挤压机的CMAC与PID并行控制

挤压机系统在运行过程中存在不确定性和非线性时变等特点,采用常规控制系统难以适应这种不确定性。将CMAC和PID并行控制算法运用到挤压机加酶制剂加工过程系统中,克服常规PID控制的参数难以整定、系统超调量大、动态响应速度慢等问题。经过MATLAB仿真,结果表明并行控制能够较好的适应系统不确定性,而且具有响应速度快、超调量小等特点。此方法具有良好的控制效果。     

基于CMAC的恒张力控制系统研究

针对张力控制系统的时变性和耦合性,通过卷辊和带材的动力学分析,建立了张力系统动力学模型,分析了影响张力的主要因素.为解决常规PID控制在张力控制过程中难以实现参数整定的问题,提出CMAC与常规PID并行控制方案,利用CMAC的非线性映射能力适应时变系统的要求.建立了控制系统模型,并进行了仿真.结果表明,该方法的控制效果优于常规PID,抑制扰动能力强、稳定性较好.     

基于CMAC的模糊神经网络方法

结合模糊神经网络和小脑模糊连接控制CMAC理论，提出训练时间短，精度高的CMAC模糊神经网络方法，给出了网络结构，算法，并通过一个维修经费预测实例讲述了这种算法。     

反应溅射的PID神经网络控制仿真

在反应溅射工艺中,反应气体流量和沉积速率、反应气体气压、靶电压之间存在迟滞关系.为了保证反应溅射稳定以及保持溅射率高和反应气体利用率高,需要对反应溅射系统进行精确控制.PID神经网络(PIDNN)控制器具有PID控制的快速收敛特点和神经网络的非线性逼近能力,适合对非线性反应溅射系统的控制.本文用PID神经网络(PIDNN)控制器对反应溅射系统进行精确控制.在S.Berg给出的反应溅射系统模型基础上,对反应溅射系统的PIDNN控制进行仿真.仿真结果表明,PIDNN控制器能够稳定反应溅射过程,并且收敛速度较快,输出响应迅速,抗干扰能力强.     

包装生产线智能灌装系统设计

目的 为提高灌装生产线的灌装精度和速度,设计一种包装生产线智能灌装控制系统.方法 阐述灌装生产线基本结构,包括输送、空瓶检测、灌装、质量检测、二次补灌、套盖以及成品输出等工位.以二次补灌为重点研究对象,设计一种基于小脑神经网络PID控制的微量灌装控制系统,可弥补常规PID控制的不足,同时采用卡尔曼滤波器消除操作过程干扰信号和噪声.通过实验验证所述控制系统的可行性和有效性.结果 分析了灌装特性,认为影响灌装精度的因素比较多且相互干扰.实验结果表明,所有样本的质量偏差均没有超过0.1 g,灌装过程中生产线运行稳定、快速、可靠.结论 所述微量灌装控制系统能够提高灌装精度、速度,可满足包装生产线高精度、高速度的要求.     

船用柴油机PID神经网络控制系统的设计

给出了PID-NN控制器的结构形式、计算公式，并将其应用于船舶柴油机的转速控制系统中。从仿真结果可知，该算法的控制性能和鲁棒稳定性良好，具有较好的自学习和自适应性。     

基于高斯基函数CMAC神经网络的发电机故障诊断方法

提出一种基于高斯基函数小脑模型神经网络(CMAC)的汽轮发电机故障诊断新方法,为了达到更高的精度和更好的泛化能力,该方法以高斯函数作为CMAC神经网络的基函数,针对发电机的机电耦合特性,将发电机机电综合特征作为神经网络的训练样本输入,经MATLAB仿真得到了完全正确的诊断结果,收敛速度快,精度高,可以满足在线监控的要求。通过比较学习率和泛化常数取值不同时CMAC网络的训练结果,分析了学习率和泛化常数对该网络的影响。     

系统PID控制研究与仿真

PID（Proportional—Intergral—Differential）控制器具有算法简易、可靠性高等特点,是发展最早且较为成熟的控制器之一。PID算法在控制过程中只需要知道控制偏差e和偏差变化率ec等基本参数,不需要精确的数学模型,便可以通过该算法对控制参数进行在线自我调整,达到理想的控制效果。现代的PD控制是将自适应控制、最优控制、预测控制、鲁棒控制和智能控制引入到PID控制中的一种新型控制,具有广阔的发展前景。     

PID控制器在HVAC系统中调试分析研究

星级酒店中央空调HVAC系统的终端控制器,是普通的温度控制器,对于像HVAC这种大滞后,多干扰的系统,控制精确度不能到位,针对这种情况,采用一种智能PID控制器在HVAC系统中的调试方案,控制器自动识别系统模型,积分调控,通过控制变频器,实现对风机调速,改变客房间温度值。经过数据采集、分析和实际验证得出,该方案适合在星级酒店等智能建筑中应用。     

多通道PID神经网络解耦有源控制算法

为满足多目标区域降噪要求,研究多通道有源噪声控制系统至关重要。随着声通道数量增加,通道间会出现相互耦合,增加系统复杂性且影响系统稳定性。为解决通道耦合问题,提出一种基于比例积分微分(PID)神经网络和滤波x最小均方算法(FxLMS)的多通道噪声解耦算法(PIDNN-FxLMS)。在传统FxLMS算法基础上,利用PID神经网络对有源控制系统控制参数进行调整,获得最优控制,同时对多通道有源控制系统解耦和控制问题进行处理。结果表明,PIDNN-FxLMS算法的收敛速度明显快于传统FxLMS算法,在降噪效果方面,该算法残余误差信号幅值最小,更适用于多通道有源噪声控制系统。     

