自适应神经PID在软胶囊生产过程温控系统中的应用

以软胶囊生产过程温度控制系统为研究对象,提出了一种基于BP神经网络整定的PID控制方法,并给出了系统设计及软件开发．由于神经网格所具有的任意非线性表达能力,可以通过对系统性能的学习来实现具有最佳组合的PID控制．实验结果表明,用该方法整定的PID控制系统,逼近精度高,鲁棒性好．     

模糊免疫参数自整定PID控制系统设计及仿真

为了提高模糊PID控制器的控制性能,将模糊参数自整定与免疫进化算法相结合,设计了一种模糊免疫参数自整定PID控制系统。该控制系统首先利用模糊规则,在线调整控制系统的kp,ki,kd,利用免疫机理修正非线性函数f,然后利用免疫修正环节进一步调整PID控制系统的参数。数字仿真结果表明,新的模糊免疫参数自整定PID控制系统具有稳定性好、响应速度快等特点,具有很高的应用价值。     

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.     

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.     

自动加药系统中模糊自整定PID控制方法的研究

提出利用模糊自整定PID控制器实现自动加药的方法,将控制器和PID控制器结合在一起,利用模糊逻辑控制实现了PID控制器参数在线自调整,完善了传统PID控制器的性能,提高了系统的控制精度.并把MATLAB中的Fuzzy Toolbox和Simulink结合起来,方便实现了自整定模糊PID控制系统的计算机仿真.仿真结果表明模糊自整定PID对被控系统的适应性强,鲁棒性好,超调小,反应时间快,能很好地适应现实生产过程中的控制要求.     

基于模糊自适应整定PID控制的刨花板供胶系统

针对刨花板供胶控制系统中供胶控制存在的非线性、纯滞后和时变性等现象,根据模糊控制、自适应控制和常规PID控制的控制思想,提出了模糊自适应整定PID的控制策略,实现了对PID参数的在线自整定,完善了PID控制器的性能,提高了系统的控制精度.仿真结果表明,与常规PID控制器相比,该控制器明显提高了供胶控制系统的动态性能和稳定性.     

基于比例阀控缸的气动机械手柔性定位

以气动机械手水平运动气缸的柔性定位为对象,建立基于比例阀控缸的气动伺服系统,推导其数学模型,并运用PID(proportional-integral-differential)控制和自整定模糊PID控制方法,设计其控制器.通过Matlab和LabVIEW的混合编程,建立人机对话界面,同时搭建控制系统的试验平台.通过仿真分析和试验测试,结果表明PID控制和自整定模糊PID控制都能实现柔性定位,但后者具有更高的位置控制精度.     

基于滞后时间削弱器的模糊PID控制系统设计与仿真

针对大滞后对象控制难以及其PID参数整定难的问题,提出一种有效控制大滞后对象的方法.首先利用滞后时间削弱器将大滞后对象演变成小滞后的等效对象,然后用模糊控制对PID参数进行在线自整定,即构成模糊PID控制器,进而对小滞后的等效对象进行自适应控制.仿真结果表明,该控制系统与常规PID控制系统相比,具有良好的动、稳态特性和较强的抗干扰性、鲁棒性.     

基于S7-200 PLC自整定PID控制系统的设计与仿真

为了改善常规PID控制效果,增强系统的稳定性,将S7-200 PLC自整定PID算法引入到闭环控制系统中,在STEP7-Micro/Win编程软件下进行测试,实验结果表明：该方法很好地实现了对PID控制器参数的整定,具有整定过程简单、方便,动态性能优等特点,对实际工程的应用具有一定的指导意义。     

基于模糊自整定PID的单片机温度控制系统设计

介绍了温度控制系统的硬件组成、软件设计及控制算法。针对控制对象的不确定性,采用了模糊自整定PID控制算法,实现了PID参数的在线自整定。该系统具有实时性好、控制速度快、稳定性强等优点。     

基于神经网络辨识的自适应PID控制器

根据实际生产现场对控制的要求,提出了一种将PID控制与神经网络相结合,采用BP网络辨识未知的被控对象,使用单纯形算法寻找最优的PID控制参数,控制与学习并行的控制方案.并对二阶对象进行仿真研究,将其与单位阶跃响应进行了比较.     

