单神经元PID控制在锅炉水位控制中的应用研究

针对PID控制器的缺点,提出一种用于锅炉水位控制的单神经元自适应PID控制器。通过Simulink的仿真证明,该控制器利用神经元的学习特性,自动调节PID参数,控制效果优于传统PID控制。     

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.     

单神经元自适应PID控制在异步电机限流软起动中的仿真研究

考虑到软起动过程中电机和调压装置模型参数的变化及电机负载类型的多变性，导致经典PID难以实现软起动全过程的最优控制，提出了一种单神经元自适应PID控制算法。该算法以经典PID为基础，既保留了神经网络控制的优点，又简单易行。仿真结果表明，该控制算法不仅动态特性优良，且具有较好的适应性和鲁棒性。     

单神经元PID控制器在永磁同步电机控制中的应用研究

永磁同步电机是一个非线性、强耦合、高阶的多变量系统,使用传统的PID控制难以满足精度高、反应快、鲁棒性好的要求.根据人工神经元的自学习功能建立了基于单神经元的PID控制器,并对其学习算法加以改进,实现了单神经元PID控制器参数在线自调整.仿真与实验结果表明:该控制方法无超调, 响应快, 具有良好的动态特性,具有比常规PID控制器更好的控制品质.     

单神经元自适应PID在阳极化电源中的应用研究

以阳极化电源为研究背景,并针对阳极化电镀要求恒流、抗干扰能力强、超调小且工况变化剧烈等特点,对单神经元PID算法进行了多方面的优化和改进.仿真及实验结果表明,改进后的算法响应速度快,超调量小,抗干扰能力强,对于模型参数的变化具有良好的自适应能力,且可提高系统的稳定性及生产效率.     

免疫单神经元PID控制在永磁交流伺服系统中的应用

针对传统PID调节不易在线实时调整参数,难以有效控制复杂和时变系统的不足,以及单神经元PID控制不能实时调整增益、响应慢的缺点,介绍了一种通过免疫反馈机理实现增益自调整的单神经元自适应PID,并将其应用于永磁交流伺服系统.系统转速环控制器采用基于单神经元的自适应PID控制算法,实现PID参数的在线实时调整.在单神经元中引入免疫反馈机理,实现增益自调整,提高其响应速度.仿真和实验结果表明,该算法可以在一定程度上增强系统的抗扰动能力,改善系统的速度控制效果,使转速的超调更小、振荡减弱、响应速度加快、稳态误差减小,提高了系统的动态和稳态性能.     

单神经元自适应PID控制器在主动队列管理中的应用

将单神经元自适应PID控制器应用于Internet网络的主动队列管理中,给出了控制系统的结构及控制算法.仿真结果表明这种白适应PID控制器控制的调节速度优于常规PID控制算法.     

基于单神经元PID的直流电动机速度控制算法研究

为了处理常规PID难以克服的电动机非线性、模型参数易变等问题,通过单经元PID速度控制器控制算法的研究,实现了对PID控制器参数的动态调控,克服了电动机非线性、参数易变等不良影响．仿真结果表明,单神经元PID控制器优于常规PID,其自适应能力好、响应快、鲁棒性强、系统稳态和动态特性良好,能满足实际运用和电动机快速响应的...     

基于单神经元PID控制的离子流消静电装置

单神经元自适应PID(Proportional integral derivative)控制系统,具有自学习和自适应能力,而且结构简单、易于计算、响应速度快、设定参数少等特点,可以在一定程度上解决传统PID控制器不能对参数时变系统进行有效控制的问题,在离子流除静电装置中引入单神经元自适应PID控制,显著提高了现有离子流除静电装置的自动化程度,实现了自动检测、自动调整,实时监控,提高了工作效率,减少了人为误差,取得了较好的效果.     

基于单神经元自适应PID控制的水轮机调节系统研究

文章针对水轮机的大惯性以及调节系统各环节的非线性特性,提出了一种单神经元自适应PID控制方案,并通过编制仿真程序对系统进行了仿真实验。实验结果表明,采用单神经元自适应PID控制的水轮机调节系统,使其具有更小的超调量和更好的调节性能,有效地改善了水轮机常规PID调节摆动时间长、自适应能力差等问题。     

神经元水轮机PID调节器

采用单个神经元构成PID学习控制器,应用于水轮机调节系统,仿真结果表明控制算法具有强的鲁棒性。     

反演单神经元PID复合控制在伺服系统中的应用

针对火箭炮位置控制中存在的转动惯量和负载力矩变化大、冲击力矩强等特点,提出了一种反演单神经元比例-积分-微分(PID)复合控制方法。单神经元PID控制可对传统PID控制器的比例、积分、微分系数进行在线调整,实现了系统的自适应控制。反演算法可使较大的系统误差快速收敛到设定值以内,提高了系统的自适应能力。仿真及实验结果表明,该文复合控制方法具有更好的稳定性和动态跟踪精度。     

基于单神经元自适应PID的PLC直流电机控制系统

针对微型计算机和单片机进行直流电机控制时,抗干扰能力和可靠性差等缺点,提出了一种基于单神经元PID(Proportional-Integral-Derivative)算法的PLC(Programmable Logic Controler)控制直流电机的调速系统,设计了PLC控制D/A(Digital/Analog)转换电路、直流电机驱动电路、转速脉冲反馈电路,研究了单神经元自适应PID控制算法。将有监督单神经元控制算法应用于直流电机调速系统,通过调整神经元控制器的加权系数,实现自适应PID的最优控制。单神经元PID调节在大范围调速和抑制超调方面都有明显的改善,进而提高了直流调速系统的精度。通过系统动态测试,实现了PLC控制直流电机正反转自动调速,直流电机在稳态运行时,转速误差小于1 rad/s。     

推广卡尔曼滤波法及其在经济系统预测中的应用

对于发生变化的动态经济过程,应用定常参数模型进行预测时误差较大。为了解决这一问题,本文建立了时变参数的自适应预测模型,提出了由建模和推广的卡尔曼滤波器组成的预测方案,对全国积累基金和全民固定资产投资进行了预测。结果表明,该方法具有较高的预测精度,可以在动态经济系统的预测中加以推广应用。     

分布式神经元PID在不均衡系统同步控制中的应用

大型风电叶片模具的合模或脱模,采用双缸铰接的液压翻转机构,其在大角度翻转过程中多转臂同步性能将直接影响翻转模具的寿命和叶片生产质量。针对该翻转设备可靠性、适应性和控制精度要求较高的特点,提出一种分布式的单神经元PID控制算法对机构转臂进行角位移同步控制,学习过程采用改进的LMS算法,并根据运动分析结果实现神经元输出增益的自动调整。建立AMESim机液混合模型,通过动态共享内存运行LabⅥEW神经元子Ⅵ。联合仿真结果和实际应用均表明,该方法对非线性、时变的不均衡系统具有良好的控制精度。     

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.