多传感器信息融合在焊接质量控制中的应用

利用BP神经网络,将电弧传感器和超声波传感器所获观测信息以及焊接电流、焊接速度、焊缝坡口等焊接参数信息进行有效融合,得到焊缝熔深预测模型.为了对焊缝熔深进行精确控制,结合传统PID控制器与模糊控制器的优点,设计了参数自调整模糊PID控制器,仿真结果表明:建立的焊缝熔深预测模型能够实时、快速、准确地测量得到焊缝熔深信息,在系统性能各方面参数自调整模糊PID控制器相比于传统PID控制器有着显著优势.     

混沌粒子群优化的模糊神经PID控制器设计

针对常规PID控制的线性局限性及传统模糊控制和模糊PID控制中积分误差规则难以获取,系统存在稳态误差的问题,提出一类以模糊神经网络和PID神经网络组成的模糊神经PID控制器．以整个神经网络的权值为优化参数,利用基于混沌策略的粒子群全局优化算法离线优化和误差反传算法在线调整相结合的方法获得控制器参数,并设计了混沌优化与粒子群结合的两步方案．仿真结果表明:与传统PID、模糊、模糊PID控制相比,系统的瞬态和稳态性能有了明显提高,且保持了一定的鲁棒性及高跟踪精度．该方法有效地拓展了PID控制的使用范围,并为智能方法与PID控制的结合提供了一种新的参考方案．     

基于神经元网络与模糊PID的光伏系统MPPT复合控制

将神经元网络与模糊PID复合控制技术应用在光伏系统MPPT控制器中,解决光伏系统传统MPPT控制算法的局限性以及无法自适应外部复杂情况等诸多问题。利用离线训练后的前馈神经网络预测最大功率点电压与实际电压进行比较,作为模糊控制器的输入,通过模糊推理对PID相关参数实现最佳调整。仿真结果表明:该控制算法能增强消除系统误差能力,可获得更高的控制精度。更多还原     

基于模糊神经网络PID算法的舵机控制与仿真

针对某型号导弹舵机系统在非线性时变的复杂条件下传统的PID控制器控制精度低、适应能力差的缺点,本文通过对模糊神经网络算法的研究,并结合传统PID控制器,设计了模糊神经网络PID控制器.通过对系统进行仿真可以看出:舵机最大舵偏角反馈值从19.12°增大到19.62°,相位滞后减小了6°;提高了系统的频率响应;阶跃响应超调明显减小,上升时间从40ms减小到30ms,并且大大减小了系统稳态误差.研究表明,相比于传统的PID控制器,模糊神经网络PID控制器在对电动舵机位置环控制上效果有很大提升.     

基于模糊神经网络PID的焙烘机温度控制

以控制焙烘机内流动的热风温度为目的,提出了将模糊控制器、神经网络控制器与PID相结合构成模糊神经网络PID对焙烘机进行温度控制的方法,并建立了模糊神经网络PID控制器的网络模型;利用MATLAB进行仿真分析,并与传统PID和模糊PID进行对比。结果表明:利用传统PID控制时,超调量达到45%,调节时间为1 150 s,且震荡明显;利用模糊PID控制时,系统超调量为15%,调节时间达到1 750 s,震荡明显减弱;利用模糊神经网络PID控制时,该方法满足焙烘机温度控制系统的各项技术指标要求,且超调量接近零,系统无震荡,调节时间减小为500 s,并且温度受外界扰动的影响很小,有良好的扰动补偿和抗干扰能力,系统鲁棒性有了很大提升,可以很好地满足控制焙烘机热风温度的目的。     

四辊板带轧机厚度的模糊自整定PID控制

针对轧机液压AGC控制系统中难以解决的时滞、非线性等问题,提出把模糊控制器与传统PID控制器相结合,组成一种具有自学习、自调整功能的新型智能模糊自整定PID控制器.模糊自整定PID控制器具有在线实时动态整定PID控制器参数的功能.通过对Matlab仿真实验结果的对比表明:采用新型智能模糊自整定PID控制器比传统PID控制器具有达到稳态时间短、稳态性能好等优点,能更好地满足控制系统对精度的要求.     

基于VAV变风量智能建筑空调系统控制

为了解决传统VAV空调系统的非线性、延时性、波动性以及模型准确性等问题,在传统PID控制系统的基础上,引入模糊PID控制机理,建立了模糊增益控制器.结合自适应调节系统,通过模糊调整方法,以变风量空调系统终端阀门的开度为最终控制对象,通过MATLAB编程建立模型,对PID控制器参数进行在线调整.结果表明,引入模糊PID控制方法的VAV空调系统与传统PID控制方法相比,前者动态响应速度快,校正时间短、超调量小,具有广阔的应用前景.     

AMT换挡电机调速系统模糊PID控制

针对传统的控制技术难以满足换挡电机调速系统快速性和稳定性的要求,引入模糊比例、积分和微分(PID)参数自适应控制器到换挡电机的控制系统中,根据系统输入误差和误差变化率在线整定PID参数,丰富了PID控制器的功能.仿真结果说明,模糊PID控制器与传统PID控制器相比,在动态响应上更快,在超调上更小.     

