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。     

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。     

基于模型参考自适应的单神经元PID控制器设计

将神经网络和模型参考自适应控制系统相结合,研究基于模型参考自适应理论永磁同步电动机(PMSM)BP神经网络速度辨识的单神经元比例积分微分(PID)速度控制器。该系统基于模型参考自适应理论利用BP神经网络辨识器得到的参数信息,使用单神经元PID控制器取代传统PID控制在线调整权值。根据李亚谱诺夫稳定性理论验证了该控制器的稳定性,仿真与实验研究证明该方法改善了PMSM速度控制系统的动态响应与自适应控制能力。     

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。     

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。     

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。     

基于神经网络的永磁同步电机矢量控制

采用单神经元自适应PID控制器对永磁同步电机进行了调速控制。详细介绍了PMSM(Perrnanent Magnet Synchronous Motor)的矢量控制原理。最后给出PMSM单神经元自适应PID控制的仿真结果和硬件实现方法。仿真结果表明，该系统具有良好的动态性能。     

基于改进型单神经元自适应PID的改性塔压力控制器

本文通过采用单神经元自适应PID控制技术来处理粉状炸药连续生产工艺中改性塔压力的控制问题,着重研究了单神经元自适应PID控制器的设计以及对算法的改进。并通过MATLAB进行了仿真,将单神经元自适应PID控制算法与常规PID控制算法进行了比较,结果表明单神经元自适应PID控制效果远远优于常规PID控制算法。     

变学习速率的神经元自适应PID控制器

本文研究了单神经元自适应PID控制器，并利用模糊集理论提出一种变学习速率的神经元自适应PID算法。应用该算法可进一步改善系统的控制效果和鲁棒性。     

免疫调节增益的单神经元PID控制器

针对单神经元PID控制中学习速度较慢,动态响应时间长等问题,提出了免疫调节增益的单神经元PID控制器.将T细胞免疫调节机理与单神经元PID控制算法相结合,以提高单神经元PID控制器的学习速度,缩短动态响应时间,改善单神经元PID控制器的性能.仿真研究了免疫调节增益的单神经元PID控制器的定值跟踪性能和抗干扰性能以及直流电机伺服控制性能.仿真实验结果表明,这种新的控制算法学习速度快,动态响应时间短,具有较强的自适应性和鲁棒性,其控制性能优于单神经元PID控制.     

Integrated PLC-fuzzy PID Simulink implemented AVR system

Improving the transient response of power generation systems using automation control in a precise manner is the key issue. We design a fuzzy proportional integral derivative (PID) controller using Matlab and programmable logic controllers (PLCs) for a set point voltage control problem in the automatic voltage regulator (AVR) system. The controller objective is to maintain the terminal voltage all the time under any loads and operational conditions by attaining to the desired range via the regulation of the generator exciter voltage. The main voltage control system uses PLCs to implement the AVR action. The proposed fuzzy controller combines the genetic algorithm (GA), radial-basis function network (RBF-NN) identification and fuzzy logic control to determine the optimal PID controller parameters in AVR system. The RBF tuning for various operating conditions is further employed to develop the rule base of the Sugeno fuzzy system. The fuzzy PID controller (GNFPID) is further designed to transfer in PLCs (STEP 75.5) for implementing the AVR system with improved system response. An inherent interaction between two generator terminal voltage control and excitation current is revealed. The GNFPID controller configures the control signal based on interaction and there by reduces the voltage error and the oscillation in the terminal voltage control process. We achieve an excellent voltage control performance by testing the proposed fuzzy PID controller on a practical AVR system in synchronous generator for improve the transient response.     

基于预测模型双模糊分数阶PID的BLDCM调速系统优化控制

无刷直流电机（BLDCM）具有复杂的非线性系统,强耦合、变量多等特点,传统的PID控制无法获得满意的控制效果。为此,在模糊控制、分数阶微积分及模型预测相关理论的基础上,提出了预测模型双模糊分数阶PID控制器。分数阶控制为系统提供更多的控制余度,并采用一种间接算法（Oustaloup算法）完成整数阶PID控制的延伸和扩展,模糊控制实现分数阶PID控制参数的在线调整;建立预测模型,并引入模糊控制动态调整预测模型系数K值,实现更加精确的控制。针对模糊分数阶PID控制器中参数选择,又提出了一种改进的万有引力算法进行参数优化,增强控制器的自适应能力。仿真结果表明:基于改进万有引力算法的预测模型双模糊分数阶PID控制的BLDCM调速系统较传统的PID控制具有更快的响应速度、更小的超调量及抗负载扰动能力强等优良的动、静态性能指标。     

同步发电机可拓励磁控制器

为了克服传统励磁控制方法的缺点,依据可拓学理论,设计了同步发电机励磁控制器.控制器以参考电压与发电机机端电压的偏差及其微分作为特征量,根据电力系统的实际情况确定特征量的经典域和可拓域,经过关联度计算、测度模式识别,确定所采用的控制策略.应用MATLAB/Simulink软件建立了基于同步发电机三阶非线性数学描述的单机无穷大电力系统仿真模型,可拓控制器用MATLAB之S函数编程实现.与常规PID励磁控制器的仿真比较结果,验证了可拓励磁控制器对于改善电力系统小扰动稳定性和大扰动稳定性的有效性.     

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。     

船舶发电机励磁系统的CMAC神经网络并行控制

结合CMAC神经网络控制算法与PID控制算法设计了船舶发电机励磁并行控制系统.在控制过程中CMAC神经网络控制器经过不断学习,最终在控制系统中发挥主要控制作用.在网内投入发电机额定负载的15%和75%时,用某大型船舶电力仿真系统对该控制系统进行了仿真试验,并对电网的单相接地短路和三相接地短路故障进行了仿真试验,结果表明该船舶发电机CMAC神经网络励磁控制系统具有良好的稳定性、准确性、快速性和一定的鲁棒性.     

同步发电机的迭代学习励磁控制器的仿真研究

基于迭代学习控制理论提出了一种非线性迭代学习控制律,并将其应用于同步发电机的励磁控制,采用Matlab中的Simulink工具箱对单机-无穷大系统及两机系统进行了仿真研究,结果表明了该控制方法的有效性和通用性,且具有很强的维持机端电压的能力,与常规PD控制器和线性迭代学习控制律相比其收敛速度明显加快,有利于提高电力系统稳定性.     

同步发电机非线性PID励磁控制

本文将一种非线性ＰＩＤ控制引人发电机励磁控制，这种控制方式既保留了非线性ＰＩＤ控制的结构简单，易于实现，鲁椿性较强的优点，同时又克服了线性ＰＩＤ控制效果受线性化模型限制的缺点。计算机仿真结果表明，与线性化最优发电机励磁控制相比，非线性ＰＩＤ控制器对于同步发电机运行点变动的适应范围要宽得多，所设计的控制规律显著地改善了电力系统暂态过程的动态响应。