共查询到10条相似文献,搜索用时 20 毫秒
1.
针对微操作平台的迟滞非线性和时变性,提出单神经元PID控制策略来对其进行运动跟踪控制,从而提高平台的运动精确性和响应快速性。采用RBF神经网络辨识器对微操作平台的梯度信息进行在线辨识,利用单神经元网络学习算法完成PID参数的在线自整定,实现微操作平台的自适应运动跟踪控制。为说明所提出控制方法的可行性,将其与普通PID控制方法进行了比较分析,实验结果表明,单神经元PID与普通PID控制的位移误差范围分别为-0.5~0.5μm、-2.5~2.5μm,调整时间分别为0.1s、0.4s,所提出控制方法具有更好的控制精度和响应快速性,并具有较强的自适应性。 相似文献
2.
3.
一种改进的单神经元PID控制器 总被引:1,自引:0,他引:1
传统的单神经元PID控制器的神经元比例系数K选择过大,则超调量变大,系统不稳定;而K值选择过小,则系统的快速性变差.针对这一问题,本文提出一种改进的单神经元PID控制器,K值随系统的误差进行在线调整,并进行了仿真.仿真结果表明,该控制器比传统的单神经元PID反应要快,控制效果良好. 相似文献
4.
本文对于大滞后、时变和非线性的复杂系统,常规PID控制显得无能为力。将神经网络与常规PID控制相结合,构成单神经元自适应PID控制器。给出了基于PLC的单神经元PID控制系统结构,重点介绍了单神经元PID控制算法原理,并用结构控制语言编写了单神经元PID控制算法功能块,该控制功能块具有通用性且易于移植。经实例证明,与传统PID控制器相比较,单神经元PID控制器可以显著改善系统的性能。 相似文献
5.
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。 相似文献
6.
7.
神经网络在气动机械手控制器中的应用 总被引:2,自引:0,他引:2
气动机械手控制系统是一个非线性系统,采用常规的PID控制方法难以获得较好的控制效果.将具有自学习和自适应能力的单神经元模型与常规的PID控制算法相结合,设计了单神经元自适应PID控制器,并将其应用于机械手气动压力伺服系统中,控制器采用DSP实现.运行结果表明,该控制器能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质优于常规PID控制器. 相似文献
8.
基于RBF神经网络动态辨识的自整定PID控制策略 总被引:1,自引:0,他引:1
提出了在采用最近邻聚类算法在线构造RBF(NN1)正向辨识器,并在线辨识被控对象的Jacobian阵的基础上,引入RBF(NN2)对PID控制器参数进行在线调整的算法。该算法可以实现PID控制参数的自动在线整定和优化。通过与BP网络调整控制器参数的方法的对比和仿真实验证明,该方法控制精度高,响应速度快,并且具备较强的自适应性和鲁棒性。 相似文献
9.