单神经元PID控制器研究及仿真

基于单神经元PID控制算法,通过修改神经元控制连接加权系数和合理选择神经元系数,构成PID控制器,在此基础上建立单神经元PID控制器的Simulink仿真模型,并给出仿真实例.     

基于RBF的改进单神经元PID控制

提出一种基于RBF辨识神经网络算法的改进神经网络PID控制,应用最优控制理论中的二次型性能指标加入到控制算法中的加权系数学习修正部分,将RBF与单神经元相结合构成PID控制器,通过Matlab对指定对象仿真控制,得到了良好的效果.比起以往的神经网络PID控制,改进的算法在学习速度和实时性都得到了提高.     

永磁无刷直流电动机的仿真分析

在分析无刷直流电机数学模型的基础上,借助于MATLAB强大的仿真系统建模能力,在MATLAB/ASIMULINK中建立了BLDC控制系统的仿真模型,仿真得到的电流和电磁转矩波形能够与通过场路耦合时步有限元法得到的波形基本一致,表明了本文所建立的数学模型以及采用的仿真方法是正确的,为进一步研究永磁无刷直流电动机奠定了基础.     

基于比例系数改进的单神经元PID控制及仿真研究

考虑到单神经元PID控制中比例系数影响较大,结合炼油装置塔顶冷凝系统pH值反馈大滞后的特点,在常规单神经元PID控制的基础上,对其比例系数做了小小的改动,使其是误差及其一次差分的一次函数。用Matlab的S函数实现单神经元PID控制算法,再在Simulink模块中对改进后和常规的控制算法分别进行模拟仿真比较,通过仿真结果得出,改进后的控制算法大大提高了大滞后控制系统的快速性和控制精度,也为过程工业中一些大滞后控制系统提供了很好的解决办法。     

一种改进的神经元自适应PID控制研究

在神经元自适应PID控制器的基础上,提出了一种改进的神经元自适应PID控制算法。     

双缸同步液压系统单神经元PID控制仿真研究

通过采用新的性能指标和PSD算法动态调整增益改进了单神经元PID控制算法,针对传统采用“主从方式”控制的多缸同步液压系统存在的调整时间长、动态性能差等缺点,利用改进后的神经元PID控制算法实现了一种基于“同等方式”控制概念的同步控制,用AMEsim和Simulink软件对双缸同步液压系统进行了联合仿真,仿真结果表明这种控制方式的同步性能好,控制精度高,并且同步调整所需的时间比传统控制方法短,较好地克服了传统控制方式的不足,满足了现代工业的使用需要。     

基于Simplorer和Maxwell的永磁无刷直流电动机的设计与仿真

介绍了永磁无刷直流电动机基本原理,然后根据要求设计了一台9槽10极永磁无刷直流电动机,并用Simplorer和Maxwell联合对其进行了仿真,对电动机进行了空载、负载瞬态特性分析,验证了设计的合理性。最后试制样机,样机测试值与联合仿真值对比,验证了联合仿真的正确性。     

直流无刷电机模糊自适应PID控制系统研究

阐述了直流无刷电机工作原理及数学模型;介绍了模糊控制理论,提出模糊自适应PID控制策略;在MATLAB环境下,使用反电动势建模法建立了直流无刷电机控制系统的模型,并进行仿真分析;利用模糊自适应PID控制策略改进速度控制器中的常规PID算法,进行仿真,并将所得结果进行对比。     

永磁无刷直流电动机的DSP控制方案设计

永磁无刷直流电动机因其利用电子开关电路及位置传感器,代替传统电机中的电刷和换向器,既有普通有刷电机的调速特性,又克服了电刷和换向器带来的缺点.是数字调速领域未来的主流电机.本文以DSP2407处理器为控制芯片,对其控制思路及设计方案进行了初步研究.     

无刷直流电动机的神经网络PID控制器研究

提出了一种基于BP神经网络的PID控制器,该控制器有机结合了BP神经网络和PID的特点,克服传统PID控制存在的不足,并采用快速BP算法改善其收敛性,有效的提高了无刷直流电动机调速系统性能,仿真研究表明上述神经网络PID控制器,比传统PID控制器控制动态过程有明显改善,能够获得更高的跟踪精度。     

基于PID控制算法的自动调平系统的仿真研究

为了提高伸缩臂叉装车自动调平系统在工作中的调平精度和响应速度,提出了一种在伸缩臂叉装车的自动调平系统加入增量式比例-积分-微分(PID)控制算法的电液比例控制方法,并建立了电液自动调平系统的控制模型和Simulink仿真模型.利用Simulink的仿真结果分析和对比了加入PID控制算法与没有加入PID控制算法的阶跃响应和开环伯德图的特点,验证了在叉装车自动调平系统加入PID算法的可行性和产生的预期效果.     

