基于参数自整定模糊PID算法的平地机行走速度优化控制系统设计

针对平地机作业时行进速度精度的滞后问题及控制参数,提出了基于参数自整定模糊PID算法的平地机行走速度优化控制系统,协调解决行进速度的滞后问题,并完成了将该算法应用在平地机的控制系统中.系统采用单片机作为行走速度的控制中心,为验证参数自整定模糊PID算法的有效性和可靠性,对平地机的行进速度控制进行了设定干扰信号的测试.通过Matlab软件的Simulink仿真,分析了不加PID的常规控制、PID控制、参数自整定模糊PID控制进行速度稳定控制的效果,测试显示响应时间短、响应速度较快,能够满足设计的要求.     

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。     

基于改进BP神经网络PID自整定的研究

随着数控技术的发展,传统的PID整定方式已经不能满足伺服系统的控制要求.利用改进共轭梯度法对BP神经网络算法进行优化.将改进BP神经网络算法应用到PID的整定中,构建改进BP神经网络自整定PID控制器.将设计好的BP神经网路PID控制器应用到伺服系统的控制结构图中.与BP神经网络自整定PID控制器,在Matalab的simulink里面进行建模仿真比较.仿真结果表明改进BP神经网络自整定PID控制器具有较好的快速响应能力、系统稳定性和抗干扰能力.     

基于免疫调节机制的参数自整定模糊控制器设计

为进一步解决常规模糊控制算法存在的控制器参数不能在线调整、稳态精度较低等问题,提出一种基于免疫系统调节机制的参数自整定模糊控制算法。该算法在动态调节阶段借鉴生物免疫系统调的T细胞反馈调节机制来整定控制器参数,以获得较优的控制系统动态性能;稳态调节阶段利用免疫系统抗原提呈原理,将控制偏差视为抗原并进行非线性处理,同时微调控制器参数以提高模糊控制器的灵敏度,从而克服常规模糊控制器稳态精度不高的缺陷。为检验免疫模糊自整定控制算法的控制效果,将改进后的算法应用于生物反应器的非线性温度控制对象。研究结果表明:相比于常规模糊控制算法和PID算法,免疫模糊自整定控制算法具有较好的控制效果和较强的抗干扰能力。     

基于MEA的加热炉炉温控制器参数自整定

针对工业加热炉大惯性、纯滞后、参数非线性等特点,以及传统PID控制器参数不易调节的特点,提出一种基于思维进化算法和模糊神经网络的加热炉炉温PID控制器参数自整定方法.并通过MATLAB进行仿真研究,仿真结果表明,使用该方法得到的炉温控制器可以获得较好的控制效果.     

直流电动机人工智能控制器研究

本文将PID控制和模糊控制相结合,控制直流电动机。首先对直流电动机的PID控制进行仿真,鉴于其参数变化范围大,整定过程繁锁,所以采取遗传算法对PID参数进行整定,通过仿真发现,整定过程大大简化,然后又采用模糊自整定方法对直流电动机进行控制,最后,将各种控制方案进行仿真,结果进行对比分析,表明模糊自整定控制器性能不仅具有良好的动、静品质,且具有较强的抗干扰能力以及参数时变的适应能力。     

基于遗传模糊免疫算法的PID参数整定优化研究

针对工业过程中的PID参数整定较难的问题,在分析模糊免疫算法的基础上,提出了一种遗传模糊免疫算法,用于在线整定PID参数。该算法用免疫反馈机理在线调整比例系数,模糊算法在线整定积分系数和微分系数。同时,该算法引用具有全局寻优特性的遗传算法优化免疫参数,克服了免疫参数选取不当而导致系统超调量较大、响应速度过慢的问题。针对工业过程中的无时滞过程、一阶惯性加时滞过程、二阶惯性加时滞过程、高阶系统过程,将该算法用于PID参数整定优化,并与模糊免疫算法、免疫PID算法、常规PID算法整定结果进行对比分析。仿真实验结果表明,遗传模糊免疫算法整定出的PID参数具有超调量小、调节时间短、抗干扰性强、鲁棒性强等优点,取得了较好的控制效果。     

基于遗传模糊免疫算法的比例-积分-微分参数整定优化

针对工业过程中的比例-积分-微分(proportional integral differential,PID)参数整定较难的问题,在分析模糊免疫算法的基础上,提出了一种遗传模糊免疫算法,用于在线整定PID参数。该算法用免疫反馈机理在线调整比例系数,模糊算法在线整定积分系数和微分系数。同时,该算法引用具有全局寻优特性的遗传算法优化免疫参数,克服了免疫参数选取不当而导致系统超调量较大、响应速度过慢的问题。针对工业过程中的无时滞过程、一阶惯性加时滞过程、二阶惯性加时滞过程、高阶系统过程,将该算法用于PID参数整定优化,并与模糊免疫算法、免疫PID算法、常规PID算法整定结果进行对比分析。仿真实验结果表明,遗传模糊免疫算法整定出的PID参数具有超调量小、调节时间短、抗干扰性强、鲁棒性强等优点,取得了较好的控制效果。     

