基于模糊神经网络PID的机床直流调速系统

为解决PID参数的在线调整问题,针对龙门刨床的主拖动系统,提出将神经网络的模糊PID自适应控制器用于直流调速系统的方法。分析龙门刨床电气设备的组成,综合模糊控制和神经网络的长处,将神经网络、模糊逻辑和PID控制相融合,构成模糊神经网络控制器,并通过MATALAB对系统进行仿真。设计时,将模糊规则融于神经网络中,通过对神经网络的自学习、自适应能力在线调整模糊规则和隶属函数参数,对PID控制器实现在线实时调整。仿真结果表明,该系统比普通控制器具有更好的动、静态特性。     

供弹机模糊自适应PID控制器设计

为了解决某供弹机控制系统建模困难、控制系统复杂、易受外界影响，且自身参数时变不确定、控制难度大的问题，用普通的PID难以达到理想的控制效果。将模糊控制和常规PID控制相结合，设计了一种模糊自适应PID控制器，将偏差和偏差变化率作为控制器的输入，PID控制器3个参数的自整定值作为控制器的输出，实现了PID参数的在线自整定。仿真与试验结果表明：该控制器不仅具有PID控制器高精度的优点，又具有模糊控制器快速性、稳定性、鲁棒性高的特点，并且具有良好的动、稳态特性。     

基于改进RBF-NN优化模糊PID控制器的设计方法

现代雷达伺服系统大多采用的是PID控制,而传统PID控制在非线性系统、时变系统和大惯性系统下具有一定的局限性。针对雷达伺服系统的复杂数学模型,提出一种利用遗传算法改进的径向基函数神经网络设计模糊PID控制器的方法,从而使PID控制器具有自适应性,强鲁棒性,稳定性等特点,并将该系统运用在雷达伺服系统中来提高其灵敏度响应。仿真分析表明,基于遗传算法改进的径向基函数神经网络的模糊PID控制器设计具有一定的优势,在实际运用中是有效可行的。     

一种新型伺服系统智能PID控制器的设计

提出了一种自适应模糊神经网络PID控制器的设计方案。把模糊神经网络控制和常规PID控制结合起来,对控制系统的比例、积分和微分参数进行在线自整定。在Simulink中的仿真结果表明,这种智能PID控制器的控制效果优于单纯的PID控制,超调量小,抗干扰性能强,对变参系统的鲁棒性强,满足在线适时自适应控制的要求。     

人工神经网络在运动控制中的应用

介绍了人工神经元模型与神经网络基本结构。阐述了多层前向网络的工作原理及误差反转（BP）算法，探讨了用于运动控制的单神经元PID控制器的结构与基于BP网络的模糊自适应PID控制，给出了由传统PID控制器，模糊量化处理，系统辨识神经网络NNM和系统控制网络NNC组成的基于BP网络的模糊自适应PID控制器结构，并讨论了人工神经网络在运动控制领域中应用的发展趋势。     

一种PID参数调整方法研究

一种PID参数调整方法，以偏差e和偏差变化率ec作力输入，可满足不同时刻偏差e和偏差变化率ec对PID参数调整的要求。利用模糊理论在线对PID参数进行调整，构成参数调整PID控制器。与经典的PID控制方式相比较，该控制方式在动态性、稳态性及鲁棒性方面都有较大提高，在实际中将具有更广泛的应用。     

基于模糊神经网络PID的串级温度控制系统研究

为解决传统PID 控制存在控制效果不够理想、性能欠佳和很难满足系统精度要求的问题,提出基于模糊 神经网络的自适应PID 控制算法对系统进行控制。采用Labview 构建模糊神经PID 控制器,对环控引气系统温度进 行动态控制,进行仿真研究,并将此控制策略与经典PID 控制进行仿真比较。结果表明：基于模糊神经网络的PID 控制算法在系统的超调量和调节时间上都小于经典PID,能提高系统的快速性和准确性,改善系统特性。     

改进型偏差耦合结构的多电机同步控制系统

为解决多电机同步控制难以满足高精度控制和比例同步控制的问题,提出一种改进型偏差耦合控制结构 系统。根据每台电机的运行状态进行速度补偿,采用模糊PID 控制器替换固定增益,结合速度补偿模块结构原理, 对速度控制器进行改进,建立永磁同步电动机的控制仿真模型,并对3 台电机改进偏差耦合控制进行仿真分析。仿 真结果表明：与传统的固定增益控制策略相比,该改进型控制系统的自适应模糊PID 控制策略具有更高的同步稳定性。     

