一种改进的单神经元PID控制器的研究与仿真

为改善单神经元控制中学习速度慢,动态响应特性等问题,研究了一种改进的单神经元PID控制算法,该算法在神经元算法的加权系数中引入了二次型性能指标。在此基础上将其运用于电厂锅炉过热气温控制,设计了一种基于二次型性能指标的单神经元PID的过热汽温控制系统,总结了算法中参数的设置修正规律。仿真结果表明,这种控制算法具有优良的控制性能。     

基于单神经元自适应PID控制器的无刷直流电动机控制方法研究

研究三种单神经元自适应PID控制器,并对无刷直流电动机进行转速控制;通过Matlab仿真软件M函数对其进行仿真,总结可调参数的选择规律。通过对仿真结果分析比较,基于二次型性能指标学习算法的单神经元自适应PID控制动态自适应能力强、响应快、鲁棒性好。     

变惯量智能伺服控制器设计

设计基于微芯公司的dsPIC30F6010A单片机的伺服控制器实现单神经元自适应PID控制算法;借助于Matlab的Simulink和M语言对经典PID控制和单神经元自适应PID算法进行仿真,以验证分析结果;根据单神经元自适应PID控制的仿真结果,可确认单神经元自适应PID控制不仅能够适应惯量的变化,而且还改善了系统的动态性能。     

静止无功补偿器的改进单神经元PID控制系统的研究

提出了一种单神经元PID控制系统的改进算法,实现了神经元比例增益K(k)和学习速率η_i(k)的在线自适应调整功能。该控制系统算法编写的M语言程序,采用Matlab的S函数,将应用到静止无功补偿器(SVC)的控制系统中在Matlab/Simulink环境下进行了仿真。仿真结果表明,基于改进单神经元PID的SVC控制器具有响应速度快、调节时间短、动态性能和稳态性能好等优点。     

基于S7-300 PLC的单神经元PID控制器设计与实现

PID控制器在被控对象具有非线性特性或运行环境发生变化时,PID的固定参数导致控制系统性能下降。针对该问题,本文提出在S7-300 PLC上设计和实现基于Hebb学习规则单神经元PID控制器。首先根据神经元的学习能力,设计了基于Hebb学习规则的单神经元PID控制器,仿真测试表明相对于PID控制器,基于Hebb学习规则的单神经元PID能够自适应调整控制器参数,具有系统响应速度快和超调量小等优点。最后在S7-300 PLC上实现了基于Hebb学习规则的单神经元PID控制算法,对温度对象进行控制。实验结果表明,基于Hebb学习规则的单神经元PID算法简单,在PLC上易于实现,有效改善系统性能。     

静止无功补偿器的神经元变结构PID控制策略

针对静止无功补偿器传统PID电压调节器在动态调节过程中存在快速性与平稳性矛盾的问题,提出了一种基于神经元整定变结构PID的静止无功补偿器电压控制策略。该控制策略用一个神经元控制器实现变结构PID控制,同时用另一个神经元控制器实时调整变结构PID控制器的参数。仿真结果表明,该控制策略能有效加快控制系统的响应速度,实现了SVC灵活快速的电压调节功能,最终维持了系统电压的稳定,控制系统具有较好的动态和静态稳定性。     

基于改进单神经元PIDR的SVG电压调节器

为了提高传统电压调节器的自适应能力,改善其动态调节效果,提出了一种新的单神经元自适应PID控制器的改进算法,并将其应用于SVC控制系统的电压调节系统中。误差较大时,K取大值,确保系统响应的快速性;误差较小时,K取小值,确保系统渐趋稳定。采用MATLAB的S-函数编写了该控制器算法的M语言程序,并在MATLAB/simulink环境下进行了仿真实验。仿真结果表明,基于改进单神经元自适应PID电压调节器的控制系统响应速度快,调节时间短,超调量小,系统动态性能及稳态性能良好。     

基于LS-SVM的网络延时单神经元Smith控制

提出了一种Smith预估器和单神经元PID控制器的时变网络时延补偿策略。将网络时延和被控对象作为广义对象,运用最小二乘支持向量机对网络时延进行实时预测,得到广义对象预测模型。先设计Smith预估器,初步实现了网络控制系统的性能改善。然后将Smith预估控制与单神经元PID控制相结合,提出一种基于时延辨识的单神经元Smith控制策略。仿真表明,该策略能有效提高系统性能,对模型失配情况具有较高的鲁棒性和适应性。     

基于复合PID调速的SRM直接转矩控制

由于开关磁阻电动机磁路高度的非线性,采用传统PID控制存在转速超调量大、抗干扰能力差、转矩脉动大等问题。针对以上不足,提出单神经元复合PID调速的直接转矩控制技术,利用改进的单神经元PID控制器,来提高SRM的动态特性,用积分增益自适应的传统PID控制器改善SRM的静态特性。在MATLAB/Simulink环境下搭建仿真模型,仿真结果表明:基于单神经元复合PID调速的直接转矩控制技术不仅能够大大减少SRM的转矩脉动,而且提高了系统的调速性能并增强了系统的鲁棒性。     

单神经元PID控制器仿真及其PLC实现

简要分析了传统PID控制器与单神经元PID控制器原理,通过Matlab仿真及基于S7-200的单神经元PID控制器编程控制,验证方案可行并分析比较了两种控制器的优缺点.     

