差,使汽车底盘测功机的控制性能得到大幅改善。     

基于改进粒子群算法的神经网络PID控制研究

BP神经网络PID控制是利用BP神经网络的自学习和逼近任意非线性函数功能,对PID控制器的三个参数进行在线整定,但网络初始权值的选取困难.采用改进的PSO算法优化BP神经网络的初始权值,并对基于PAO算法的BP神经网络PID控制进行仿真实验.仿真结果表明,PSO算法使得网络初始权值的选取比较快速,系统的性能有所提高.     

基于MATLAB的模糊PID参数自整定仿真研究

提出一种参数自整定模糊PID控制器,利用模糊推理的方法实现对PID参数的在线自动整定.通过计算机仿真加以实现并与传统的PID控制进行了比较,仿真结果表明,该控制器明显地改善了控制系统的动态性能,并且此方法计算量少,易于实现,便于工程应用.     

基于神经网络PID的液动调节阀控制研究

液动调节阀的快速精确定位在工业生产中十分重要。将传统PID算法与BP神经网络算法相结合,设计出具有自适应能力的智能PID控制系统,并应用在阀门控制器中。仿真结果表明,基于BP神经网络的PID控制算法,控制效果明显,优于普通PID控制系统。     

遗传算法和小波神经网络PID在电机控制系统中的应用

提出了一种基于遗传算法和小波神经网络的PID参数整定方法.首先,利用具有自然进化的遗传算法对小波神经网络的初始权值进行优化训练,解决了控制器网络初始权系数对控制效果产生的影响;其次,利用小波神经网络对PID参数进行在线调节;最后,将此算法运用到电机控制系统的PID参数寻优中.仿真结果表明:基于此算法设计的PID控制器可以极大地提高寻优速度,鲁棒性强,改善了电机控制系统的动态性能和稳定性.     

低压铸造机液面加压控制技术研究

针对低压铸造机液面加压系统参数整定困难、压力控制精度不佳的问题,对液面加压系统的组成、工艺以及机理等进行了研究。提出了模糊神经网络在线整定PID参数的方法,设计了2输入、3输出的模糊神经网络;分析了BP学习算法的缺点,改进了模糊神经网络训练方法,使用果蝇算法作为外层循环,BP算法作为内层循环训练模糊神经网络;选择合适的目标函数对模糊神经网络进行了训练,在Matlab中对传统PID、模糊PID和FNN-PID的控制效果进行了仿真分析。研究结果表明:和传统PID控制相比,使用FNN-PID控制器的液面压力最大误差减小了35.6%,平均误差减小了21.6%,有效提高了液面压力的控制精度。     

电液伺服扭振试验机模糊PID控制仿真研究

为提高电液伺服扭振试验机控制系统抗参数变化和干扰的能力,保证控制精度,提出了应用于本试验机控制系统的模糊PID控制。首先根据控制系统结构原理建立了控制对象的数学模型。然后设计了模糊PID控制器,使用正交试验法对PID控制参数进行整定,以获得较优的PID控制参数,同时使用模糊控制器对PID的控制效果加以修正。最后利用MATLAB／Simulink对控制系统进行了仿真。仿真结果表明：模糊PID控制对于参数的变化和干扰,能实现控制参数的自调整．具有较好的控制效果。