基于改进型BP神经网络的PID控制算法

针对传统的PID控制算法很难获得比较理想的控制效果的问题,提出一种基于BP神经网络的自适应PID控制算法。根据BP神经网络的结构和特点,介绍了改进型BP神经网络算法描述及PID控制器的结构,并通过实例进行仿真分析。结果表明,改进型BP神经网络PID控制器具有良好的控制效果,降低超调量,抗干扰性强和增强系统的鲁棒性,优于常规PID控制器。     

基于模糊PID的AT89C2051单片机智能温度控制系统

以AT89C2051单片机为核心的模糊PID电阻炉温度控制器,由电源、控制算法、温度检测、键盘输入、温度显示、上位机通信及开关量输出控制等组成.控制器以参数偏差和偏差变化作为输入,以PID控制器的△Kp、△Ki、△Kd参数作为输出.子程序对相关事件处理以标志位和判断标志位完成,主程序通过调用子程序实现温度控制器功能.     

基于BP网络的PID整定控制

基于三层BP网络的PID的整定控制器,将输出层神经元输出状态对应于PID控制器的比例、积分、微分参数.先确定输入层和隐含层节点数、给出各层权值初值、选定学习速率和动量因子、学习参数等,再计算采样时刻误差、各层神经元的输入输出、PID控制器输出.通过神经网络的自学习、实现PID控制参数的自适应调整.仿真表明该神经PID控制器在三参数自调整、控制量变化、减小误差等方面具有优势.     

模糊PID在某导弹触发引信测试系统中的应用

文中在PID控制器的基础上。以误差和误差变化率为输入，利用模糊推理的方法实现了PID参数的在线自动整定。并且在MATLAB下对某导弹触发引信测试系统稳态精度和抗干扰性方面进行了研究，仿真结果表明。参数自整定模糊PID控制优于常规PID控制。具有良好的稳态精度和自适应能力，使系统抗干扰能力提高了20％左右。     

某定深电液伺服系统的粒子群优化神经网络PID 控制

为解决定深电液伺服系统的系统参数难以确定、运行过程中内部参数具有时变性和外部负载扰动较大等 问题,设计一种将PID 控制器与神经网络相结合的控制策略。分析定深电液伺服系统的数学模型和控制器的结构与 工作原理,用径向基函数神经网络来动态修正PID 控制器中控制参数的策略,采用粒子群算法离线选取最优的神经 网络权值,用Matlab 将控制器应用于定深电液伺服系统中,并与经典的PID 控制器和RBF-PID 控制器进行对比。 仿真结果表明,该控制器具有较好的快速响应能力与鲁棒性。     

常用温度控制法的对比

常用温度控制包括常规PID、模糊、神经网络、Fuzzy-PID、神经网络PID、模糊神经网络、遗传PID及广义预测等控制方法.常规PID控制易于建立线性温度控制系统被控对象模型.模糊控制基于规则库,并以绝对或增量形式给出控制决策.神经网络控制采用数理模型模拟生物神经细胞结构,并用简单处理单元连接成复杂网络;Fuzzy-PID为线性控制,且结合模糊与PID控制优点.并给出了各方法的控制特性、功能及主要应用场合.     

基于 RBF 神经网络的滚仰式导引头控制系统设计

为保证滚仰式捷联导引头的稳定控制,提出了一种基于 RBF 神经网络整定的 PID 控制策略,用于导引头稳定回路校正环节。根据滚仰式捷联导引头的运动学与动力学关系,结合导引头稳定回路校正环节采用的 RBF 神经网络 PID 控制算法,建立了滚仰式捷联导引头稳定与跟踪一体化仿真模型;仿真结果表明：滚仰式捷联导引头稳定回路采用 RBF 神经网络整定的 PID 控制器后,其动态性能优于传统 PID 控制器,建立的仿真模型能够对机动目标实现快速稳定跟踪,在工程应用中可提供有益参考。     

某舰载火箭炮交流伺服系统并行复合控制方法

针对舰载火箭炮在发射过程中会受到风浪以及自身扰动的影响而导致射击精度和稳定性降低的问题,提出一种RBF神经网络滑模-模糊PID控制方法。利用RBF神经网络来削弱滑模的抖振,在误差较小时提高响应速度和鲁棒性;利用模糊规则对PID参数进行调整,在误差较大时提高控制精度。仿真结果表明：该复合控制策略可使舰载火箭炮交流伺服系统具有更高的射击精度和反应速度,提高系统性能。