一类模糊自适应PID迭代学习控制系统的研究

为了提高被控系统的控制精度和收敛速度,提出一种模糊自适应PID迭代学习控制算法,算法充分利用了PID迭代学习律可靠性高、鲁棒性强等优点,运用模糊整定单元对经验PID学习律的参数进行实时校正。针对一类LTI系统,设计了具有针对性的模糊自适应PID学习律,并对本文提出的算法进行了仿真分析。     

全方位移动机器人模糊自适应PID控制

针对全方位移动机器人,结合PID和模糊控制两者的优点,提出了一种模糊自适应PID(FAPID)的控制方法。对模糊自适应PID控制算法进行了理论分析,基于Matlab建立了全方位移动机器人的简化仿真模型。仿真研究表明,采用模糊自适应PID控制方法,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要优于常规的PID控制。     

无刷直流电动机单神经元自适应PID控制及改进

研制的无刷直流电动机单神经元自适应PID控制器，实现了在线调整PID参数的目的，克服了电动机非线性、参数易变的影响；同时引进变速控制算法对神经元比例参数K的给定进行了在线改进。仿真结果表明，单神经元自适应PID控制器自适应能力好，响应快．鲁棒性强．系统静态和动态特性良好，而且采用变速控制改进算法后，速度的调节器品质有所提高。     

无刷直流电动机的神经网络模型参考自适应逆控制

提出了无刷直流电动机的神经网络模型参考自适应逆控制的新方法。在无刷直流电动机的双闭环控制系统中,电流环采用电流分时反馈控制的方式,神经网络的模型参考自适应逆控制控制器代替原来速度环的常规PID控制器。仿真结果表明控制系统具有响应快、无超调、抗干扰能力好以及稳态误差小等优点,其动、静态性能均优于常规PID控制。     

专家规则自适应PID控制策略在变频恒压供水系统中的研究

针对恒压供水系统普遍存在的惯性大、非线性、随机性及纯滞后性的特点,设计了一种基于专家规则的自适应PID控制策略的变频恒压供水系统。硬件部分介绍了系统的结构及组成,软件设计部分首先构建系统数学模型,研究了专家规则自适应PID控制的理论,兼具传统PID控制精度高及专家规则自适应强的优点。最后用MATLAB将各种控制算法进行仿真,结果表明：专家规则自适应PID控制器能够使系统的动态、稳态性能优化,具有一定的应用前景。     

制粒湿度模糊自整定PID串级控制

介绍了烧结过程中的制粒湿度控制系统,针对系统中出现的纯时滞、时变不确定性等问题,在常规PID控制的基础上,结合模糊控制理论,设计了模糊自整定PID控制器,应用模糊推理的方法实现了PID控制参数的在线自整定。仿真结果表明,模糊自整定PID控制器提高了系统的适应能力,增强了系统的鲁棒性,改善了系统的动静态性能,具有良好的控制效果。     

基于系统辨识的汽包水位自适应控制

针对汽包锅炉给水过程的特点,采用了一种带在线辨识的自适应P ID控制器。利用递推最小二乘法循环调整P ID参数,并将该控制器应用于锅炉汽包水位三冲量控制系统。MATLAB仿真研究表明,与传统的P ID算法比较,该控制方案表现出了良好的动、静态性能,并能适应被控制对象参数的变化,具有较强的鲁棒性和自适应能力。     

单神经元自适应PID控制交流调速系统

针对转子磁场定向矢量控制中转速PI调节器鲁棒性能较差的问题,提出了用单神经元自适应PID控制器代替转速PI控制器,进一步改善了异步电动机矢量控制系统的性能;将无监督的Hebb学习规则与有监督的Delta学习规则相结合,提高了单神经元自适应PID控制器的学习能力,实现了单神经元控制器的参数优化与在线自调.构造了基于单神经元自适应PID控制器和空间矢量脉宽调制(SVPWM)的异步电机矢量控制系统.仿真实验结果表明,该系统不仅具有很好的静、动态性能,而且又具有很强的自适应性和鲁棒性.     

集装箱智能温度控制器的研究设计

通过在对集装箱温度控制系统现状深入研究的基础上,针对集装箱温度控制系统成本高、精度低、自适应差的特点.将模糊PID控制算法与集装箱温度控制系统结合起来,创造性的提出了集装箱温度模糊PID控制理论.并基于该模糊PID控制原理,设计了一个温度自适应的模糊PID控制器.通过对模糊PID算法详细的阐述说明以及理论分析与实际集装箱温度控制结合起来,最终搭建了一个应用于集装箱温度控制的模糊PID控制系统,并将该系统在MATLAB/Simulink环境中进系统行仿真,通过对仿真结果的分析对比,验证了该控制器的可行性、准确性和稳定性.