PID神经元网络多变量控制系统分析

PID神经元网络是一种新的多层前向神经元网络,其隐含层单元分别为比例(P)、积 分(I)、微分(D)单元,各层神经元个数、连接方式、连接权初值是按PID控制规律的基本原则 确定的,它可以用于多变量系统的解耦控制.给出了PID神经元网络的结构形式和计算方 法,从理论上证明了PID神经元网络多变量控制系统的收敛件和稳定性,通过计算机仿真证 明了PID神经元网络具有良好的自学习和自适应解耦控制性能.     

基于PID神经元网络的智能车控制系统研究

研究了基于PID神经元网络的智能车多变量控制系统。智能车的转向控制与速度控制相互关联、相互影响、且都具有时变性,针对智能车在行驶时要求电机的动态响应速度要快、舵机的动态响应时间要短的特点,提出了将PID神经元网络（PIDNN）控制器及其算法应用到智能车的控制系统中来对传统PID控制进行改进。PIDNN控制系统不依赖智能车电机与舵机的数学模型,能够根据控制效果在线训练和学习,调整网络连接权重值,最终使系统的目标函数达到最小来实现智能车的精确控制。Matlab仿真测试表明,PIDNN控制系统的响应快,超调小、无静差,与传统PID控制算法相比,大大提高了智能车控制系统的性能。     

模糊RBF神经网络在锅炉水位控制中的应用

水位控制是工业锅炉控制系统中一个重要的环节,其控制质量的优劣直接影响到锅炉的安全和经济效益。本文将一种基于模糊RBF神经网络的PID控制器应用与工业锅炉水位的控制当中,它结合了传统PID以及神经网络和模糊控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明这种控制器具有较好的适应性,控制效果得到明显改善。     

混凝土摊铺机自动找平控制系统的模糊PID控制算法研究

本文对混凝土摊铺机自动找平控制系统的控制原理进行了简要介绍，针对摊铺机自动找平控制系统实时性强、高精度的特点，提出了一种将模糊控制和传统PID控制两者相结合的模糊PID控制算法。仿真研究表明．模糊PID控制比传统的PID控制具有更好的动静态性能。     

网络延时对PID控制系统性能影响的分析

由于网络通讯延时的存在，传统PID控制算法在网络化控制系统中的控制性能将受到影响．使用一种代价函数作为性能评估标准，并通过仿真实验分析了各种网络延时对PID控制性能的影响．利用根轨迹法分析了网络延时和PID参数对控制系统稳定性和控制性能的影响；用NetCon控制器实现了各种网络延时下对一个实验系统的控制．实验结果证明了仿真分析的正确性和有效性．     

基于新型动态神经元网络的逆系统方法

针对提高逆系统建模中神经网络的逼近效果和动态性能问题,根据PID神经元网络工作原理,提出一种具有动态激励函数的新型PID神经元模型—输出反馈型PID神经元(OFPID),输出激励采用连续的Sigmoidal函数,使神经元具有等效的IIR突触,采用梯度下降法实现OFPID神经元网络的权值调整,将其应用于非线性系统的神经网络逆控制系统,从而提高非线性系统的解耦效果和控制性能。仿真实验证明,提出的新型神经元网络是一种良好的非线性系统建模和控制工具。     

单通道设计方法在工业锅炉多变量燃烧控制系统中的应用

介绍了采用单通道设计（ＩＣＤ）方法进行了工业锅炉多变量燃烧控制系统的设计,并对控制系统进行了仿真研究。结果表明,采用单通道（ＩＣＤ）方法设计的工业锅炉多变量燃烧控制系统具有良好的控制品质,同时,系统独立是个非线性且易于工程帝现。     

模糊PID控制在工业锅炉控制系统中的应用

针对工业锅炉控制系统的特点．采用将常规PID控制与模糊控制相结合的控制策略．在常规PID调节器的基础上，采用模糊推理思想，根据不同的E、EC对PID参数Kp、Kl、Kd进行自校正。对锅炉汽包液位的控制表明这种模糊PID控制器可明显提高系统的性能。     

基于PID神经元网络的四旋翼飞行器姿态控制系统

针对PID控制对于四旋翼飞行器这类强耦合系统参数整定困难和控制稳定性不足的问题,提出了基于PID神经元网络(PIDNN)的新型控制算法,并设计了基于STM32微处理器的微飞行器。MATLAB系统仿真和飞行测试结果表明,相比于传统PID控制,PID神经元网络控制具有较快的稳定时间和较小的超调量,提高了系统的稳定性和自适应能力,同时实现了广义解耦。     

模糊自整定PID算法在锅炉压力系统中的应用

锅炉压力是锅炉燃烧控制系统中的一个极为重要的指标，同时也是保证锅炉安全运行的主要条件之一。传统的PID控制算法因其具有原理简单，易于实现，稳态无静差等优点而被广泛的应用到该类控制系统中，但是它在实践中遇到了许多的困难（如：不适应参数变化，超调大，抗干扰性能差等）。针对这种情况，提出模糊自适应整定PID控制算法。该算法保留了传统PID算法的优点，同时引入模糊控制在线整定PID参数。将其与串级控制相结合应用到锅炉蒸汽压力控制系统中进行仿真，仿真结果表明它优于常规的PID算法，有工程应用价值。     

