使用单个自适应神经元的智能控制

提出一种适用于控制的自适应神经元模型以及使用单个自适应神经元的智能控制方法,描述了神经元的学习策略和收敛性,给出了神经元系统控制学习算法及其学习控制机理证明.实例表明了这种新颖的智能控制方法简单可行的优点.     

一种快速响应的单神经元复合控制器

设计一种模型－单神经元复合控制器,改善自适应单神经元PID控制器存在的快速响应性能不足等问题,本控制器算法简单,实时性好,仿真结果令人满意。     

神经元自适应PSD控制器在直流调速系统中的应用

在神经元PSD控制器的基础上 ,给出了一种改进的神经元自适应PSD控制算法 ,这种改进的算法能够根据控制过程中的误差变化改变神经元的权值增益 ,进一步提高控制器的自适应能力 对基于改进神经元自适应PSD控制器的直流调速系统进行了仿真研究 ,并与普通神经元PSD算法进行比较 ,结果表明该系统具有良好的动、静态性能 ,很强的鲁棒性和自适应能力     

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。     

一种记忆元网络自适应控制方法

本文提出了一种神经网络自适应方法。该方法采用记忆元网络采用记忆元神经网络进行对象模型辩识,用单个神经元实现了自适应ＰＩＤ 控制器。被控对象输出误差经记忆元辩识网络反传后得到控制器的输出误差,以此修正控制器网络权值,由于记忆元网络无需引入延迟算子,能够逼近任意阶线性动态,保证了模型辩识的精度和误差返传的精度,神经元ＰＩＤ 控制器具有极为简单的结构与算法,保证了自适应控制的实时性,大量仿真结果表明该方法可以有效地应付非线性对象。     

水下焊缝跟踪单神经元自适应PID控制与参数优化

水下焊缝跟踪过程复杂,不确定因素多,并且焊接过程具有非线性特点,传统PID控制效果不理想.本文提出了单神经元自适应PID控制器,通过神经元的自学习能力,能够在线自适应调整PID参数,同时利用差分进化算法对单神经元自适应控制器的参数进行优化.经仿真结果可知,该单神经元自适应PID控制器响应速度快,精度高,控制效果好.     

神经元自适应PSD控制器在直流调速系统中的应用

在神经元ＰＳＤ控制器的基础上，给出了一种改进的神经元自适应ＰＳＤ控制算法，这种改进的算法能够根据控制过程中的误差变化改变神经元的权值增益，进一步提高控制器的自适应能力。对基于改进神经元自适应ＰＳＤ控制器的直流调速系统进行了仿真研究，并与普通神经元ＰＳＤ算法进行比较，结果表明该系统具有良好的动、静态性能，很强的鲁棒性和自适应能力。     

模糊神经控制器在复杂系统中的应用研究

首先提出一种适用于复杂系统的自适应模糊控制器.针对该控制器在应用于复杂系统时,模糊规则过多及建立规则的时间随规则数增加而以指数规律增长的问题,提出了另一种适用于复杂系统的自适应模糊神经控制器.该控制器采用“全逼近”的控制策略,依据李亚普诺夫方法给出了模糊神经自适应输出反馈控制律及参数自适应律.仿真研究证明了复杂系统的稳定性以及跟踪误差的收敛性.     

基于模糊神经模型的自适应单神经元控制系统设计

提出一种基于模糊神经模型的自适应单神经元控制系统.该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器.通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值.理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节.     

基于模拟电路的无刷直流电动机神经元控制器

从神经元特性出发，研究一种适用于无刷直流电动机控制的模拟电路神经元控制器，获得连续的神经元控制器表达式和权值变化表达式，并进行原理框图设计和给出具体的权值学习电路，仿真实验表明，该控制器具有良好的控制品质，证明了该系统的有效性。     

CNC机床伺服系统模糊控制研究

在模糊参数自适应PID控制的基础上,提出了具体算法,在MK6340/3五坐标数控群钻磨床上的大量试验表明,该方法可用于高速、高精度、实时性强的数字伺服系统。     

一种基于神经元控制的位置跟踪控制系统

针对位置跟踪控制系统的特点,探讨了一种单神经元自适应控制器,用于ＣＮＣ系统中的快速位置跟踪控制,并对控制器结构及参数对系统性能的影响做了信民真研究,为神经网络控制在ＣＮＣ系统中的应用,提出了一条的新可行方法。     

