基于神经元网络参数自调整的PID控制器

本文介绍一种基于神经元网络自学习的ＰＩＤ控制器。该控制器不仅具有自学习自适应能力，而且具有自调整比例因子功能。实验表明，该控制器能够改善温度控制系统的动态特性和对环境的鲁棒性     

一种自校正模糊控制器的设计及仿真研究

本文提出了一种规则自校正模糊控制器,该控制器通过对模糊规则进行行修改,使系统具有学习功能从而改善控制器的性能。仿真结果表明,该控制器具有很好的动态特性和鲁棒性。     

基于自调整因子模糊控制器的设计与研究

针对基本模糊控制器缺乏在线自学习或自调整能力的不足,提出了一种带有自调整因子模糊控制器的设计方法。该控制器可以根据系统的误差及误差变化率调整控制器的量化因子与比例因子,使系统具有自适应能力。     

单神经元PID控制在柴油机调速系统中的应用研究

单神经元与PID控制器结合,构成具有自适应和自学习能力的单神经元PID控制器,改善控制器的控制精准度,并将该控制算法应用在具有多层次复杂性高的柴油机调速系统中,并仿真验证控制效果.     

注塑机注射速度的自组织模糊控制器设计

针对注塑机注射速度的非线性和时变性特点,提出了自组织模糊控制注射速度控制算法。利用控制系统输出误差和误差的变化率构造学习算法,设计了具有在线学习自组织模糊控制器。仿真结果表明:该控制器能有效跟踪理想的注射速度曲线,响应速度更快,超调量更小,控制效果优于常规PID控制器。     

基于神经网络PID的智能温度控制器的设计

采用具有自学习能力的BP神经网络与传统PID相结合的智能控制算法对温度对象实施控制，该算法简单、易于实现。最后设计出了基于该算法的单片机智能温度控制器，仿真试验证明该控制器具有较好的控制效果和应用前景。     

一种基于动态神经网络的PID参数在线自整定方法

提出一种基于动态神经网络的PID控制器,给出PID参数在线自整定学习控制算法,并进行了算法仿真研究。数值仿真结果表明,该PID控制器是一种与对象模型无关的、具有在线自整定能力的智能控制器。     

基于比例阀的气动伺服系统神经网络控制方法的研究

研究了用神经网络PID控制器对基于比例阀的气动伺服系统进行控制的方法。用神经网络辨识器来逼近非线性动力学系统,并在线修改控制参数。实验及分析表明,适当的选择网络参数,经过充分的离线训练,该控制器可以进行在线的自适应控制,系统的控制精度和动态特性有明显提高,且在环境参数变化时,控制器具有在线自学习和自整定参数的能力。     

PID神经网络控制器的设计及仿真研究

PID神经网络(PID-NN)是一种新型的前向神经元网络,该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。PID神经网络控制器是将神经网络和PID控制规律融为一体,既具有常规PID控制器结构简单、参数物理意义明确之优点,同时又具有神经网络自学习、自适应的功能。本文给出了PID-NN控制器的结构形式,计算公式,从理论上证明了PID-NN的收敛性和稳定性,最后对二阶对象下的系统进行了仿真,证明了PID-NN控制器具有较好的自学习和自适应性。     

一类无静差自学习模糊控制器设计

本文证明了无静差控制的必要条件;提出了自衡对象位移无静差控制量的一步预估算法,并将其用于模糊控制中,得到了一类自学习模糊控制器。该控制器利用自学习算法对无静差控制量进行自寻优,动态优化模糊控制量表。优化过程计算量小,适合于实时控制。仿真结果表明,即使对象增益可变或者未知,该控制器均能实现对给定阶跃信号的无静差跟踪。     

基于单神经元模糊自适应PID控制的电液位置伺服系统研究

由于电液位置伺服系统具有非线性、时变性等特点,增加了它的控制难度,采用常规的PID控制方法难以满足高精度的控制要求.为此设计了一种具有自适应、自学习功能的单神经元模糊自适应PID控制器.实验表明该控制器具有较好的鲁棒性,保证了较好的静、动态精度.     