神经网络PID在温度控制系统中的研究与仿真

本文提出一种基于BP神经网络的新型智能PID控制方法和一些BP神经网络的基本概念。同传统的PID控制相比较．神经网络智能PID控制有许多优点。把BP神经网络的PID控制方法应用到工业领域的温度控制系统中，仿真结果表明：这种控制方法具有较高控制精度和较强的适应性以及良好的控制效果。     

基于模糊RBF神经网络的PID及其应用

针对传统的PID控制器参数固定而导致在控制中效果差的问题,提出一种基于模糊RBF神经网络智能PID控制器的设计方法。该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点,将模糊控制与RBF神经网络相结合以在线调整PID控制器参数,整定出一组适合于控制对象的kp, ki, kd参数。将算法运用到电机控制系统的PID参数寻优中,仿真结果表明基于此算法设计的PID控制器改善了电机控制系统的动态性能和稳定性。     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。     

基于神经网络的恒温控制系统的研究与设计

由于恒温控制的数学模型很难建立,针对这一难题提出了基于神经网络的PID控制器,侧重介绍了BP神经网络PID控制器算法的基本知识以及控制器的设计原理,通过实验仿真证明了神经网络PID控制器的控制效果比传统的PID控制在静态特性和动态特性方面都有所提高,而且具有较好的鲁棒性,该控制器在工业控制中将会发挥越来越大的作用.     

锅炉温度系统的神经网络预测-PID串联控制

针对锅炉温度系统的非线性、滞后、时变等特性,提出了一种串联控制策略.提出基于神经网络的微分型预测控制算法,该方法的突出优点是能够加快调节时间.在此基础上结合常规PID控制器构成了预测-PID串联控制,这种串联控制的方法既有基于神经网络的预测控制在实时系统中抗干扰能力强的优点,又充分利用了PID控制方法响应速度快的特点....     

一种自适应CMAC 在交流励磁水轮发电系统中仿真研究

在分析常规CMAC结构的基础上，针对一类非线性、参数时变和不确定的控制系统，提出了一种自适应CMAC神经网络的控制器．该控制器以系统动态误差和给定信号量作为CMAC的激励信号，并与自适应线性神经元网络相结合构成系统的复合控制．为了验证其有效性，将其应用到交流励磁水轮发电机系统的多变量非线性控制中，并与常规的PID控制效果进行了比较．仿真结果表明，该控制器具有较强鲁棒性和自适应能力，控制品质优良。     

基于改进型RBF神经网络辨识的PID控制

针对工业控制领域复杂非线性时变系统．提出了基于改进型RBF神经网络的PID参数在线自整定方法。采用改进型RBF神经网络辨识器在线辨识系统模型，自动调整PID控制器参数，实现系统的智能控制。仿真结果表明，与常规RBF神经网络PID控制方法相比，该方法具有控制精度高、响应速度快的优点，并且具备较强的自适应性和鲁棒性。     

改进遗传算法优化控制器参数的燃烧控制

主汽压和床温是循环流化床锅炉(CFBB)燃烧控制系统中两个重要的控制指标,直接影响着锅炉运行的安全性和经济性。常规PID控制大多采用人工凑试法来调整PID控制器参数,结果往往耗时且难以实现燃烧系统的实时控制。为了实现燃烧系统的实时控制,提出了一种改进遗传算法优化PID控制器参数的控制方案。在控制过程中,先利用前馈补偿解耦法对主汽压和床温进行解耦,再采用改进遗传PID控制器对两个对象进行独立控制。仿真结果分析表明,与常规PID控制相比,改进遗传算法优化PID控制器参数的控制方案可以有效地改善循环流化床锅炉燃烧系统的动态性能、稳定性能以及快速性能,并提高系统的控制品质。     

基于神经网络的新型复合速度控制器的设计

针对传统PID控制和神经网络直接逆动态控制各自的特点,提出了将两者相结合构造一种新型复合神经网络速度控制器的方法：基于感应电机间接磁场定向矢量控制系统．对该复合速度控制器进行仿真研究。仿真结果表明,在电机参数变化和负载扰动的情况下,该控制器的应用使感应电机间接磁场定向矢量控制系统具有很好的鲁棒性和抗扰性能：     

基于IGA的板形板厚神经网络分散解耦PID控制

针对板带材轧制是一个复杂的非线性过程，板形控制(AFC)和板厚控制(AGC)又是相互耦合的一个综合系统等特点．该文首先采用神经网络分散解耦方法，对此板形板厚多变量耦合系统进行解耦，而后再应用基于免疫遗传算法的PID控制对解耦后的已近似成为两个独立的SISO系统的广义对象进行控制。从而建立了基于免疫遗传算法的板形板厚神经网络分散解耦PID控制系统。仿真结果证明了此AFC—AGC控制系统具有良好的自适应跟随和抗扰性能，其控制效果优于传统的解耦PID控制。