基于单神经元控制器交流PWM调速系统

针对常用的单神经元控制方法在交流ＰＷＭ调速系统中应用存在的问题,提出一种基于增量式单神经元控制方法,仿真结果表明该方法有效提高了控制效果和系统性能。     

非线性大滞后系统的单神经元模糊预测控制

提出一种单神经元模糊预测PID控制策略,无需对复杂控制过程建立数学模型,只要检测过程的实际输出和期望输出,通过模糊预测控制修正单神经元PID控制规则,即可对非线性大滞后系统实现自适应控制.对于大滞后扰动系统,在稳定性、快速性、鲁棒性方面明显优于常规单神经元PID控制器.仿真结果表明,该方法应用于非线性大滞后系统具有良好的控制品质.     

大功率液压机械传动系统的高效节能控制方法研究

当前节能控制方法通常通过建立大功率液压机械传动系统的准确数学节能控制模型实现,但在实际应用中,被控对象的准确数学模型很难建立,不仅效率低下,且影响节能控制性能。为此,提出一种新的大功率机械传动系统的高效节能控制方法。介绍了典型的大功率液压机械传动系统图,获取大功率液压机械传动系统在以外界负载为输入,以负载转速为输出的传递函数,得到通过控制发动机转速可达到节能控制目的的结论,在此基础上,通过具有自学习和自适应能力的单神经元建立单神经元自适应智能节能控制器,对大功率液压机械传动系统进行高效节能控制。实验结果表明,所提方法节能控制性能优越,且效率高。     

基于Matlab的无刷直流电机自适应控制系统的研究

在分析无刷直流电机(BLDCM)的数学模型的基础上,建立了控制系统的Simulink仿真模型,提出了无刷直流电机调速系统单神经元自适应控制方法.该方法在调速系统中,电流环采用滞环电流控制,转速环采用单神经元自适应控制器控制,实现了双闭环自适应控制的调速系统.仿真结果表明:这种新型的控制方法响应快、无超调、鲁棒性强,较传统PID控制具有更好的动、静态特性.     

大功率液压机械传动系统的高效节能控制方法

当前节能控制方法通常通过建立大功率液压机械传动系统的准确数学节能控制模型实现,但在实际应用中,被控对象的准确数学模型很难建立,不仅效率低下,且影响节能控制性能。为此,提出一种新的大功率机械传动系统的高效节能控制方法。介绍了典型的大功率液压机械传动系统图,获取大功率液压机械传动系统在以外界负载为输入,以负载转速为输出的传递函数,得到通过控制发动机转速可达到节能控制目的的结论,在此基础上,通过具有自学习和自适应能力的单神经元建立单神经元自适应智能节能控制器,对大功率液压机械传动系统进行高效节能控制。实验结果表明,所提方法节能控制性能优越,且效率高。     

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     

基于单神经元的换热站控制系统PLC设计

以间接集中供热系统为研究对象,针对传统PID控制算法无法动态跟踪现场实际达到控制要求,智能控制算法大多仍处在理论研究阶段,实际应用中效果不好等问题,研究将单神经元PID智能控制通过PLC程序得以实现,并与传统PID控制进行对比。仿真和在现场实际运行结果表明,采用单神经元PID控制器响应时间缩短了一半。     

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。     

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。     

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。     

基于小波变换的神经网络容错控制研究

提出了一种基于小波变换的网络容错控制器,并把该容错控制器嵌入正常控制系统中.基于小波变换的故障检测器实时进行检测,无故障时采用常规控制器;检测出有故障发生时,就激活容错控制器自动替代原控制器,维持系统的正常运行,并进行了仿真试验.     

压电陶瓷微定位控制系统的规则控制研究

在分析压电陶瓷特性基础上,建立了压电陶瓷微定位系统的模型,并将逻辑规则控制器应用于其控制系统中．逻辑规则控制器将相平面分为9个工作区域,对应有9条不同的控制规则．与传统的PID控制器作用相比,离线仿真和在线实验表明,逻辑规则控制器作用下的系统输出不仅超调量小,响应时间快,而且控制策略简单易行．     

