二次型单神经元算法在温控箱的应用

为满足复杂工业过程控制对鲁棒性的要求.提出了基于二次型性能指标学习算法的单神经元PID控制算法,并利用嵌入式技术应用于工业用环境试验箱的设计.样机实验表明,这种新的控削策略学习速度快,动态响应时间短,实现了参数的在线优化,提高了系统的鲁棒性.     

基于二次型优化的单神经元PID控制器及其pH过程控制应用

针对pH值控制这种强非线性过程,提出基于二次型优化的单神经元PID学习算法,该算法不用考虑常规PID对非线性过程分段区间划分的问题。基于这种算法的PID控制器解决了普通单神经元PID控制器静态性能不佳的问题。仿真结果表明,这种改进型控制算法比原算法具有更好的自适应能力和抗干扰性能。     

补偿 PID控制在直流调速系统中的应用

针对传统PID自适应能力差的缺点，提出了一种基于单神经元补偿的PID控制策略，即将单神经元作为传统PID控制器的补偿环节，并将其用于直流调速系统中。仿真结果表明，该控制结构简单，易于实现，被控系统较传统PID有良好的动态特性和很强的鲁棒性，并为直流调速系统的智能控制提供一条新途径。     

单神经元自适应PID控制在电动油门控制中的应用

利用单神经元模型自学习和自适应特点,在传统PID控制基础上设计出了一种单神经元自适应PID控制器,并将其应用于电动油门控制系统中。实验结果表明:采用单神经元自适应PID控制的电动油门系统能够适应油门手柄在较大范围内的推拉运动,而且控制具有较强的鲁棒性,控制品质优于常规PID控制。     

单神经元PID算法在反渗透装置中的应用

针对电动调节阀控制具有强耦合、大延迟等特点.提出了一种改进的单神经元自适应PID控制的电动调节阀控制方法,介绍了该控制算法的原理.并通过实际应用与传统PID的控制效果进行了比较.实际运行结果表明,所设计的电动调节阈控制系统具有较高的控制精度、良好的稳定性及抗干扰性.     

增益自调整单神经元自适应PID算法的研究

针对单神经元自适应PID算法对增益K的敏感性,提出了增益K自调整的单神经元自适应PID控制算法。仿真结果表明,这种控制算法具有良好的自适应性和鲁棒性。     

单神经元自适应PID控制器在AQM中的应用

主动队列管理(AQM)对于保持TCP网络高性能是一种有效的策略。AQM的基本机制是调节数据包进入路由器缓冲区的速率,从而避免网络拥塞。针对传统PID控制器在拥塞控制过程中参数固定的缺点,将神经网络理论引入AQM的研究中,设计了一种改进的单神经元自适应PID主动队列管理器。基于NS2平台的仿真结果表明,与PID控制器及传统的单神经元自适应PID控制器相比,改进的控制器对网络环境的变化有更强的适应能力和更好的稳定性。     

单神经元自适应PID控制器设计方法研究

本文主要介绍了采用有监督Hebb学习算法的单神经元自适应PID控制器以及采用以输出误差平方为性能指标的单神经元自适应PID控制器的控制算法及其仿真实现,总结出了两种基于单神经元的自适应PID控制器的控制特点及其参数设计规律。     

单神经元自适应PID控制器设计方法研究

本文主要介绍了采用有监督Hebb学习算法的单神经元自适应PID控制器以及采用以输出误差平方为性能指标的单神经元自适应PID控制器的控制算法及其仿真实现,总结出了两种基于单神经元的自适应PID控制器的控制特点及其参数设计规律.     

一种改进的单神经元二自由度PID控制

提出一种单神经元二自由度PID控制方法,将前馈型二自由度PID的五个参数分别对应于单神经元的五个权值,将二次型性能指标Pe2(k)+Q△u2(k)作为控制算法中加权系数学习的优化目标,由权值的在线调整来整定PID参数.通过MATLAB对指定对象进行仿真,得到了良好的控制效果,比传统的单神经元二自由度PID控制在性能上得到了提高.     

改进的单神经元自适应控制系统在MCGS中的应用

对于现代工业控制中的一些具有时变的、大时滞、非线性的复杂系统,常规的PID算法难以整定PID参数,因而难以达到预期的控制效果. 本文在MCGS组态软件的实验平台上实现常规PID算法和单神经元自适应PID算法分别在线性和非线性的系统的控制. 实验结果表明,在线性系统和非线性系统中单神经元自适应PID控制算法都具有更好的稳定性和动态性能.     

