基于单神经元控制器的交流矢量控制系统

根据感应电机矢量控制原理，将单神经元控制器应用于磁场定向的矢量控制系统中，并给出了单神经元控制器模型，并将神经元控制器代替矢量控制系统中的转速调节器，进行了易于算法实现和实际控制系统实现的智能交流矢量控制系统设计和仿真研究，MAT－LAB仿真结果表明，该系统具有良好的动态性能。     

单神经元自适应PID控制器的实现与仿真研究

给出了单神经元自适应PID控制器的算法与控制系统仿真模型.利用单神经元PID控制器的自学习、自适应能力实现PID控制参数的自整定.并对被控对象进行了仿真研究,仿真结果表明,该控制方法与常规PID控制方法相比,具有更好的自适应性和更强的鲁棒性.     

电阻炉单神经元PID自适应控制

选用单神经元自适应控制结构,采有监督Hebb学习算法实现了对电阻炉大时滞控制系统的单神经元PID控制,探讨了参数对系统性能的影响,同时,使用Matlab分别对常规PID算法、自适应单神经元PID算法进行了仿真研究与比较并对参数选择进行了仿真研究.仿真结果表明,自适应神经元结构的PID控制动态控制效果良好,具有较高的工业实用价值.     

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。     

船用舵机电液伺服单元单神经元自适应PID控制的研究

在分析了船用舵机电液伺服单元的基本原理和数学模型的基础上,设计了单神经元自适应PID控制器。用单神经元PID替代常规PID控制,通过神经元的学习来调整PID参数,利用神经网络良好的自适应和抗干扰能力．使控制系统对参数变化表现出良好的控制性能和鲁棒性。通过仿真证明了该系统有较好的控制效果。     

基于神经元控制的直流调速系统的DSP实现

本文对神经元控制系统的工作原理进行了描述,并介绍了基于神经元控制的直流调速系统的DSP(TMS320F240)实现.还给出了一些编程的方法、要点和软、硬件调试技巧.     

单神经元自适应PID控制器的研究

将二次型性能指标引入单神经元并利用自学习功能构成了自适应ＰＩＤ控制器;分析了神经元自适应控制系统的稳定性和学习算法的收敛性。仿真结果表明,这种控制方案具有良好的自适应性。     

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.     

一种神经元网络控制器及仿真

该文给了了一种自适应神经元的控制方法，设计了神经元网络作为控制器的智能控制系统，给出了学习规则，在交流伺服系统中的仿真结果表明了此方法的有效性及优越性。     

单神经元PSD控制在汽车ABS上的应用

通过对某轿车的防抱死制动过程进行动力学分析,设计了一种单神经元PSD控制器,建立了该轿车的ABS单神经元PSD控制系统的数学模型,并在MATLAB/SIMULINK仿真软件下进行了计算机仿真。结果表明,将单神经元自适应PSD控制理论应用于汽车ABS制动系统中,可以在不同的制动工况下,对滑移率实现在线调整,进而达到更好的控制效果。     

基于单神经元神经网络的无刷直流电机控制系统仿真

无刷直流电机是一种多变量、非线性、参数时变以及强耦合的复杂系统,利用传统比例积分微分(proportional integral differential,PID)算法控制无刷直流电机存在参数调整困难、自适应能力差、控制精度低以及抗干扰能力弱等问题.为实现无刷直流电机的高精度控制,在转速环中引入了基于单神经元神经网络PID控制算法,研究了无刷直流电机的数学模型及运行特性,提出了单神经元神经网络PID算法,最后比较分析了在电机双闭环控制系统中转速环采用不同控制算法下的转速阶跃函数响应,以及三相电流、反电动势和电磁转矩的运行状态.结果表明:单神经元神经网络PID算法控制下的无刷直流电机其转速的阶跃函数响应具有更快的上升时间、更小的超调量以及更加稳定的运行状态.     

