基于单神经元Smith预估的过热汽温控制

针对典型大时滞大惯性、参数变化的电站锅炉过热汽温受控对象 ,设计了基于单神经元Smith预估过热汽温控制系统。在仿真实验的基础上 ,对单神经元Smith预估控制和最优常规PID控制进行了比较和分析。仿真结果表明 ,单神经元Smith预估控制能够充分利用神经元自学习、自适应的能力以及Smith预估补偿控制的优点 ,使系统的控制品质提高 ,而且具有更强的鲁棒性和自适应性     

基于单神经元Smith预估的过热汽温控制

针对典型大时滞大惯性，参数变化的电站锅炉过热汽温受控对象，设计了基于单神经元Smith预估过热汽温控制系统，在仿真实验的基础上，对单神经元Smith预估控制和最优常规PID控制进行了比较和分析。仿真结果表明，单神经元Smith预估控制能够充分利用神元自学习，自适应的能力以及Smith预估补偿控制的优点，使系统的控制品质提高，而且具有更强的鲁棒性和自适应性。     

单神经元PID控制器在过热汽温控制中的应用

将具有自学习功能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PID控制器，并应用于超临界机组过热汽温控制系统。仿真结果表明，采用单神经元PID控制器的汽温控制系统，能够适应被控对象在较大范围内的变化，具有较强的自适应能力和鲁棒性，其控制品质优于常规的PID控制器。此外根据仿真结果，对单神经元的学习算法进行了改进，使其控制品质得以提高。     

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RBF神经网络整定的PID控制器在汽温控制中的应用

通过将RBF神经网络和常规PID控制器结合，提出了一种新的火电厂超临界机组过热汽温控制方案。将这种方法应用于主汽温控制，可以有效克服过热汽温对象的大滞后和大惯性，并能够克服对象在运行中参数变化的影响，获得良好的控制品质。仿真试验表明：所设计的系统在控制品质、鲁棒性方面明显优于常规PID控制系统。     

基于BP神经网络整定的PID控制器在汽温控制中的应用

通过将BP神经网络和常规PID控制器结合,提出了一种新的火电厂超临界机组过热汽温控制方案。将这种方法应用于主汽温控制,可以有效克服过热汽温对象的大滞后和大惯性,并能够克服对象在运行中参数变化的影响,获得良好的控制品质。仿真试验表明该系统在控制品质、鲁棒性方面明显优于常规PID控制系统。     

基于RBF神经网络整定的PID控制器在汽温控制中的应用

通过将RBF神经网络和常规PID控制器结合,提出了一种新的火电厂超临界机组过热汽温控制方案。将这种方法应用于主汽温控制,可以有效克服过热汽温对象的大滞后和大惯性,并能够克服对象在运行中参数变化的影响,获得良好的控制品质。仿真试验表明：所设计的系统在控制品质、鲁棒性方面明显优于常规PID控制系统。     

基于RBF神经网络整定的PID控制器在汽温控制中的应用

通过将RBF神经网络和常规PID控制器结合,提出了一种新的火电厂超临界机组过热汽温控制方案.将这种方法应用于主汽温控制,可以有效克服过热汽温对象的大滞后和大惯性,并能够克服对象在运行中参数变化的影响,获得良好的控制品质.仿真试验表明:所设计的系统在控制品质、鲁棒性方面明显优于常规PID控制系统.     

模糊RBF自整定PID控制器在过热汽温控制中应用

过热汽温控制是电厂锅炉控制系统的一个重要环节。针对电厂过热汽温对象具有较大的惯性、时滞、非线性和动态特性随运行工况变化的特点,提出一种模糊径向基函数(RBF)神经网络的自整定PID控制器应用于过热汽温控制中,它结合了传统PID及神经网络和模糊控制的优点,可在线调整得到一组最优的PID控制参数。介绍了所提控制器在超临界机组过热汽温控制中的应用。对负荷为100%、88%、62%、44%的仿真结果表明,所提控制器能获得满意结果,优于PID控制器。     

Smith预估控制在过热汽温控制系统中的应用

简单介绍分析了ＩＮＦＩ－９０ Ｓｍｉｔｈ预估控制专用功能码及其使用方法,提出了串级控制的Ｓｍｉｔｈ预估控制方法,并在过热汽温控制系统中得到成功应用。投运结果表明：Ｓｉｍｔｈ预估串级控制系统具有良好的抗内、外干扰能力和对象时变适应能力,控制效果良好。     