PID参数模糊自整定控制在液位控制系统中的应用

针对液位控制过程中存在的大滞后、时变、非线性的特点,提出了PID参数模糊自整定控制算法。运用阶跃响应测试对双容水箱液位系统建立数学模型选取恰当的隶属度函数和PID控制规则,设计PID参数模糊自整定控制器。最后,利用MATLAB工具对PID参数模糊自整定控制算法和传统PID控制算法进行仿真比较。仿真结果表明,与传统PID控制算法相比,PID参数模糊自整定控制算法具有超调小、调整时间短等特点。     

模糊神经网络在夹送辊同步控制中的应用

针对滚切式双边剪在钢板剪切过程中的跑偏问题以及夹送辊在输送钢板过程中不同步所造成的钢板跑偏现象,研究了基于模糊神经网络的模型参考自适应控制算法及其在中厚板生产线上双边剪夹送辊传动系统中的应用.利用模糊神经网络的自学习能力整定PID控制器参数,以实现有效的非线性控制.基于此方法进行夹送辊同步控制,以防止钢板跑偏.通过仿真实验,证明了该算法的有效性,说明了模糊神经网络的模型参考自适应控制器在系统参数时变时的控制效果优于传统的PID调节器.     

在线学习自适应模糊控制器在水轮机调节中的应用

针对水轮发电机组系统具有时变非线性,传统的控制方法很难达到最优控制的特性,提出采用基于RBF神经网络和遗传算法的自适应模糊控制器来控制水轮发电机组运行.模糊控制器的比例因子、模糊推理规则和隶属函数由遗传算法在线寻优.由RBF神经网络进行被控对象的动态特性模型辨识,以评价模糊控制器控制性能.仿真实验表明,控制效果良好,特别在变工况和扰动情况下优于最优PID控制.     

神经网络模糊PID控制器在直接矩控制中的应用

介绍了一种模糊自整定PID参数控制器的设计方法,并提出利用神经网络训练PID参数的基值。对常规PID控制和神经网络模糊PID控制系统作了对比研究,仿真实验结果表明新方法既保证了系统的稳态精度,又保证了系统的快速响应和坚韧性。将该方法用于直接转矩控制系统中,取得了远远优于常规PID调节器的控制效果。     

变风量空调系统末端的模糊神经网络控制研究

针对目前传统PID控制对模型依赖性强,难以在线调整,对具有非线性和不确定性的变风量(VAV)空调系统的控制动态性能差的特点,提出将模糊神经网络应用于该系统.建立了模糊神经网络控制器,基于变风量空调系统末端装置的数学模型进行了仿真研究.结果表明,该控制策略比传统PID控制更适合于VAV系统,控制系统具有更好的鲁棒性和自适应能力,可以取得更优的动态性能.     

自适应模糊控制器在水电机组控制中的应用

提出采用基于RBF神经网络和遗传算法的自适应模糊控制器来控制水轮发电机组运行,由RBF神经网络和遗传算法在线寻优模糊控制器的比例因子、模糊推理规则和隶属函数,并由RBF网络辨识被控对象的动态特性,以评价模糊控制器控制性能．仿真实验表明。控制效果优于没有寻优的Fuzzy控制。     

Grey Prediction Fuzzy Control of the Target Tracking System in a Robot Weapon

Grey modeling can be used to predict the behavioral development of a system and find out the lead control values of the system. By using fuzzy inference, PID parameters can be adjusted on line by the fuzzy controller with PID parameters self-tuning. Acco     

基于模糊自适应PID的主汽温控制系统

为了改善传统串级PID主汽温度控制系统的控制效果,提出了采用模糊自适应控制器的串级主汽温控方案.主调节器采用模糊自适应PID控制器,副调节器采用传统PID调节器.利用模糊规则,主调节器PID参数可根据误差信号动态调整.仿真结果表明,该系统在机组负荷较大范围变化时,其控制品质优于传统PID串级控制系统.     

参数自整定模糊PID控制方法及其在漆包机中的应用

漆包机烘炉系统复杂,传统控制方法效果不佳,在常规PID（proportion-integral-derivative）控制器的基础上,利用模糊控制理论结合PID算法实现参数自整定,解决了常规PID参数设定的不确定性.应用齐格勒-尼克尔斯方法确定了PID控制器参数的初值,再运用模糊控制理论实现对PID控制参数的修正,从而得到满足要求的PID控制器参数.在Matlab环境下对设计控制器进行了仿真研究,结果表明,参数自整定模糊PID控制比常规PID更具良好的控制效果.     

基于模糊RBF神经网络的永磁同步电机位置控制

针对比例-积分-微分(PID)控制器参数固定而引起永磁同步电机位置伺服系统控制效果不佳问题,设计了基于平滑切换的模糊PI控制和径向基函数(RBF)神经网络PID控制的位置控制器。暂态时,采用模糊PI控制;稳态时,采用RBF神经网络PID控制,两者中间采用模糊PI-RBF神经网络PID复合控制。该位置控制器既结合了模糊PI控制和RBF神经网络PID控制的优点又克服了各自的缺点。仿真结果表明,当永磁同步电机受到外部扰动时,采用模糊RBF神经网络控制器的永磁同步电机位置系统具有良好的动态性能,能够实现快速响应,做到精确定位,而且当负载变化时具有很强的抗干扰性。     

一种基于模糊神经网络的PID控制器

利用神经网络自学习自适应能力和快速计算能力,提出一种基于模糊神经网络的PID智能控制器．该系统将模糊技术、神经网络与PID控制结合起来,实现了PID控制的自适应和智能化．通过仿真实验表明,该控制方案与传统PID控制系统相比,无论是超调量还是稳定时间,效果都要好得多．     

模糊RBF神经网络在麻醉深度控制系统中的应用

麻醉深度通常用病人的平均动脉压（MAP）值来直接反应和度量。针对平均动脉压的时变、非线性特点,提出了基于模糊RBF神经网络的麻醉深度PID控制系统。通过采用模糊RBF神经网络对检测到的平均动脉压值进行模糊化处理及神经网络辨识,从而在线整定PID控制器各个参数,以获得更好的控制效果。MATLAB仿真结果表明模糊RBF神经网络用于麻醉深度控制具有良好的动态响应性能。