基于神经网络的开关磁阻电机自适应控制

针对开关磁阻电机显著的非线性特性，将具有非线性映射能力及自适应能力的误差反向传播（BP）神经网络应用于开关磁阻电机驱动系统（SRD），并结合传统比例、积分和微分（PID）控制的优点，提出一种基于BP神经网络的开关磁阻电机在线辨识与自适应PID控制方法．该方法利用BP神经网络实时观测系统输出，优化PID控制参数，对于解决开关磁阻电机由于非线性严重而导致控制困难的问题具有较强的针对性．实验结果证明了该方法的有效性，且系统适应性强，稳定性好，响应速度和控制精度均令人满意。     

基于模糊RBF神经网络的双电机驱动伺服系统研究

双电机驱动伺服系统中存在齿隙和摩擦等非线性,常规PID控制不能满足其控制要求.针对常规PID控制器参数固定而导致在控制中效果差的缺陷,提出一种基于模糊RBF神经网络整定的PID控制方法.该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点,可以在线调整得到一组适合于控制对象的PID控制参数.最后在双电机驱动伺服系统中进行仿真试验结果表明所提出的控制策略是有效的.     

轴承动态测量仪神经网络控制系统设计

轴承摩擦转矩的测量是一种动态测量,需要轴承在转动条件下获得数据.轴承型号及承载条件的改变,影响电机转速的控制规律.针对经典PID控制器的结构参数不能在线修改的问题,提出利用BP神经网络的自学习能力,对PID控制器进行结构参数调整,实现对电机速度规律的优化控制方法.仿真结果表明,经神经网络修正过的PID控制器,动态性能优于未修正的PID控制器.     

基于神经网络的电机功率平衡控制器的设计

运用改进的BP神经网络实现了电机功率平衡的控制预测,并用位置式PID控制来控制勺杆位置,最终达到功率平衡的要求.     

基于柔性神经网络自适应PID的磁轴承径向力控制

针对电机磁轴承径向力控制的严重非线性,提出了利用神经网络自适应整定PID参数,从而直接调节磁轴承径向悬浮绕组电流实现转子径向稳定悬浮的控制方案.在利用BP神经网络结合PID控制实现转子径向稳定悬浮的基础上,为改善径向位移跟踪的动静态性能,提出了基于柔性神经网络的径向力控制,给出了详细的控制算法,并仿真比较了柔性神经网络控制与BP神经网络控制下转子在空载和突加负载时径向悬浮情况,仿真结果表明柔性神经网络控制具有更好的动静态性能,为智能控制的进一步应用研究提供了基础.     

神经元控制器在感应电机矢量控制中的应用

神经网络具有自学习、自适应能力，用于控制时可以不依赖控制对象的数学模型．为实现对交流电机快速和精确控制，基于单神经元设计出用于感应电机矢量控制的自适应碰饺和转速控制器，利用神经元的自学习功能在线调节连接权重，实现自适应控制．并将此设计应用于交流电机矢量控制系统中，数字仿真实验表明此方法设计的控制器可克服传统PID控制器在电机参数改变时控制性能差等不足，动态特性好，鲁捧性强．该设计结构简单，实际应用时易于实现数字化．     

基于神经网络模糊PID的液压电梯速度控制研究

研究了液压电梯的神经网络模糊PID控制策略．针对液压电梯的非线性数学模型,采用模糊、神经和PID三者结合的方式控制电梯速度,利用神经网络在线调整PID的参数．由仿真曲线得出,神经网络模糊PID控制器在动态特性、跟踪特性以及鲁棒性等方面都具有明显的优势．该控制器闭环性能好,是一种理想的控制器．     

基于遗传算法优化的神经网络PID控制器

对于参数可变的时变系统和非线性复杂系统,常规PID控制器不能获得理想的控制效果,针对复杂非线性对象的神经网络PID控制不失为1种有效的控制策略．根据神经网络初始权值的选取影响控制器性能的特点,提出了基于遗传算法优化参数的神经网络PID控制器,实现了基于实数编码的GA参数优化．仿真结果证明了该算法的有效性。     

四轮毂电机独立驱动车辆转向电子差速控制

对四轮毂电机独立驱动车辆全轮转向电子差速控制策略进行研究.通过对转向运动学进行分析,建立了3自由度转向动力学模型,构建了四轮毂电机独立驱动车辆电子差速控制系统,提出了神经网络PID(NNPID)电子差速转速转矩综合控制策略,计算四轮目标转速,采用4个神经网络PID控制器,协调分配四轮毂电机的转矩,实现电子差速控制的转向.对于不同给定转向角和车速的仿真结果表明,该策略可以提高车辆低速转向的操控性和平稳性.     