伺服驱动系统高增益速度环的振动抑制方法

为解决速度控制器增益过大和负载扰动等因素引起伺服系统振动,导致系统不稳定的问题,提出伺服驱动系统高增益速度环的振动抑制方法.首先,采用速度振动信号反馈补偿的方法,设计滤波器提取振动速度信号作为速度反馈补偿;然后,采用内模控制(IMC)观测器进行负载扰动补偿,将观测出的扰动转换成对应的电流量,对电流环指令信号进行前馈补偿.仿真结果表明:与比例积分(PI)控制和传统的观测器补偿法相比,文中方法能有效地提高系统的响应和抗扰动性.     

利用常量脉冲法控制混沌神经元中的混沌

探讨了一类神经元模型中混沌行为的控制问题。基于控制混沌的比较脉冲反馈方法,发展了常量脉冲方法控制混沌。利用稳定性研究了新方法控制混沌的机制,并对处于混沌状态的神经元进行控制,使神经元的状态稳定在期望的固定点或周期轨道。理论和数值结果表明,新方法能有效控制神经元中的混沌。     

内模原理在肢体平衡中的模型及应用

为了解决肢体平衡问题时可以保证系统在运动控制过程中的精确性和稳定性,该文在内模原理思想的基础上提出了一种基于预估器的小脑模型(KECFEL)。这种模型由前馈神经网络控制器构成;训练前馈模型中神经网络的教师信号由预估器以及反馈控制器(CFC)的输出来提供,并采用在线学习对网络进行权值更新与网络训练;同时采用比例微分控制器(PDC)作为反馈控制器以确保全局稳定性。通过该模型对倒立摆的仿真实验验证该模型对肢体平衡控制的有效性。     

专家控制与神经元控制结合算法的研究

提出了一种改进的神经元控制算法，此算法采用专家控制与神经元控制相结合的方法，有效地解决了神经元网络控制时学习速度较慢、动态响应过程长、克服扰动不力等问题，具有较强的鲁棒性。控制性能优于经典ＰＩＤ方法。典型工业过程对象的仿真表明了本算法的可行性和有效性。     

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。     

基于灵敏度函数的二自由度控制系统设计与应用

针对具有参数不确定性和外部未知扰动的不确定系统,基于灵敏度函数,提出了一种二自由度控制结构.在标称情况下,这种二自由度控制结构的给定值响应和负载干扰响应是完全解耦的,可以分别通过调节2个不同的控制回路来达到各自期望的控制性能指标.该控制系统保证反馈灵敏度函数和前馈灵敏度函数的范数小于某一正数,从而可使控制系统稳定.仿真实例验证了该控制系统的可行性和优越性.     

基于状态反馈及前置补偿策略的直升机飞控系统设计

给出一种基于状态反馈与前置补偿的直升机飞控系统内回路设计策略,以实现内回路4个独立通道的隐模型跟踪,并根据操纵品质规范要求设计了期望的隐模型,使各通道实现了动态解耦及操纵解耦,且具有满意的动态跟踪响应特性,从而为简化外回路设计奠定了基础.仿真结果表明,文章所述的控制策略、设计方法是正确可行的.     

飞行模拟器操纵负荷系统内回路的逆模型控制

为了改善基于力回路的飞行模拟器操纵负荷系统的力感模拟逼真度,分析了内回路跟踪性能对力感模拟逼真度的影响;在基于结构不变性原理抑制多余力的基础上,提出了比例结合前馈逆模型补偿的复合控制策略,在不影响内回路稳定性的前提下,该复合控制策略能有效拓展内回路的频宽.仿真结果显示,该复合控制策略提高了内回路的跟踪性能.在基于RT-LAB的快速原型控制实验平台上进行了半实物仿真实验,结果表明该控制策略可以明显改善内回路的跟踪性能,从而显著提高操纵负荷系统力感模拟的逼真度.     

电子膨胀阀双神经元预测控制

提出了用双神经元预测控制算法对电子膨胀阀进行控制的方法，一个神经元用于在线实时估计对象动态特性，以获取对象的一步预测模型。通过学习减小模型的预测误差；另一个神经元用于在线实时控制，仿真与应用表明该算法有良好的动态响应和较强的鲁棒性，能够对电子膨胀阀进行有效的控制。