基于模糊自适应PID控制算法的螺栓扳手扭矩控制系统设计

针对传统机械扳手在扭矩控制方面存在的精度低、稳定性较差等问题,设计了一种基于模糊自适应PID控制算法的螺栓扳手扭矩控制系统.该控制系统外环采用模糊自适应PID控制器作为转速环调节器,内环采用传统PID控制器控制电流,使用电流传感器和霍尔转速传感器采集电机转动过程中的电流和转速,并使用滑动加权平均滤波算法消除随机干扰噪声以提高采集精度,实现对扭矩的精确控制.实验结果表明:模糊自适应PID控制算法拥有良好的动态性能和较强的鲁棒性,同时在1 200～3 000 N·m扭矩范围内,该控制系统的扭矩控制相对误差最高为3.67％,最低为1.50％,且运行稳定、可靠,具有很高的实用价值和推广价值.     

基于模糊自适应PID控制算法的螺栓扳手扭矩控制系统设计

针对传统机械扳手在扭矩控制方面存在的精度低、稳定性较差等问题,设计了一种基于模糊自适应PID控制算法的螺栓扳手扭矩控制系统.该控制系统外环采用模糊自适应PID控制器作为转速环调节器,内环采用传统PID控制器控制电流,使用电流传感器和霍尔转速传感器采集电机转动过程中的电流和转速,并使用滑动加权平均滤波算法消除随机干扰噪声以提高采集精度,实现对扭矩的精确控制.实验结果表明:模糊自适应PID控制算法拥有良好的动态性能和较强的鲁棒性,同时在1 200～3 000 N·m扭矩范围内,该控制系统的扭矩控制相对误差最高为3.67％,最低为1.50％,且运行稳定、可靠,具有很高的实用价值和推广价值.     

基于模糊自适应PID控制算法的螺栓扳手扭矩控制系统设计

针对传统机械扳手在扭矩控制方面存在的精度低、稳定性较差等问题,设计了一种基于模糊自适应PID控制算法的螺栓扳手扭矩控制系统.该控制系统外环采用模糊自适应PID控制器作为转速环调节器,内环采用传统PID控制器控制电流,使用电流传感器和霍尔转速传感器采集电机转动过程中的电流和转速,并使用滑动加权平均滤波算法消除随机干扰噪声以提高采集精度,实现对扭矩的精确控制.实验结果表明:模糊自适应PID控制算法拥有良好的动态性能和较强的鲁棒性,同时在1 200～3 000 N·m扭矩范围内,该控制系统的扭矩控制相对误差最高为3.67％,最低为1.50％,且运行稳定、可靠,具有很高的实用价值和推广价值.     

采用遗传PID整定的电液伺服系统仿真研究

建立了电液伺服系统数学模型,提出了基于遗传算法的电液伺服系统PID参数整定方法,并利用Matlab编程软件进行仿真,仿真结果表明,基于遗传PID整定的电液伺服系统具有良好的稳定性和较强的鲁棒性,达到了预期的控制效果,表现出了优越的控制性能.     

一种新的自适应PID控制算法

针对大惯性工业对象，设计了一种新的自适应PID调节器控制算法并应用手工业温度控制系统中，实验结果表明，利用人工智能算法与PID自适应算法的有机结合，可以使温度控制曲线在不同的阶段平滑过渡，使系统控制过程达到最优。     

一种基于WinCC的PID型自适应模糊控制系统的设计

利用组态软件WinCC完成数据采集、控制信息输出以及人机交互等工作,利用MATLAB完成PID型自适应模糊控制算法运算,在MATLAB和WinCC之间通过动态数据交换（DDE）协议对过程变量、控制变量和设定值实时更新。通过对水箱液位控制实验,结果表明,该方法在实际过程中是切实可行和值得推广的。     

基于龙格-库塔法的自适应PID控制算法及其应用

针对大滞后系统提出一种基于四阶龙格-库塔预测模型的自适应PID控制算法,该算法是先对系统的状态变量进行步长预测,然后将此预测值代入系统输出方程,求出被控对象的步长测量值,再将该测量值作为反馈值进行PID控制运算。在控制运算中,沿二次型性能指标的负梯度方向对加权系数进行在线修改,实现了自适应PID的优化控制。仿真结果表明该预测控制算法的响应速度快,鲁棒性强,有很强的实用性。     

基于模糊自适应PID的恒温箱控制系统设计

温度控制系统是时变、非线性、多干扰的复杂系统,传统PID算法含有积分环节,导致系统响应缓慢,累积误差大。该文通过对婴儿恒温箱的机理分析,建立数学模型,结合PID算法和模糊控制技术,设计出基于模糊自适应PID的车载婴儿恒温箱。实验结果表明,模糊自适应PID控制较传统PID控制,系统控制精度高,稳定性好,动态响应速度快,抗干扰能力强。     

基于一种改进遗传算法的PID参数优化仿真

针对现有PID调节器的整定方法和遗传算法优化参数存在的问题。提出了一种改进的遗传算法用于PID参数寻优的方案。该算法采用了变群体规模和自动改变交叉概率、变异概率的措施．能提高算法的执行效率，收敛性较好，而且不易陷入局部最优解。本文以过热汽温控制系统为例．分别采用了简单遗传算法和改进遗传算法，对串级控制系统的PID参数寻优，仿真结果表明．改进后的遗传算法具有较强的执行效率和很好寻优效果。并且该文提出的算法和策略也可用于其他的优化问题中，具有一般性。