卷烟厂工艺风力系统压力自学习模糊控制

在卷烟工艺风力系统中，由于管道阻力不断变化引起压力波动，采用传统的PID控制方法难以获得满意的效果。因此设计了一种具有实时自学习能力的模糊控制器，实验结果表明该控制器较好地改善了控制系统的性能和适应能力。     

一类简单的自学习专家控制器研究

本文从模糊专家控制思想出发,提出了根据理想动态响应方程及专家启发多逻辑自动调整驻系数的自学习专家控制器,实验证明该控制器有效。文章还利用锥稳定性定理为闭环自学习专家控制系统建立了鲁棒稳定性分析结论。     

神经网络在气动机械手控制器中的应用

气动机械手控制系统是一个非线性系统,采用常规的PID控制方法难以获得较好的控制效果.将具有自学习和自适应能力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,并将其应用于机械手气动压力伺服系统中,控制器采用DSP实现.运行结果表明,该控制器能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质优于常规PID控制器.     

模拟复合正交神经网络控制器在直流调速系统中的应用

在数字复合正交神经网络的基础上提出一种模拟复合正交神经网络,并用于直流双闭环调速系统中。控制器采用模拟复合正交神经网络的直接自适应控制方法,并对带有负载干扰的直流双闭环调速系统作了PI控制与神经网络控制的仿真实验。仿真结果表明,相对于常规PI控制器,该神经网络控制器具有自学习,自适应功能,速度跟踪获得了满意的控制效果。该模拟神经控制器能用于直流与交流调速系统中。     

基于控制增益实时辨识的BLDCM自抗扰控制

自抗扰控制具有算法简单、性能优良等优点,控制增益b对控制效果的影响较大,高效稳定地在线辨识出该参数对提高控制效果具有重要意义。设计了一种基于模型参考自适应参数辨识的新型自抗扰控制器,核心参数自适应变化使该控制器拥有更好的性能,仿真结果表明参数b辨识准确并且该控制器相对于传统自抗扰控制具有更好的控制效果。     

基于神经网络的模糊自适应PID控制方法研究

针对常规PID控制器不能在线修正参数以及模糊规则和率属函数对专家经验的依赖性,提出了神经网络模糊自适应PID控制器,从而综合了传统PID控制、模糊控制、神经网络控制的优点,使其具有PID控制的广泛适用性和神经网络的自适应和自学习能力,同时又具备模糊控制的非线性控制作用;仿真实验可知该控制器具有更快的响应和更好的平稳性.     

振动自适应模糊控制方法研究

将自适应模糊控制理论引入振动控制工程领域,提出了一种基于模糊逻辑系统的在线自学习控制方法。给出了该控制方法的学习算法及初始振动模糊控制器的产生方法。分析了该方法与其它非线性控制方法（神经网络控制）相比所具有的优点。仿真结果表明该自适应模糊控制方法能有效地抑制振动。     

自校正PID控制器在疲劳试验机中的应用研究

针对常规ＰＩＤ控制器及自校正零极点配置的优缺点，提出了一种新的自校正零极点配置ＰＩＤ控制器，该控制器能根据参考模型实时地调节ＰＩＤ参数且运算量较小。仿真结果证明，该控制器具有良好的控制性能及自适应能力     

基于单神经元PID控制器的PLC直流电机控制系统

针对传统PLD控制器对时变及非线性系统控制能力较差的缺陷,利用神经网络具有自学习、自适应的能力,设计了一种单神经元PID控制器,将其应用于直流电机控制系统中.本文给出了基于罗克韦尔可编程序控制器SLC500的单神经元PID控制器的实现方法.实验结果表明:直流电机控制系统调速性能好,控制精度高.该系统已成功应用于油田固井和压裂控制装置中.并获得较好的控制效果,具有一定的推广价值.