一类工业过程的神经元智能控制

研究了基于自适应神经元的一类工业过程控制问题，分析了闭环系统稳定性与神经元控制器参数的关系，给出了闭环系统稳定的充分条件及神经元学习参数初值的一种方法及学习的收敛性证明。理论分析表明，神经元智能过程控制系统有很强的鲁棒性和适应性，仿真结果表明了其优良的性能。     

鲁棒过程控制系统的设计方法及其CAD程序

过程控制中常用的二阶加纯滞后模型往往具有多线性相关的参数摄动形式，本文找到了计算这类系统的闭环鲁棒稳定裕度的简便方法。以此为基础，形成了满足指定鲁棒稳定裕度的鲁棒过程控制系统的设计方法，并给出了ＣＡＤ程序框图。按此框图编程容易，勿须借助任何软件包和工具箱。     

神经元调节器在双闭环直流调速系统中的应用

叙述人工神经元调节器的结构和原理，给出联接权训练算法的实现方法，设计人工神经元作调节器的双闭环直流调速系统的动态结构，并进行系统仿真研究。神经元调节器在双闭环直流调速系统中的应用@顾德英 @张海涛 @王铁     

神经元自适应PID控制在串级调速系统中的应用

对低同步串级调速系统中参数时变、非线性问题进行了分析研究 .从理论上分析了传统的低同步双闭环串级调速系统设计中存在的问题 ,用神经元自适应 PID控制器代替低同步双闭环串级调速系统中 PID速度调节器 .实例研究表明 ,系统的各项性能有很大改善     

神经元调节器在双闭环直流调速系统中的应用

叙述人工神经元调节器的结构和原理，给出联接权训练算法的实现方法，设计人工神经元作调节器的双闭环直流调速系统的动态结构，并进行系统仿真研究。     

非线性离散时间系统的迭代学习控制

针对一类非线性离散时间系统，在系统参数未知情形下，提出了一种新的开－闭环迭代学习控制律，并给出了控制律的收敛性证明和收敛条件，在新控制律中，学习增益由线性估计模型确定，因此，避免了试凑增益。由机械手实例的仿真结果及收敛性证明，表明了所提出的控制律的有效性，并对初始状态误差和参数估计误差具有良好的鲁棒特性。     

基于POPOV超稳定性定理的神经元智能控制

研究一种渐近超稳定的神经元智能控制器结构，基于POPOV超稳定性定理，提出一种能保证控制系统渐近超稳定的控制器参数学习算法，针对神经元智能控制的直流全数字调速系统做了仿真实验，给出了仿真结果。     

Smith补偿器的非线性校正及系统稳定鲁棒性

利用非对称非线性的环节对Smith补偿器进行校正，并用于间接加热蒸煮过程控制，仿真表明闭环系统具有较好的关于模型不匹配的稳定鲁棒性。     

MATLAB仿真在自动控制类课程的应用

本文介绍了利用仿真软件MATLAB/Simulink解决自动控制类课程中一些难点问题的方法。在控制系统的频域分析中,可以方便绘制系统的伯德图和奈奎斯特曲线,在伯德图上能显示开环系统的幅值裕量与相位裕量,从而判断相应闭环系统的稳定性。针对过程控制中的PID控制器参数整定的问题,用MATLAB软件的Simulink进行仿真分析,可以方便地修改控制器参数,得出高质量的仿真结果。     

云调节增益自适应单神经元PID的应用

提出了一种单神经元自适应PID控制器，并给出了控制结构模型。首先探讨了单神经元自适应PID控制学习算法，进而通过分析单神经元PID控制算法与系统动态响应及超调量的关系，利用云模型控制器修改神经元控制器的比例系数K，并根据系统误差在线实时修改控制系数，提高了系统响应性能。仿真结果表明，增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强的控制器。     

适用于非线性对象的神经元变结构PID控制

针对具有严重非线性的受控对象,提出了一种神经元变结构PID控制方法.该方法将变结构PID控制器与神经元控制器相结合,用一个神经元实现变结构PID控制器中结构变化的部分;同时用另一个神经元实时调整PID控制器的参数,提高了控制系统的响应速度和鲁棒性.将所提出控制方法用于pH中和过程控制,仿真实验结果表明,该方法具有满意的控制品质及较强的适应性.     

