数控机床进给伺服系统模糊自适应PID仿真

针对传统的PID控制策略不能满足数控进给伺服系统的对控制性能要求。结合模糊控制理论,在传统PID控制基础上设计出一种基于模糊决策的模糊自适应PID控制器。运用模糊控制理论,对PID参数进行实时修改,使系统具有较好的自适应能力和较强的鲁棒性。在MATLAB环境下对进给伺服系统进行了动态仿真;仿真结果表明,模糊自适应PID控制器的控制性能远优于常规PID控制器,即使在外界干扰和系统工况发生变化时,此控制器也具有很好的快速响应特性和较强的鲁棒性。     

静变电源的优化模糊神经网络PID控制研究

为提高静变电源输出电压的质量,采用了优化模糊神经网络PID控制器代替模糊PID控制,所采用的优化模糊神经网络充分融合了模糊逻辑和神经网络两者的优点,使推理速度加快,并通过在系统运行时神经网络不断地增加和完善模糊控制规则,单神经元通过自学习调整控制因子,提高了系统控制的精度.将该方法和PID稳态控制性能的优势相结合,实时地对系统控制量进行调整.在MATLAB/SIMULINK环境下,对于优化模糊神经网路PID和模糊PID在静变电源控制中的应用分别进行了仿真.仿真分析结果表明,经过BP神经网络和单神经元网络学习后,控制器具有良好的控制性能和自适应能力,很好地满足了系统的鲁棒性、快速性的要求.     

模糊PID控制在铝包钢感应加热温控系统的应用

为了实现对铝包钢丝温度的在线控制,采用自适应模糊PID方法研究感应加热过程中的温度控制问题。利用自适应模糊控制器在线调整PID控制器的3个参数,实现了模糊智能控制技术与PID常规控制的结合,控制器根据当前温度与设定温度值的差值和差值变化率来实时调整PID参数的变化量。利用MATLAB的Simulink工具箱对控制器进行了设计和仿真,仿真结果表明,这种自适应模糊PID控制器既具有模糊控制灵活、响应快、适应性强等优点,又具有PID控制精度高的特点,改善了铝包钢感应加热系统温度的控制效果。     

基于自适应模糊PID控制的恒压供气系统

设计了一套基于步进电机的恒压供气系统,并将一种模糊自适应PID控制器应用于其中.该控制器将模糊控制原理与常规的PID控制算法相结合,实现了对PID参数的在线调整,并通过控制步进电机调节气流截面积,进而实现对气体的恒压控制.实验结果表明, 该模糊自适应PID控制器较常规PID控制器具有更好的控制效果.     

车辆座椅悬架自适应模糊PID控制及仿真

为提高车辆座椅悬架减振性能,建立了简化的三自由度车辆座椅悬架模型,结合模糊控制与PID控制理论提出了座椅悬架自适应模糊PID控制方法。该方法中以座椅垂直振动速度的误差为控制参量设计了PID控制器,将座椅垂直振动速度误差及误差变化率作为模糊控制器的输入变量,利用模糊控制规则对PID控制器参数进行在线自调整。以C级路面白噪声随机信号为输入,利用MATLAB/Simulink对自适应模糊PID控制器进行了仿真。结果表明:相对于不加控制和PID控制的座椅悬架系统,自适应模糊PID控制方法可以明显改善座椅质心处的垂直振动加速度。     

基于模糊RBF神经网络的PID控制方法及应用

针对常规PID控制参数固定难于满足时变不确定非线性系统的控制要求,利用模糊控制的良好收敛性和对模糊量的运算优势,以及神经网络自学习、自适应的特性,将常规PID控制与模糊控制、神经网络结合起来,提出一种基于模糊RBF神经网络的PID控制方法,实现了对PID参数的实时在线整定。将算法运用到柴油发电机调速系统的PID参数寻优中,MATLAB仿真试验结果表明,模糊RBF神经网络的PID控制具有更好的动静态特性和抗干扰性能,提高了对非线性时变被控对象的控制效果。     

基于模糊神经网络PID的线切割张力控制系统的分析

分析了张力系统与模糊PID控制之间的关系,及控制系统对线切割机床加工精度和效率的影响。往复走丝线切割张力控制包含复杂的非线性问题,而模糊PID控制器在处理非线性问题方面有很大优越性。用神经网络建立模糊控制规则表,调整PID参数,使模糊PID对张力控制效果达到更好。利用神经网络和模糊PID结合的方法,分析神经网络模糊PID实现的控制,证明模糊神经网络PID控制系统具有较好的鲁棒性和优越性。     

无刷直流电机自适应模糊PID控制系统

针对无刷直流电机传统PID控制存在精度低、抗干扰能力差及模糊控制稳态精度不高等问题,研究了一种自适应模糊PID控制方法。论文分析了直流无刷电机的工作原理,建立了直流无刷电机自适应模糊PID控制系统的计算机仿真数学模型,设计了系统速度环的模糊PID控制器,仿真结果表明,与传统PID控制相比,自适应模糊PID控制的BLDCM系统具有更高的稳定性和控制精度、更快的动态响应速度。     