基于单神经元算法的内嵌式永磁同步电机智能驱动控制

基于人工神经网络的内嵌式永磁同步电机(IPMSM)智能驱动控制性能要明显优于传统控制方法,但是存在计算量大和离线训练时间长的问题。针对该问题,提出了一种基于单神经元算法的IPMSM智能驱动控制策略。阐述了永磁同步电机的数学模型及电流转矩控制规律;并基于单神经元的控制原理,推导了驱动控制律,由于采用的是单神经元结构并设置了迭代算法的边界,因此达到了计算量减小和训练较少的效果。最后,搭建了小功率电机驱动试验平台开展了试验研究,并通过与传统PID控制的对比试验,验证了新型控制器的性能。     

基于单神经元控制器的异步电动机矢量控制

文中提出了采用单神经元智能控制器代替传统PID控制器以改善异步电动机矢量控制的性能。在分析单神经元控制器结构与控制原理的基础上，为了提高单神经元控制器的学习能力与自适应性，将无监督的Hebb学习规则与有监督的Delta学习规则相结合，运用改进的学习与控制算法，实现单神经元控制器的参数优化与在线自动调整。采用Matlab软件建立单神经元控制器与异步电动机矢量控制模型，进行仿真研究；并将单神经元控制器的控制软件应用于异步电动机矢量系统，进行实验研究。仿真与实验结果表明，单神经元控制器可以改善异步电动机矢量控制的性能，具有较强的自适应性与鲁棒性。     

一种新型单神经元智能控制器

提出一种新型的智能PI控制器,与传统PI调节器相比,具有很强的自学习、自适应能力,可有效地改善系统性能,提高系统的鲁棒性。仿真结果充分验证了其优越性。     

基于数字信号处理器的无刷直流电机智能控制

在分析无刷直流电机运行原理的基础上,提出了基于TMS32OLF2407A的永磁无刷直流电机控制系统的解决方案,即将单神经元与PID控制结合应用于无刷直流电机中。仿真试验表明,采用单神经元PID控制能取得令人满意的动静态性能,具有较强的鲁棒性和自适应性,改善了电机的调速性能。     

永磁同步电动机智能控制系统

针对永磁交流伺服系统的速度控制,提出了一种智能P I速度控制器。该控制器结合单神经元和专家系统知识设计而成,能根据系统运行状态动态地改变调节器结构和参数,较好地解决了系统快速性与平稳性的矛盾。实验结果表明:采用智能P I控制器的交流伺服系统,动态性能得到改善。     

基于RBF神经网络辨识的单神经元控制器在冷却水处理系统中的应用

以某大学智能楼宇研究所变风量空调实验室为试验平台,研究了冷却水的节能控制方案,设计了基于RBF神经网络辨识的单神经元控制器,并将其部署于冷却水子系统。试验结果表明,该算法可显著改善冷却水系统控制效果,达到使冷却塔出水温度稳定的目的,保证冷却水系统能安全、稳定运行。仿真试验验证了该方法的可行性。     

永磁同步电机新型智能矢量控制器设计

在分析永磁同步电机矢量控制基本原理的基础上,提出一种新型智能矢量控制器。其中,神经元用于速度控制,神经网络用于空间矢量脉宽调制。神经元速度控制器结构简单,计算量小,具有快速的动态响应和较高的稳态精度;而基于神经网络的空间矢量脉宽调制(ANN-SVM)算法实现容易,同时可以降低电流谐波。在Matlab/Simulink环境下建立永磁同步电机新型智能矢量控制系统仿真模型并进行仿真研究,仿真结果验证了新型智能矢量控制器的可行性和有效性。     

基于单神经元控制器的永磁同步电机矢量控制仿真

在永磁同步电机状态方程和单神经元控制器数学模型的基础上，提出基于Matlab／Simulink的永磁同步电机和神经元控制器S函数仿真模型。并将仿真模型应用到矢量控制系统中，以代替传统的基于PID控制器的矢量控制系统。在Hebb和Delta学习算法的基础上，应用增量式的神经元控制算法实现神经元控制器的参数优化和自动调整功能并提高学习能力和自适应性。仿真结果表明了基于S函数的永磁同步电机仿真模型的可行性和采用神经元控制器的永磁同步电机矢量控制系统具有较强的自适应性和鲁棒性。     

单神经元自适应PID控制在大功率整流电源中的应用

将具有自学习功能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,并应用于大功率整流电源控制系统。仿真结果表明,采用单神经元PID控制器的大功率整流电源控制系统,能够适应被控对象在较大范围内的变化,具有较强的自适应能力和鲁棒性,其控制品质优于常规的PID控制器。     

单细胞神经元控制器在水轮机调速系统中的仿真研究

介绍了水轮机调速系统的基本原理和一般的控制方法 ,提出了一种采用自适应单神经元 PID控制器来控制调速系统的方法 ,并对两种方法下的控制输出进行了仿真比较 ,得出了采用自适应单神经元 PID控制器较优的结论