电液比例速度系统的前馈模糊复合控制研究

提出了一种采用前馈控制器补偿负载的扰动并在系统的主控制回路上采用模糊控制和PID控制相结合的精密电液比例调速系统，分析了该系统的组成和控制原理，介绍了前馈模糊－PID控制器的设计方法，理论分析和实验表明，该控制策略可以取得较为满意的控制效果。     

基于神经网络PID控制的电液位置伺服系统

针对电液位置伺服系统，利用神经元的自学习、自适应特点，将神经网络与PID控制方法相结合，对电液伺服系统在线边学习边控制，实现系统的快速实时控制。仿真研究表明，该电液伺服系统具有令人满意的静、动态性能。     

基于神经网络PID炉温控制系统设计

将BP神经网络控制策略引入炉温控制系统,通过神经网络模拟实现PID控制器参数在线调整。在电阻炉炉温控制系统模型的基础上,详细介绍了神经网络PID控制器的算法,并对经典PID参数选取进行了分析。最后将神经网络PID与经典PID控制效果进行了仿真比较。     

带预测模型的神经网络PID控制器

在研究PID控制和神经网络的基础上提出了一种带预测模型的神经网络PID控制器,该控制器是一种3层前向神经网络,它适用于工业过程中觉的慢时变大时滞控制系统以及控制对象具体模型难以确定的控制系统,该系统能在调整PID控制器的3个参数Kp,Kd,Ki,再经PID调节器产生最优的控制作用于被控对象,采用该控制器对模型参数缓变的系统进行仿真,结果表明该器具有良好的自学能力,能获得较好的控制效果。     

基于模糊神经网络的PID温度控制系统

应用模糊神经网络PID控制技术，建立了高分子聚合物反应温度控制系统。该系统利用模糊神经网络调整PID参数，进一步完善了PID控制的自适应性能，自行设计了该控制系统的硬件和软件部分，可以接入8点热电阻信号，具有显示温度、自动控温、声光报警等功能，应用结果说明，该温度控制系统充分利用了模糊神经网络和PID控制的优点，具有良好的动、静态特性和自适应性。     

基于神经网络的PID控制

论文讨论了基于神经网络理论的PID控制,并将其应用到了直流调速系统的仿真中,仿真结果表明它具有良好的鲁棒性。     

基于模糊神经网络的电液比例系统同步控制方法

以某厂钢坯翻转系统为例,建立电液比例阀动态方程及其控制框图,提出基于模糊神经网络的电液比例系统同步控制策略,构建基于模糊神经网络的同步控制器,详细叙述了模糊神经网络的基本结构和运算法则。结果表明,该控制方法具有控制精度高、动态跟踪性能好以及鲁棒性强等特点,能很好地满足实际工作要求。     

电液比例压力控制系统的PID参数优化

为了解决实际工程中P,I,D最佳参数值快速确定难题,建立了电液比例压力控制系统的数学模型,以收敛时间最短为控制目标,采用单因数法对控制模型进行仿真实验,确定了参数P的最佳值;在保持P值不变条件下,运用函数拟合方法,以超调量最小为控制目标分别确定了参数I和D与超调量增量以及收敛时间的相关性;以超调量最小和收敛时间最短作为优化目标,利用建立的相关性对PID控制器的三个参数进行了调整.仿真结果表明:在以超调量作为优化目标时,积分系数与超调量增量呈四次相关性函数关系;积分系数与收敛时间增量呈五次相关性函数关系;微分系数与超调量增量呈二次相关性函数的关系;微分系数与收敛时间增量呈四次相关性函数关系.     

基于模糊PID的电液位置伺服控制器设计研究

介绍了电液位置伺服控制系统的组成与工作原理,并建立了系统的数学模型。将模糊控制与PID控制结合在一起,设计了模糊PID控制器,即通过模糊控制器输出对PID参数进行在线调整。利用MATLAB软件进行仿真,比较常规PID控制与模糊PID控制仿真结果,发现模糊PID控制器提高了系统的动态性能和稳态特性。     

直驱式电液位置系统PID控制的研究

针对直驱式电液位置系统的特点，使用PID控制改善系统的特性。经过对比分析，采用不完全微分PID控制策略。通过仿真在不同负载下系统对阶跃和斜坡信号的响应，分析结果得出：采用PID控制方法后带载系统响应时间、稳态误差变小，系统刚度增大，减小了负载带来的影响，能够达到控制的需要。     