基于单神经元自适应PID控制的温控系统研究

采用Bang—Bang控制和单神经元自适应PID控制相结合的控制方法,并且对Bang—Bang控制进行改进,即引入逐级递减Bang—Bang控制的概念,并且使Bang—Bang控制的控制初始值以一定的规律按照温度设定值的变化而变化。实验结果表明,该控制算法对于电加热炉温度具有较好的控制效果。     

DC／DC变换单神经元自适应PID控制器仿真研究

为解决传统PI控制对具有时变、非线性特性的DC/DC变换器动态控制性能不佳的问题,将人工神经网络与PID控制理论相结合,为DC/DC变换器设计了一种单神经元自适应PID控制器。该控制器算法简单,通过对加权系数的在线调整来实现自适应、自学习功能,从而满足DC/DC变换器的时变及非线性特性。以BUCK型变换器为例,建立了DC/DC变换器智能控制系统的仿真模型,在不同负载及参数变化的情况下与常规PI控制效果进行对比分析,结果表明,单神经元自适应PID控制器对DC/DC变换器具有很好的控制效果和鲁棒性。     

单神经元自适应PID控制器及其应用

研究了单神经元自适应PID控制器,阐述了该控制器的特点、控制律、适用对象及工程整定方法,在和利时公司的SmartPro系统平台上开发出单神经元自适应PID控制器,进行了单神经元自适应PID控制器的典型一、二阶对象闭环仿真,最终将单神经元自适应PID控制器应用于制药厂发酵罐温度控制回路中。单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒性强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。     

基于单神经元的温箱自适应控制系统

为了提高温箱的温度控制精度与抗扰能力,提出了一种基于单神经元的自适应改进控制算法。分析了温箱模型及其时延性与传导惯性,将单神经元与经典PID算法相结合,利用单神经元的非线性逼近和自学习能力,实现参数的在线调整,同时利用二次型性能指标对连接权值进行约束调整,提高参数调整稳定性和收敛速度。仿真结果表明,与经典PID算法相比,该改进控制算法具有更快的响应速度和更小的超调量,系统自适应和鲁棒性能得到明显提升。     

免疫单神经元控制器的研究与应用

针对单神经元PID控制学习速度慢、调节时间长的问题,通过对单神经元自适应PID控制器（SNC）的分析,利用免疫机制,实现了神经元控制器比例系数K的免疫功能选取,从而提出了一种具有免疫功能的单神经元自适应PID控制器（ISNC）,构成了自适应型免疫单神经元PID控制器。通过对火电厂锅炉过热蒸汽温度控制的仿真研究,证明了该方法的可行性和有效性。     

开关磁阻电机单神经元自适应PID控制系统

在开关磁阻电机（SRM）调速系统中,转速闭环是必不可少的,传统的转速控制采用PID调节器,但是可靠性不高、参数整定不良、性能欠佳.针对以上问题,本文采用单神经元与PID相结合代替传统的PID调节器,在Matlab/Simulink仿真平台中建立了仿真模型.仿真结果表明,该方法不但结构简单,而且稳定性好,有较强的鲁棒性.     

基于单神经元自适应PID的过热汽温控制系统研究

针对过热汽温控制系统各环节的非线性时变性特征,提出了一种单神经元自适应PID控制方案,并通过编制仿真程序对系统进行了仿真实验,实验结果表明,采用单神经元自适应PID控制的过热汽温调节系统,较常规PID控制,具有更小的超调量和更好的鲁棒性,有效地改善了常规PID调节时间长自适应能力差的问题。     

电站锅炉汽包水位系统的单神经元自适应PID控制

电站锅炉汽包水位间接地反映了锅炉负荷与给水平衡的关系。是电站发电机组运行的主要控制参数之一。本文提出了一种电站锅炉汽包水位系统的单神经元自适应PID控制策略。将蒸汽流量信号引入到单神经元网络中来考虑负荷变化对锅炉汽包水位的影响，使其具有前馈补偿能力，以消除“虚假水位”现象。仿真试验结果表明了该控制策略的有效性和实用性。