共查询到19条相似文献,搜索用时 125 毫秒
1.
2.
电弧炉电极调节系统的离散时间自适应控制研究 总被引:7,自引:1,他引:6
讨论了电弧炉电极调节系统的离散时间自适应控制问题。首先将电弧炉主电路的电弧弧长与电弧电流的非线性函数关系用分段线性函数表示,得出了电弧炉电极调节系统分段线性化的数学模型。在此基础上进行了电弧炉电极调节自适应控制系统的设计,推导出了递推的离散时间模型参考自适应律。仿真研究表明自适应控制系统具有良好的跟踪特性,并能够有效地抑制抖动,其性能明显优于PID控制系统,以上研究为新型电极控制系统的研制提供了新的方法。 相似文献
3.
4.
5.
6.
7.
8.
基于联合仿真技术的主动悬架自适应模糊PID控制研究 总被引:1,自引:0,他引:1
近年来联合仿真技术在车辆控制系统的开发研究中得到了广泛的应用。以某皮卡车为研究对象,首先利用ADAMS/CAR软件建立车辆多体动力学模型;然后在Matlab/Simulink环境中设计了基于自适应模糊PID控制的ASS,定义了与ADAMS/CAR环境下车辆模型的数据交换接口;最后,将设计的控制系统在ADAMS/CAR和Matlab/Simulink环境下通过输入输出接口进行联合仿真。文中对随机路面输入和脉冲路面输入工况下的ASS系统及整车动态特性进行了联合仿真研究,其研究结果为联合仿真技术在车辆工程中的实际应用提供了参考。 相似文献
9.
对比目前国内粉煤灰恒流输送系统存在的弊端,介绍了恒压输送系统的优点以及输送原理。对其核心PID控制器进行了科学的建模,在此基础上引入了模糊控制算法,并对粉煤灰恒压输送模糊自适应PID控制器进行了设计与MATLAB仿真研究,该控制器可实现模糊控制和PID控制的自动切换,结果表明:模糊自适应PID控制在超调量、响应速度和调节时间方面均优越于常规PID控制,具有良好的静态特性、动态特性、智能性和鲁棒性。为后续粉煤灰恒压输送控制系统的工程实践提供了强有力的理论指导和依据,对自动化水平的进一步提高具有积极的意义。 相似文献
10.
11.
一种自适应CMAC神经网络控制器的设计与仿真 总被引:10,自引:2,他引:10
为了消除常规前馈型CMAC神经网络控制器的过学习和振荡现象,基于常规CMAC的基础上,提出了一种自适应CMAC神经网络的控制器结构。该控制器以系统动态误差和给定信号量作为CMAC的激励信号,并与自适应神经网络控制器相并联构成系统的复合控制。仿真实例表明,提出的自适应CMAC神经网络控制器具有良好的鲁棒性、抗干扰能力和自适应能力,是解决非线性和不确定性对象控制问题的一种简便有效的控制算法。 相似文献
12.
13.
14.
变结构离散动态贝叶斯网络及其推理算法解决了对突变过程的建模和定性推理问题,但是环境突变是随时发生而且无法预计,由此网络结构发生变化后,网络参数必须自适应产生.针对此问题,依据贝叶斯网络的原理,定义了相关节点和最偏好状态的概念,提出了变结构离散动态贝叶斯网络参数的自适应产生算法,并将此算法应用于解决飞行器突发威胁情况下的航路选择问题,取得了满意的结果,验证了所提出的变结构离散动态呗叶斯网络参数的自适应产生算法是可行的,有望解决变结构离散动态贝叶斯网络参数的自适应产生问题. 相似文献
15.
16.
提出了一种自适应遗传模糊神经网络评估信用风险的模型,该模型在多子群遗传算法基础上,采用带控制参数的动态概率选择与最优保存策略相结合的混合选择策略,根据种群适应度标准差大小动态调整交叉和变异概率,并将BP算子嵌入遗传算法中,构建了多子群自适应遗传BP算法,并利用该算法优化网络的连接权值和模糊参数。将所建模型应用到信用评估中,并与BP神经网络、ANFIS以及遗传神经网络模型预测效果进行比较,结果表明该模型对信用评估具有更好的泛化能力和更高的预测准确度。 相似文献
17.
18.
针对复杂对抗系统的自适应和涌现性等特征,提出了一种将嵌套网模型结合BDI(belief,desire,intention)范例理论的多组织模型。主要贡献在于:有效地拓展了系统自身的动态适应性和稳定性;规划出一整套用于对抗模型平台的静态数据组织方式,并给出了各中间对抗过程的综合模型;针对实际问题,研究了仿真对抗过程的层次描述结构,并讨论了相关的运行机制。该模型的提出降低了建模复杂度,提高了模型的柔性度,有效地揭示了对抗本身的本质特征和推演规律,体现了模型在求解复杂自适应问题的强大优势。 相似文献
19.
基于动态RBF神经网络在线辨识的单神经元PID控制 总被引:4,自引:0,他引:4
针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法。采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智能控制。仿真结果表明,与常规RBF神经网络辨识的PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。 相似文献