基于模拟退火-遗传算法的过程控制参数寻优研究

论述了如何将模拟退火算法与遗传算法相结合，并用于过程控制参数的优选，得到了适应度函数以误差最小为优化准则的最优参数，用该参数进行了二阶系统阶跃响应的仿真研究，取得了较好的控制效果，表明模拟退火—遗传算法用于过程控制参数的寻优具有较强的实用价值。     

状态反馈控制器对闭环极点的敏感性分析

本文利用隐函数理论，计算闭环系统的极点对反馈控制器K的偏导数矩阵，即闭环极点对控制器中的各个参数的变化率阵。从这个变化率阵我们可以了解到这些参数对闭环系统的极点的敏感程度，以便在实现控制器时，对那些敏感程度大的参数多加关照。     

FUZZY-PI控制器在双闭环串级调速系统中的应用

针对传统的双闭环调速系统存在的问题，利用模糊控制和常规PI控制的优点，设计出一种参数自调整FUZZY-PI调节器。作为双闭环串级调速系统的速度调节和电流调节器。阐述了FUZZY—PI控制器的控制策略和实现方法，通过实验证明该系统对系统的非线性、参数变化及负载扰动提供了快速的鲁棒控制，并解决了稳态精度问题，实现了无静差调速。     

三相电压源型双向变Hib器的闭环实现及稳定性分析

通过对系统数学模型的研究，着重讨论了系统闭环控制的实现，电压调节器的参数配置以及系统的稳定性分析，完成了系统的闭环控制。最后，系统的仿真研究及闭环实验验证了理论分析的正确性。     

基于神经元控制器的交流伺服系统

实现了神经元在线参数自学习功能,利用神经元控制器及滞环比较器,智能功率模块实现了基于神经元控制器的交流伺服系统,由仿真和实验结果,可以看出神经元控制器具有较强的自适应性及鲁棒性。     

一种基于闭环响应的加权PID参数自整定方法

通过系统的闭环响应曲线辨识系统的临界参数及标称参数，按Ｚｅｉｇｌｅｒ－Ｎｉｃｈｏｌｓ法和人的经验自整定加权ＰＩＤ控制器的参数及加权系数，得到一种智能的自整定方法。     

电磁感应下Chay神经元的放电分岔特性与同步

根据法拉第电磁感应定律,细胞内外带电离子穿过细胞膜会产生电磁感应效应,在Chay神经元模型的基础上引入磁通量,建立了四维Chay神经元模型。首先,利用Matcont仿真研究系统的平衡点及稳定性,发现系统随着参数改变会发生鞍结分岔、超临界Hopf分岔以及亚临界Hopf分岔;其次,通过数值模拟探究神经元系统的发放模式;最后,通过电突触耦合,利用相关系数及同步参数等统计量,分析了耦合神经元及全局连接神经元网络的同步问题,进一步探讨了多参数对神经元同步过程的影响。     

基于单神经元PID控制器的闭环控制系统

目的 解决传统PID控制器对时变系统控制能力不强的弊病。方法 利用神经网络理论与传统PID控制理论相结合。结果 设计了一种单神经元PID控制器，将其应用于被控制对象是快时变和慢时变的两类闭环控制系统。结论 实验证明这种单神经元PID控制器通过在线边学习边控制的方式，实现了实时控制。     

卷绕张力控制器的三种设计方法及性能分析

给出了高速纺丝机卷绕张力控制器的三种设计方法:变参数PI控制、神经元自适应PID控制及神经元自适应PSD控制。对三种控制方法下系统的性能进行了对比,表明三种控制方法均具有较好的控制性能,其中神经元自适应PSD控制器设计简单,具有很强的自学习、自适应能力,是一种很好的张力控制方法。