模糊PID自整定技术在叶片检测控制系统中的应用

鉴于叶片检测系统对运动控制系统高精度的要求,分析叶片检测系统的运动控制方式。基于IMAC400控制卡研究其PID参数调整原理,设计fuzzy logic的PID自整定算法,比较传统PID与模糊自整定PID的控制性能。实验结果表明:在抛物线响应中,常规PID控制的最大跟随误差为-8.602 9,而模糊自整定PID控制最大跟随误差为-8.492 2。模糊自整定PID技术对运动控制系统的稳定性及精确度均有很大的提升。     

直流电动机人工智能控制器研究

将PID控制和模糊控制相结合,控制直流电动机.首先对直流电动机的PID控制进行仿真,鉴于其参数变化范围大,整定过程繁锁,所以采取遗传算法对PID参数进行整定.通过仿真发现,整定过程大大简化,然后又采用模糊自整定方法对直流电动机进行控制.最后,将各种控制方案进行仿真,结果进行对比分析,表明模糊自整定控制器不仅具有良好的动、静品质,且具有较强的抗干扰能力以及参数时变的适应能力.     

模糊神经网络在超声马达位置控制中的应用

提出了利用模糊神经网络控制器 (FNN)实现对超声马达位置进行控制的方法 ,并提出适应法则进行在线训练 ,以减小由于参数的不确定性和外部干扰对超声马达所产生的影响 ,提供了FNN控制器的结构图。仿真与实验研究表明 ,FNN控制器能够实现对超声马达位置的精确控制     

LMBP神经网络PID控制器在暖通空调系统中的应用研究

针对BP神经网络学习过程收敛速度慢及易陷入局部极小值的缺陷,研究了levenberg-marquart算法(即LM算法).为解决LM算法中学习速率的选择和逆矩阵的求解这两个严重影响训练时间和收敛精度的问题,采用LU分解法对LM算法进行改进和优化,并通过MATLAB语言编程实现,将得到的LMBP神经网络PID控制器应用于暖通空调冷冻水循环的控制回路中,将其控制效果与PID控制算法、BP神经网络PID控制算法进行仿真对比研究.研究结果表明,采用LMBP神经网络PID控制器在减少超调量、加快收敛速度、减少稳态误差等方面的性能都得到了明显的改善.     

遗传算法模糊神经网络在列车驾驶中的应用

大城市交通问题迫切需要高效率的交通系统,这就要求在交通系统的控制中引入智能控制技术。本文介绍了模糊神经网络与遗传算法的特点, 分析了他们之间相互结合的可能性,并提出了基于遗传算法的模糊神经网络控制算法。该算法使模糊神经网络和遗传算法的优点很好地结合起来。本文还介绍了列车自动驾驶系统的概况,并将新算法用于此系统中。     

基于BP神经网络的PID控制器

介绍了一种基于神经网络自学习PID控制器,该控制器能通过自学习不断进行适应性控制,以保证系统的输出符合实际应用的要求, 其主要特点是采用线性预测模型来近似确定控制参数,进而进行神经网络控制,仿真结果表明该方法有较好的效果。     

稳定性监控自学习FNN控制器

针对一类未知的非线性系统，提出一种具有稳定性监控的实时自学习ＦＮＮ控制器．ＦＮＮ控制器采用遗传算法使自学习获得最优的性能指标；实时学习过程的稳定性则由基于李雅普诺夫方法设计的监控器来保证，使得ＦＮＮ控制器的自学习过程总是在全局稳定性的条件下进行．     

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.     

网络化控制技术模型装置的设计研究

阐述了网络化控制技术模型的整体设计以及现场总线控制系统和以太网控制系统的设计.上层监控软件采用LebVIEW图形化开发环境设计.针对参数整定过程中出现的困难,提出了将神经网络模糊PID自整定技术应用到该系统中的方案.     

基于神经网络PID控制的电液位置伺服系统

针对电液位置伺服系统,利用神经元的自学习、自适应特点,将神经网络与PID控制方法相结合,对电液伺服系统在线边学习边控制,实现系统的快速实时控制。仿真研究表明,该电液伺服系统具有令人满意的静、动态性能。     

控制动作下带缆遥控水下机器人的水动力特性

首先利用模糊神经网络算法构建了基于完整的带缆遥控水下机器人水动力数学模型的控制器,对水下机器人多自由度上的轨迹和姿态进行控制;然后,针对传统螺旋桨推进力分析方法中的缺陷,引入神经网络相关理论并结合计算流体方法对推进力和转速之间的相互关系进行辨识和换算;在此基础上构建了一个完整的、包括模糊神经控制器、机器人水动力数学模型以及推进力和转速换算模块的带缆遥控水下机器人控制系统;最后,在考虑系统各部分间相互影响的前提下进行了水动力特性的整体分析和计算.数值计算结果表明,所建立的控制系统可以对带缆遥控水下机器人进行有效的轨迹和姿态控制,文中方法可以从整体的角度分析一定控制动作下水下机器人的水动力响应.     

基于RBFNN的PID控制及其在电液位置伺服系统中的应用

针对具有参数不确定性的电液位置伺服系统的跟踪控制问题,利用径向基函数神经元的自学习、自适应特点,将其与传统的PID控制方法相结合,对电液位置伺服系统进行学习和控制.仿真研究表明,利用基于径向基函数神经网络的PID控制能使电液位置伺服系统获得令人满意的跟踪特性和快速响应特性.