单神经元自适应PID控制在异步电机限流软起动中的仿真研究

考虑到软起动过程中电机和调压装置模型参数的变化及电机负载类型的多变性，导致经典PID难以实现软起动全过程的最优控制，提出了一种单神经元自适应PID控制算法。该算法以经典PID为基础，既保留了神经网络控制的优点，又简单易行。仿真结果表明，该控制算法不仅动态特性优良，且具有较好的适应性和鲁棒性。     

三轴飞行转台控制系统的仿真研究

以三轴飞行转台内框伺服控制系统为研究对象,提出了常规PID控制算法和基于模型预测的BP神经网络PID控制算法,并对阶跃、斜坡、加速度输入信号进行MATLAB仿真,得出误差曲线.仿真结果对比表明,在控制对象不确定的情况下,后者是较优越的一种算法,对改进转台控制效果有着较大的参考意义.     

混合动力汽车发动机转速PID控制

根据发动机电控节气门开度-转速-转矩关系，建立了混合动力汽车(HEV)用发动机转速比例-积分-微分(PID)控制模型，并根据发动机转速响应特性，对模型参数进行了整定．试验表明，发动机转速PID控制器具有良好的控制品质，提高了HEV用发动机的转速特性．     

一种基于模糊神经网络的自适应PID智能控制器

设计了一种新的基于模糊神经网络的自适应PID智能控制器,该系统利用模糊神经网络对被控对象进行模糊辨识,同时,采用BP学习算法的神经网络自适应地调整PID控制器的参数,将模糊技术、神经网络与PID控制综合起来,从而实现PID控制的自适应和智能化。仿真实验表明,该控制器具有较高的控制品质。     

基于神经网络的Smith补偿PID控制设计

针对工程实践中常见的纯滞后对象,在Ｓｍｉｔｈ补偿控制基础之上,利用人工神经网络的非线性映射功能对控制对象进行在线辨识,达到对时滞补偿预报的目的;利用神经网络ＰＩＤ控制器（Ａｄａｌｉｎｅ网络）代替常规控制器,实现了对时滞复杂对象的在线自适应控制;并根据ＩＴＡＥ性能指标原则对神经网络控制器参数进行整定,得到一组经验公式。仿真结果验证了本文神经网络控制方案的有效性。     

神经网络的BP算法在发动机建模中的应用

人工神经网络独特的结构和处理信息的方法使其在实际应用领域中取得了越来越显著的成效.介绍了神经网络的基本概念和神经网络系统在发动机工程问题中的解决方法,并建立了JL474Q1发动机输出转矩神经网络模型,为实现发动机与车辆传动系统共同工作的匹配控制奠定了理论基础.     

串联式混合电动汽车发动机转速控制系统

发动机和发电机是串联式混合电动气的主动力源（PS），为保证发电机输出稳定的工作电压，发动机应在恒速控制系统的作用下运行于最佳状态，使之在负载变动的情况下保持转速不变，功率不变，油耗最低，在分析串联式混合电动汽车的能量流动和发动机的控制策略的基础上，依据自动控制原理及计算机控制技术，讨论了发动机恒速控制系统的计算机控制方法，给出了控制系统的控制电路，采用了PID控制算法，讨论了PID控制中各参数的整定，运用MATLAB对该系统进行了仿真。     

神经网络技术在舞台升降台控制系统中的应用

PID控制是迄今为止应用最广泛的控制方法,但在实际应用中,其参数整定仍未得到较好的解决.本文把神经网络控制技术应用在舞台升降台控制系统的PID控制中,构造神经网络PID参数自整定控制器,并且通过仿真试验,取得较好的结果.     

燃气机热泵变容量调节过热度控制

过热度控制是燃气机热泵系统高效、安全、稳定运行的基础．针对燃气机热泵启动、正常运行工况下的过热度控制策略及燃气机变转速对过热度控制效果的影响进行了研究,提出一种新的基于启动阶段采用前馈．模糊自适应PID和正常运行阶段采用模糊自适应PID实现燃气机热泵过热度控制的控制策略,并将其应用到燃气机热泵实验系统中．实验结果表明：燃气机热泵系统启动阶段过热度最大超调量小于5℃,调整时间为300s左右;正常运行阶段,燃气燃气机转速大范围改变时,模糊自适应PID控制效果优于增益调度控制,高转速时过热度的控制效果明显优于低转速;模糊自适应PID应用于燃气机热泵系统可有效克服系统干扰,提高控制质量．     

发动机怠速稳定性控制方法的分析研究

从提高发动机经济性和降低有害排放物质的角度出发，讨论了发动机怠速控制方法，对用PID控制，模糊控制，模糊－PID控制方法进行深入分析研究，并给出3种控制方法的仿真结果，模糊控制完全可用于发动机ECU的怠速控制。