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。     

基于优化粒子群神经PID的双变量解耦控制

在工业过程控制系统中,存在多变量耦合的现象,其中双变量耦合较为常见。针对双变量耦合现象,该文提出了自适应粒子群优化算法与单神经元PID相结合的解耦控制方法,利用PSO算法对单神经元PID网络进行参数进行优化,从而提升系统解耦效果,并对双变量耦合系统进行仿真验证。结果表明,适应度经过参数寻优后有了不同程度的降低,在局部最优中的全局最优值降低了93.75%、39.90%;解耦效果稳定性提高,系统误差降低,精度提升。     

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。     

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 并将单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     

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。     

自适应神经元控制系统的理论分析

对自适应神经元控制系统进行了研究,得出了关于系统的控制作用、稳定性定理的理论结果,为这种新颖的控制系统的工程应用以及神经元控制器件的研制提供了理论依据.     

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.     

数控机床神经元自适应位置控制算法

在传统PID控制器的基础上,基于神经元的自学习特性,提出了适用于数控机床位置伺服控制的神经元控制器。该算法的特点是不需要系统建模,结构简单,控制参数实时自适应调节,运算简单,适用于工程实际应用。仿真和数控机床伺服系统的实时控制实验表明,当受控对象的运行环境未知时,该自适应控制算法仍然有效。     

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     

基于智能控制的交流变频调速系统仿真

本文针对交流调速系统的智能控制问题，提出了单神经元控制和神经模糊控制的控制策略并进行了仿真实验。结果表明，神经模糊控制器不仅具有令人满意的静、动态性能，而且具有很强的鲁棒性和自适应性。     

一种新的复合神经网络控制器

目的介绍一种新的复合神经网络控制器的结构。方法结合传统控制、神经网络监督控制、神经网络逆控制的优点提出复合控制器方案,建立用它控制水箱系统的水位和温度的仿真模型,并进行计算机仿真。结果仿真实验表明,复合神经网络控制器中的PD控制器、神经网络监督控制器、神经网络逆控制器,可以协同工作,也可以在某种程度上单独工作。结论复合神经网络控制系统的鲁棒性和抗干扰性得到提高。     

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。     

基于单神经元PID的挖掘机铲斗位姿自适应控制

为实现挖掘机作业过程自动控制,需要对铲斗位姿准确定位。建立了挖掘机工作装置运动学模型及电液控制系统模型,针对挖掘机电液控制系统的时变性与外界干扰的不确定性特点,设计了一个单神经元自适应PID控制器,并采用二次型性能指标对控制器参数进行在线优化。仿真试验表明,该控制器响应快速、平稳,对参数时变与不确定扰动具有一定鲁棒性,能有效地对挖掘机铲斗位姿进行精确控制。