流体中物体运动的PID控制方法的改进

针对不可压缩流体中物体运动的特点,采用计算流体力学理论和重叠网格技术,改进了物体所受流体阻力的计算方法,利用物体周围流场的数值解,计算流体对物体运动的反作用力,在此基础上提出了借助数值解设计物体的运动控制系统的方法。该方法充分利用神经网络对非线性函数的逼近能力,通过在线学习调节PID控制器参数,实现了对物体运动的控制。对该方法进行了数值试验,试验结果验证了该方法的可行性和有效性。     

双螺杆挤压机操作参数对加工质量影响的研究

通过实验研究了双螺杆食品挤压机的机筒温度、供料速度、螺杆转速对产品质量(以比容衡量)的影响规律,建立了相应的统计模型,并对操作参数进行了优化.研究表明,随着机筒温度的升高,比容呈增大趋势,螺杆转速与供料速度对比容的影响较复杂,与比容之间的关系呈非线性.当机筒温度在160～166℃之间,螺杆转速在143～147(r·min-1)之间,供料速度在20.6～21.4(r·min-1)之间时,加工质量较高,比容大于2.4(mL·g-1).     

基于BP神经网络PID的纸浆浓度自适应控制

目的为了克服纸浆浓度控制系统的滞后性、非线性和时变性,以提高纸浆浓度控制性能。方法针对纸浆浓度控制问题提出一种BP神经网络PID控制技术,构建3-4-3的BP神经网络结构,并在该基础上建立BP神经网络PID控制的数学模型,利用BP神经网络实现PID参数的自适应调整。结果仿真结果表明,BP神经网络PID控制相较于传统PID控制收敛速度更快、超调量更小、抗干扰能力更强、鲁棒性更好。结论该控制方法实现了纸浆浓度的自适应控制,为纸浆浓度的最优控制提供了一种有效可行的控制方法。     

电液比例转速的PID控制调节

PID控制方法是一种技术成熟,不依赖于被控对象的控制方法。介绍PID控制方法的基本特点,内容,优缺点,以及PID控制方法在电液比例转速控制系统的应用,并给出其在控制系统中的应用前景。     

PID进入更新换代的新时代——在单回路级系统中，采用模型预测控制装置可大幅提高性能收益

一直以来，PID技术就以其简单快速、通用灵活的优点广泛应用于工业控制领域，直到最近，人们才开始考虑一件以前认为是不可思议的事情——替代PID技术。实践证明，采用模型预测控制装置可以大大提高性能收益。[编者按]     

模糊PID控制器的设计

本文提出了一种模糊PID控制器的设计方法.总结出一套更好的模糊规则.仿真结果表明,该控制器设计简单,能使系统的动静态性能得到提高,并且易于实现.     

基于BP神经网络的PID控制算法参数优化

随着控制理论快速发展,比例积分微分（Proportional Integral Derivative,PID）控制算法广泛应用于工业生产中,依托成熟的控制策略,研究人员将PID控制算法与其他学科进行有机融合,衍生了全新的控制理论,神经网络就是其中最典型的一种控制理论。得益于神经网络的强大学习能力和对非线性函数的逼近能力,神经网络可以应用于PID控制算法中。研究发现,将BP神经网络应用于PID算法存在收敛速度慢以及网络波动振荡等问题,为了进一步完善该控制理论,该文通过改进BP神经网络的学习速率和添加动量修正因子的方法来对其进行优化。     

基于神经网络PID控制器的压铸机压射速度控制系统的设计

目的 通过神经网络PID控制器,提高铸件过程中对压铸机压射速度的准确控制,以改善铸件的品质.方法 首先,从压射系统的结构出发,分析其工作过程,通过输入电压求取电液伺服装置的传递函数,利用比例阀所受压力,计算其端口流量,进而完成压射系统的建模.然后,以STM32F103RE处理器为核心,配以输入电路、反馈电路等外围单元,...     

基于神经网络 PID 的造纸机多电机同步控制研究

目的为提高生产的质量和降低纸的断头率,研究造纸机多电机同步控制的方法。方法应用Matlab/Simulink建立模型和仿真实验,分析主从同步控制结构和并行同步控制结构,在并行同步控制结构的基础上,引入基于神经网络PID算法的速度补偿器。结果仿真结果表明,引入速度补偿后,2台电机的转速逐渐上升至给定速度,且速比稳定保持在1.01。在t=2 s只有第2台电机的负载转矩发生变化时,2台电机的转速基本没有下降。结论该方法增强了造纸机多电机同步控制系统的同步跟随能力,提升了抗干扰性能,可以有效避免在造纸机运行过程中,电机负载转矩突变造成的纸张过紧断纸、过松褶皱,为造纸机多电机提供了一种新的同步控制的方法。     

PID神经网络控制倒立摆的仿真探讨

提出倒立摆的PID神经网络控制策略,并设计控制结构,推导控制算法。最后在MATLAB下编写数字控制仿真程序,实现仿真,最终的仿真结果表明控制方案的有效性和正确性。