位置伺服系统PID控制器参数在线整定算法

为了使ＰＩＤ控制器参数能够在线自动调整,获得最优或次优的控制器参数,提出了基于浮点数编码遗传算法（ＧＡ）的位置伺服系统ＰＩＤ控制器参数在线整定算法（ＧＡＣＰＴ）,设计了相应的改进遗传操作,同时提出了通过运动学习保证控制器稳定鲁棒性的适合度函数设计方法．完成一次ＰＩＤ控制器参数在线整定只需１０ｍｉｎ,效率较人工整定有很大提高．对一个实际机电位置伺服系统的仿真研究表明,ＧＡＣＰＴ算法能够在对象参数未知时,使系统阶跃响应趋于期望曲线,高效地完成ＰＩＤ控制器参数在线整定．该方法可用于数控机床位置伺服控制、过程控制等一般工业控制系统,以及机器人高精度轨迹控制系统．     

自适应神经元控制器在交流伺服系统中的应用

文章介绍了交流伺服系统的数学模型、组成及其原理,在此模型基础上对交流伺服系统的自学习控制进行了深入的研究;利用神经元的自学习功能实现神经元控制器的在线学习,并以神经元控制器作为交流伺服系统的位置调节器;仿真实验表明,神经元控制器与PID控制器相比具有较强的自适应性和较好的性能。     

X滤波自适应逆控制算法及在液压位置控制系统中的应用

针对非线性时变特性的液压位置伺服系统跟踪控制问题,基于自适应逆控制理论,提出X滤波液压位置自适应逆控制策略.对传统自适应滤波算法在X滤波结构下的不足,提出变换域变步长归一化最小方差算法.采用该算法对液压伺服位置系统进行了对象建模、在线逆建模及开环控制系统设计.仿真结果表明,X滤波液压位置自适应逆控制具有跟踪速度快、对参数摄动鲁棒性强等良好动态特性.     

机床控制中的双模参数自调整模糊控制器

为提高超精密机床的加工精度,设计了一种双模参数自调整模糊控制器,其能根据误差和误差变化的大小实现两种模糊控制规则的自动切换和参数的自调整.针对所给定的超精密机床交流伺服系统,将该模糊控制器和PID控制器控制性能进行了仿真分析,仿真实验中模糊控制器的动态跟随性能和定位精度都明显优于PID控制器.结果表明,该模糊控制器能很好地适应交流伺服系统的非线性特点,其性能优于PID控制器.     

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。     

基于补偿模糊神经网络的BLDCM伺服控制

为了实现无刷直流电机(BLDCM)位置伺服系统的高精度位置跟踪控制,针对系统多变量、非线性、强耦合、时变的特点,提出了一种基于补偿模糊神经网络控制器(CFNNC)的设计方法.该控制器将补偿模糊逻辑和神经网络相结合,引入了模糊神经元,使网络既能适当调整输入、输出模糊隶属函数,又能借助于补偿逻辑算法动态地优化模糊推理,大大提高了网络的容错性、稳定性和训练速度.仿真和在DSP控制系统上的实验结果表明,采用补偿模糊神经网络控制器,系统响应快、精度高、鲁棒性强,动态特性明显优于传统PID控制.     

交流伺服系统多模协调控制策略研究

提出了基于模糊控制和PID控制的多模智能协调控制策略.该控制器充分利用了模糊控制和单神经元自适应PID控制的优点,并将其应用于交流伺服系统.同常规切换控制相比,它把点切换改为相对平滑的智能切换,大大提高了伺服控制的动、静态性能.仿真结果表明,该控制器可以有效地抑制负载变化和各种干扰对系统的影响,能满足系统设计要求.     

基于改进 MFAC 的智能数控系统设计与实现

为实现面向智能感知的数控系统,基于智能数控系统的网络化通讯、开放式结构的系统特征,设计了智能化数 控系统的二次开发平台及可重构的系统硬件结构; 提出了采用多通道的信号处理技术,既保证了处理的实时性,又减 小了信号间的干扰,提高了数据处理效率; 基于改进 MFAC(Model-Free Adaptive Control)的数据驱动算法实现数控机 床伺服电机的自适应控制,调整数控系统对非线性、时延等所导致的误差; 采用自主开发的 SSB(Serial Synchronous Bus)现场总线进行传感器信号采集,完成了数据帧格式及通讯协议设计,保证信息采集系统的低功耗及高可靠性。 最后,通过基于蓝天数控的测试验证平台对改进 MFAC 的数据驱动算法进行了测试,取得了良好的测试效果。