基于PID神经网络的多变量解耦技术在变风量空调中的应用

本文分析了空调控制系统、变风量空调系统特点及目前存在的控制问题,提出了空调控制系统引入智能控制方案的可行性与必要性,针对变风量空调系统的特点和要求,提出变风量空调系统的控制方案。控制回路由冷水流量一送风温度控制、风机转速一静压点静压控制、送风量一室内温度控制、新风量一二氧化碳浓度控制四个控制回路组成,建立了一种新的多层神经网络,实现了神经网络和PID控制规律的本质结合,在变风量空调控制系统中表现出很强的学习和自适应解耦能力,MATLAB仿真试验说明了系统设计的有效性。     

基于人工神经网络的控制器的研究

本文通过在对几种常见神经网络在机器人手眼协调控制中的应用分析和仿真研究的基础上，给出了一种综合型的神经网络模型，仿真结果表明模型具有更好的收敛速度和控制性能。     

基于AMESim的阀控液压缸电液伺服系统仿真

在电液伺服控制系统设计中,由于传统的数学建模方法比较复杂,使得液压伺服系统的设计周期增长。为了准确快速地完成设计任务,本文利用面向工程设计的高级建模软件AMESim对阀控液压缸电液伺服系统进行了建模和仿真计算,并在改变系统元件参数的情况下,对电液伺服系统的动态特性进行了分析。     

基于模糊神经网络的智能控制研究

模糊神经网络是一个新型的研究领域,随着人们对人工智能进行更深入、多层次的研究,使其在模糊控制、模糊决策、专家系统、模式识别等众多领域都发挥了重要作用。模糊控制的逻辑推理技术与神经网络的结合,将弥补神经网络在模糊数据处理方面的不足和纯模糊逻辑在学习方面的缺陷。     

基于单片机的模糊PID控制双闭环直流调速系统研究

本文针对机床加工过程中需要高性能可控电力拖动和经常正反转运行的问题,设计了基于单片机的双闭环直流调速系统,采用模糊PID控制的方法,研究分析了模糊PID参数自整定的性能,通过仿真证明了该系统的有效性。     

污水处理中溶解氧专家模糊控制系统的研究

分析了CAST污水处理工艺过程,同时建立了溶解氧控制模型。以常规PID闭环系统的阶跃响应曲线分析控制系统不稳定内在原因,给出了专家模糊控制系统设计方法。同时给出了在解跃信号和干扰信号作用下控制系统的仿真和系统的鲁棒性仿真测试。     

计算机远程控制系统设计

计算机远程控制能够使操作者通过网络对远程主机进行控制,从而实施网络远程计算及管理维护功能。当前随着网络的广泛应用及网络办公的兴起,远程控制系统能较大地提高工作效率。本文以Windows系统平台为基础讨论分析了远程控制系统的关键技术及其实现方法。     

基于改进Elman神经网络的氧化铝浓度控制建模

铝电解过程是一个非常复杂的非线性、时变和大滞后的工业过程体系,因而采用常规的控制方法很难达到良好的控制效果。针对此问题本文提出了采用改进的Elman神经网络对其进行建模,介绍了改进Elman神经网络结构及其学习算法;分析了影响氧化铝浓度的主要因素,并根据实际情况确定了输入层和中间隐层的维数,从而确定了模型的结构。通过对现场采集的数据进行了仿真,仿真结果表明：与常规Elman相比,神经网络收敛速度和稳定性上都有明显提高,得到了令人满意的结果。     

基于混沌机制的神经网络预测控制及仿真研究

为解决一大类未知、时滞、非线性系统的预测控制问题,提出了一种基于改进的Elman动态回归神经网络预测控制算法．首先,在一般的Elman动态回归神经网络算法中加入了混沌机制,利用混沌机制固有的全局游动有效地消除了Elman网络易陷入局部极值的缺点,提高了系统的辨识速度;然后,结合广义预测控制（GPC）的反馈校正、滚动优化来完成非线性系统的预测控制．仿真结果表明：将本算法应用于非线性系统预测控制,对未建模动态具有较强的鲁棒性和良好的控制跟踪能力。