基于PID算法的嵌入式模糊控制器及应用

提出一种适合于工业现场使用的嵌入式模糊控制器设计方法。结合常规PID控制器和模糊控制的特点,使其在线性和非线性系统均能得到良好应用。针对其在线性系统中的应用,利用多年的实际经验数据和实验仿真结果,讨论如何从复杂的规则生成、隶属函数选择及蕴涵推理中解脱出来,最终得到一张快速的控制表,从而为嵌入式的设计方案打下基础。在性能上,与线性PID控制器相比,同样也可以在嵌入式系统中使用。在通用性上,控制器应用于不同场合时,可以通过参数修改实现具体控制,具有较强的通用性。该方法具有一定的推广性,适合于以嵌入式微处理器为核心的各类装置使用,具有良好的性能价格比。据此设计出的产品已经在实际中获得多年的成功应用。     

基于Leader-follower的自主车辆跟随控制器设计

为解决自主车辆的跟随控制中误差系统的稳定性问题, 基于Leader鄄follower 法设计了车辆跟随控制器。对自主车辆进行运动学建模, 采用Leader鄄follower 模型描述车辆跟随结构, 用L鄄渍控制方法建立车辆跟随误差系统, 设计跟随车辆的速度控制器, 以实现跟随车辆对领航车辆的稳定跟随。通过Matlab 仿真实验结果证明,该控制器使误差最终收敛到0, 能达到跟随控制的目的。     

机床位置模糊调节的实验研究

提出在ＣＮＣ系统中采用模糊控制替代ＰＩＤ控制，用模糊调节改变位置系统增益，以减少跟随误差、加快系统响应速度和提高抗扰动能力。采用主从ＣＰＵ结构实现位置调节，并对伺服电机进行控制实验。     

水电站计算机监控系统单神经元自适应PID功率调节的研究

水力发电机组是一个复杂的非线性控制对象,为保证水电站发电机组功率调节具有快速、稳定的控制特性及良好的鲁棒性,本文提出在水电站计算机监控系统有功功率调节中采用单神经元自适应PID功率调节方式.PID控制的关键问题是PID参数的整定,单神经元自适应PID控制器由于其权值可以在线调整,具有较强的自学习和自适应能力,仿真结果表明改进的单神经元PID控制器比传统的控制器拥有更好的稳定性、动态性能和鲁棒性.     

位置扰动型电液力加载系统反步控制

针对位置扰动型电液力加载系统中产生的多余力,提出一种反步控制策略。首先构建力加载系统的微分方程;然后,为了使控制器简便易行,选择合适的Lyapunov函数,利用Lyapunov稳定性条件和反步控制思想反演设计出一次反步控制器。采用一组典型的电液力加载系统参数,通过MATLAB/Simulink仿真软件对反步控制器与传统PID控制器进行仿真比较,结果表明:反步控制器能控制主阀芯反向运动并将力加载系统油腔的多余流量排出,且参数调节简便;增大反步系数k值,系统响应会变快,跟踪误差减小,但超调量会增加;相较于PID控制力加载系统,加入反步控制器的系统响应更快,且经过初始阶段后能一直保持更好的跟踪性能。     

流化床锅炉燃烧系统的专家模糊控制──一种计算机软件控制系统

本文设计的通用模糊控制器，其控制规律由模糊控制表决定；改进设计的专家系统模糊控制器，将模糊控制理论和专家系统结合起来，其运行可根据控制效果自行调节。仿真证实，这种控制方案优于常规的模糊控制器，可用于流化床锅炉（Ｆ．Ｂ．Ｂ）燃烧系统类型的复杂过程的控制。     

井下数据采集的可编程控制方法

本文概述了可编程控制器的一般原理及实现方法,着重阐明了可编程控制器构成的井下数据采集系统的设计原理、方法及系统电路的构成,从而论证了可编程控制器应用于井下数据采集系统的可行性。这种方法有通用性强,可靠性高和成本低的特点。     

罩式退火炉温控系统的神经网络PID预测控制

罩式退火炉温控系统是一类具有大滞后及模型慢时变系统,采用传统控制方法其效果并不理想.因此,将神经网络PID预测控制思想应用于罩式退火炉温控系统,利用灰色预测模型与四阶龙格库塔法相结合对罩式退火炉温控系统的行为进行预测,同时结合神经网络PID控制器克服预测误差、系统干扰等不确定因素带来的影响,提高系统的自适应性.仿真结果表明,系统运行平稳,受不确定因素的影响较小,对罩式退火炉温控系统具有良好的控制效果.