基于模糊小波神经网络的加工过程自适应控制

为了克服模糊控制动态响应慢和鲁棒性差的缺点,将模糊控制的定性知识表达能力与小波分析优异的局部控制性能和神经网络的定量学习能力相结合,提出了一种模糊小波神经网络自适应控制器,并将其应用于加工过程控制。对变切削深度的铣削加工过程控制的仿真结果表明,基于模糊小波神经网络的加工过程自适应控制,其控制效果优于一般的模糊控制和神经网络控制,具有很好的动、静态性能。该自适应控制器能有效防止刀具损坏和提高加工效率,是一种有效的加工过程控制方法。     

基于模糊PID带式输送机双机驱动的功率平衡控制

常规PID控制是实现带式输送机双机功率平衡控制的传统方法,虽具有较高的精度,但稳定性差,不具备自适应能力。模糊PID融合了模糊控制动态响应性能好、自适应强的优点,又具有PID控制精度高的特点。设计的基于模糊PID的控制器较传统PID控制器具有较高的性能提升,能较好地适应煤矿井下带式输送机的控制要求。     

基于模糊神经网络PID的复合控制策略

为了结合模糊控制容错力强和神经网络PID在线学习和调整的优点,提出了一种结合模糊控制与神经网络PID控制的复合控制方法,即分别设计模糊控制器和神经网络PID控制器后,再利用权重分配器对这两个控制器进行权重分配来控制被控对象。将该控制策略应用于某火电机组的二级过热器减温水流量系统控制,并在simulink仿真平台进行仿真,仿真实验结果表明:该复合控制策略较传统的模糊控制或神经网络PID控制的上升时间更短,调节时间和超调量更小,稳态性能更好。     

基于模糊神经网络的精密角度定位PID控制

针对精密角度定位系统存在非线性、时变性,传统PID控制难以获得理想控制效果的问题,提出一种基于模糊神经网络的PID控制方法,将模糊控制、神经网络与PID控制相结合,采用3层前向网络、动态BP算法,利用神经网络的自学习和自适应能力,实时调整网络的权值,改变PID控制器的控制参数,整定出一组适用于控制对象的kp、ki、kd参数,实现精密角度定位PID控制的自适应和智能化。实验结果表明,采用BP神经网络整定的PID控制较传统的PID控制,控制性能有较大的提高,能有效提高定位精度,缩短定位时间。     

基于模糊BP网络的自适应PID控制

针对经典PID控制的参数不能在线调整的缺陷,提出了一种基于模糊BP神经网络的PID控制算法,采用模糊规则自动地调节BP神经网络训练过程的学习参数,利用神经网络较强的学习能力和模糊控制在模型未知或不精确前提下的控制能力,将其应用到PID控制中[1],实现了PID控制参数的在线调整和优化,并对其在非线性离散系统中的应用进行了仿真。实验结果表明该算法性能优良,加快了系统响应速度,减少了超调量,适用于纯滞后非线性系统。     

基于RBF神经网络在带钢厚度控制中的应用

轧钢厚度控制系统的数学模型难以精确建立,传统的PID控制器的自适应能力较差,很难达到满意的控制效果。本文根据以上问题。提出了一种新的控制方法,即基于RBF神经网络自整定PID控制方法。这种控制方法结合了RBF神经网络和PID控制器的控制优势,不仅具有很强的自适应能力、鲁棒性。而且充分发挥了PID控制优势,并且将这种控制方法应用在带钢厚度的控制系统中,取得了很好的控制效果,证明了控制方案的正确性和有效性。     

Research on Power Control of Wind Power Generation Based on Neural Network Adaptive Control

-For the characteristics of wind power generation system is multivariable,nonlinear and random,in this paper the neural network PID adaptive control is adopted.The size of pitch angle is adjusted in time to improve the performance of power control.The PID parameters are corrected by the gradient descent method,and Radial Basis Functinn(RBF)neural network is used as the system identifier in this method.Simulation results shaw that by using neural adaptive PID controller the generator power control can inhibit effectively the speed and affect the output power of generator.The dynamic performance and robustness of the controlled system is good,and the performance of wind power system is improved.     

基于模糊自适应PID的摆式列车倾摆控制系统研究

针对摆式列车伺服倾摆系统大惯性、非线性和时变性等特点,结合PID和模糊控制两者的优点,提出了一种模糊自适应PID控制方法。对模糊自适应PID算法进行了理论分析,对摆式列车的简化模型做了仿真研究。结果表明,采用模糊自适应PID控制,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力都优于常规PID控制,具有更好的动态特性和稳定性。     

基于神经网络PID的轧机AGC力控制

以PID控制器为基础,辅助以神经网络的自学习、自适应能力,将神经网络和PID控制融合为一体,设计出一种神经网络PID控制器,应用于具有高度非线性、时变性的板带轧机AGC力控制系统,仿真结果表明,能有效改善系统的动态品质,并具有良好的适应能力.     

一种基于BP神经网络的模糊PID控制算法研究

提出了一种基于神经网络自学习和并行处理的能力。利用模糊控制对未知模型不精确控制的功能来设计的PID控制算法,仿真实例表明能较好地实现PID控制器参数在线调整和优化。     

抓斗挖泥船平挖的智能控制及仿真

设计了一种基于模糊神经网络的PID控制器,将其运用到大型抓斗挖泥船平挖控制系统中。该系统建立一个两输入三输出的模糊神经网络,并提供样本进行自学习。在Simulink中对基于模糊神经网络的PID控制系统和常规PID控制系统进行平挖运动仿真,结果表明,与常规控制相比,该网络能使系统的响应更为迅速,超调量小,鲁棒性强。