神经网络PID控制

以工业ＰＩＤ控制中控制器参数调整困难为背景，在分析神经网络特性的基础上，提出神经网络控制方法，设计了具有自适应性的神经网络ＰＩＤ控制器，在描述了神经网络的学习机理的基础上，给出了控制器控制算法。通过２个实例验证了神经网络在线控制的可行性。     

医院大型电梯电力系统的PLC控制方法优化

医院大型电梯电力系统在实际运行的过程中具有很高的非线性和时变性,使大型电梯电力系统PLC控制效果不佳,当前方法采用线性学习法,无法适应运行环境的不确定性,造成电力系统控制的不稳定性。提出一种基于BP神经网络PID控制算法的医院大型电梯电力系统的PLC控制优化方法,将PID算法作为PLC的软件设计部分,通过比例、积分与微分这三种控制作用的合理调配,形成相互关系。鉴于PID控制算法调节时间长、超调量大等弊端,采用BP神经网络对其进行优化。利用BP神经网络的自学习和加权系数的调整,使BP神经网络输出最优大型电梯电力系统控制规律下的PID控制算法的参数,实现医院大型电梯电力系统的稳定控制。实验结果表明,所提方法具有很高的控制稳定性和鲁邦性,综合性能较强。     

基于BP网络的PID控制器参数整定法研究

将神经网络和PID参数的整定相结合,提出了基于误差反传神经网络的PID参数整定方法,通过神经网络的自学习和权值调整寻找最优的PID参数。该方法适用于非线性系统和时变系统,实现了PID参数的在线整定。     

大型工业传输设备恒流输送PID模糊控制研究

为了有效实现大型工业传输设备恒流输送的控制,提出一种PID模糊控制方法,将其应用于设备恒流输送的控制中。给出了PID模糊控制器结构,分析了PID模糊控制器参数调整原则,制定了模糊控制规则,通过模糊推理方法对PID参数进行在线调整使大型工业传输设备实现恒流输送。搭建了大型工业传输设备实验系统,给出了相关参数,将神经网络控制方法作为对比进行实验。通过启动控制实验、负载突变控制实验和输送电流波形畸变度实验对PID模糊控制方法的恒流输送控制效果进行分析。分析结论如下:神经网络方法控制下的输送电流不稳定,方法能够有效实现系统的跟踪控制;方法的响应速度快,对负载扰动及突变较神经网络方法具有更好的抑制能力;方法能够保证设备的开关损耗和电磁干扰均保持在较低的水平。     

一类非线性离散系统的神经网络自适应控制

针对一类控制方向未知的单输入单输出非线性离散系统,将常规增量式数字PID控制器与自适应神经网络控制项相结合,提出了一种能够保证闭环系统稳定的自适应神经网络控制方法.常规PID控制器用来保证近似线性系统的稳定,自适应神经网络项用来处理非线性项对闭环系统的影响.在神经网络权值修正律中引入离散Nussbaum增益来解决被控系统控制方向未知的问题.证明了闭环系统的所有信号有界,且跟踪误差收敛于紧集,并通过仿真验证了所提方法的有效性.     

基于免疫神经网络的水泥分解炉温度控制

通过对水泥分解炉的特性进行分析，确定了出口气体温度的数学模型。用BP神经网络建立水泥分解炉的控制系统，通过控制煤量和风量来使出口气体的温度保持在规定的范围内。针对BP神经网络通常权值更新方法中出现的收敛速度慢、易陷入局部最优值问题，利用改进的免疫算法来优化神经网络的权值。仿真结果表明该温度控制系统优于通常的神经网络PID控制系统，并具有良好的可靠性、自适应性和鲁棒性。     

基于BP神经网络的直流电机PID控制系统研究

以直流电动机为控制对象,建立数学模型,并在传统PID的基础上结合神经网络算法,充分利用神经网络自学习功能,实现对PID参数的实时在线自整定.克服了PID控制参数难以确定和控制过程无法随环境等变化而自适应的缺点,体现了神经网络较好的智能性与较强的鲁棒性.利用Matlab软件进行仿真研究,结果表明神经网络PID较传统PID更精准,更具适应性,控制效果优越.     

基于新型PID神经网络的自适应控制系统研究

提出一种新的PID型神经网络的自适应控制系统,该控制系统采用对角递归神经网络辨识对象的正向模型,采用一种新型神经网络控制器产生控制量,与常规PID控制不同的是,该控制量不再是误差信号的比例、积分和微分量的简单线性组合,而是这些信号的一种非线性组合,从而可以有效地解决常规PID控制器存在的快速性和超调量之间的矛盾.仿真实验表明,这种新型控制系统具有较强的自适应性和鲁棒性.