共查询到20条相似文献，搜索用时 15 毫秒
1.
在现代网络控制系统中,数据通信时数据包的丢失,严重影响网络控制系统的稳定性。针对数据包丢失问题,采用一个满足2-stateGilbert的随机分布变量来描述数据在传输过程中的丢包,进而建立一个随机的、非线性输入模型,设计一种BP神经网络PID控制器,将BP神经网络算法和PID控制器有效结合,实现由BP神经网络整定的最佳PID控制。仿真验证表明,当网络控制系统的数据丢包率在一定范围时,与传统的PID控制器性能进行对比,BP神经网络PID控制器可以使系统具有更好的控制效果、较好的环境适应力和鲁棒性。 相似文献
2.
基于改进型BP神经网络PID控制器的温室温度控制技术 总被引：1，自引：0，他引：1
《实验室研究与探索》2015,(1):9-13
针对温室温度控制系统所存在的大惯性、非线性等问题,提出一种基于改进型BP神经网络PID控制器(BP-PSO-PID)的温室温度控制技术。该控制器由经典PID控制器及神经网络构成,通过神经网络的自学习、加权系数的调整,使系统输出最优控制下的PID控制器参数Ki,Kp,Kd,并利用粒子群算法作为其中神经网络的学习算法,实现了对神经网络的改进,有效克服了传统BP算法的收敛速度慢、存在局部极小值等问题。仿真实验表明:相对常规PID以及BP-PID,该BP-PSOPID控制器大大改善控制过程的响应速度、调节时间、超调量、误差等性能,且在加入干扰的情况下,该控制器的调节时间最短,波动最小,表现出更强的抗扰能力及适应性,从而大大提高温度控制过程的稳定性、精确性与鲁棒性。 相似文献
3.
为解决全垫升气垫船受风和惯性力影响较大,容易产生侧漂,其转艏角速度较常规船舶难于控制的问题,建立了全垫升气垫船的平面运动模型。设计了神经网络PID控制器,利用BP神经网络具有的任意非线性表达能力,通过对系统性能的学习,实现具有最佳组合的PID控制。对气垫船的转艏角速度控制进行仿真,并与常规PID控制效果进行对比,结果表明,在全垫升气垫船受风力干扰的情况下,神经网络PID控制器相比常规PID控制器在克服风力干扰方面控制效果更好。 相似文献
4.
以固体继电器控制的中频感应加热炉作为研究对象,根据中频炉控制电压-温度传递函数设计了基于模糊免疫的PID控制器。仿真时,加入了常规PID和神经网络PID作为对比。研究结果表明,该系统具有温度控制响应速度快、精确度高、鲁棒性强等特点。 相似文献
5.
6.
针对传统PID控制在无刷直流电机控制系统中达不到良好的控制效果的问题,在无刷直流电机的数学模型基础之上,设计一种模糊神经网络自适应PID控制器,该控制器利用模糊控制非线性控制作用和BP神经网络的学习能力及适应能力相结合对PID参数进行在线实时调整。对基于模糊神经网络自适应PID控制器的无刷直流电机的双闭环控制系统进行仿真实验,实验结果表明,可以提高控制系统的响应速度,减小超调量,对负载及电机参数的变化都有较强的鲁棒性。 相似文献
7.
8.
张永平 《中国校外教育(理论)》2009,(11)
本文论述了在恶劣环境下电子秤配料系统可采用的一种控制算法,BP神经网络PID控制器,设计出了控制器构成的神经元、激活函数与神经元权系数的算法.该控制器通过神经网络所具有的自组织、自学习、自适应的能力,将人工计算与传统PID控制相结合,互相补充,共同提高了控制质量,经Matlab仿真,效果良好. 相似文献
9.
针对单杆液压执行器运动轨迹误差较大问题,采用改进神经网络PID控制器进行改进。建立单杆液压执行器简图模型,给出末端执行器位移方程式和液压缸流量方程式。分析PID控制器控制流程,引用BP神经网络结构,采用粒子群算法优化BP神经网络PID控制器参数,通过MATLAB软件对单杆液压执行器跟踪误差进行仿真。结果显示:单杆液压执行器采用PID控制器,X和Y方向产生的最大误差分别为8.10×10-5 m和8.90×10-5 m,跟踪误差较大;单杆液压执行器采用改进BP神经网络PID控制器,X和Y方向产生的最大误差分别为1.80×10-5m和2.10×10-5 m,跟踪误差较小。采用改进BP神经网络PID控制器,单杆液压执行器跟踪精度较高,能够实现高精度定位要求。 相似文献
10.
11.
提出一种将线性PID控制与神经元自适应、自学习相结合,基于计算机的新型神经网络智能PID控制(NNPID)方法。采用PID控制器和NN控制器共同调节,并具有自整定、自学习算法。还给出了NNPID控制器的结构、算法及二阶对象下系统的仿真结果。 相似文献
12.
将神经网络和PID控制相结合,提出了一种神经网络整定的PID控制策略,并将其应用于交流伺服系统的控制.利用一个两层神经网络在线自适应调整PID控制器的参数;从而使系统的静态和动态性能指标较为理想.径向基函数神经网络用来辨识交流伺服系统的Jacobian信息,用正交最小二乘算法得到径向基函数神经网络的结构;然后用BP算法对该网络的权值进行训练使它逼近给定的函数.实验结果表明,这种系统具有响应速度快、稳态精度高和鲁棒性强等特点. 相似文献
13.
改进了传统的神经网络BP算法,提出了基于广义BP算法的非线性不确定系统的神经网络模型参考自适应控制方案.并将其用于非线性不确定系统的控制,仿真实验表明了控制器具有良好的非线性控制性能. 相似文献
14.
针对典型电液伺服控制系统非线性、参数时变的特点,常规PID控制无法满足控制性能要求．文中提出将小脑模型（CMAC）神经网络和PID相结合的控制策略．仿真结果表明,经过CMAC神经网络对常规PID控制器的输出不断在线学习,系统能够有效抑制扰动,并具有实时性好,输出误差小,鲁棒性强等优点．在系统参数变化,外界扰动的影响下,其控制性能得到明显提高． 相似文献
15.
针对特定碳粉燃烧器中设定温区不同温度值难以采用常规控制算法解决的问题,提出了利用燃烧室不同位置测量温度作为输入,碳粉送进机构以及进气量控制为输出,基于多变量控制系统的特点建立了BP神经网络数学模型,利用PID神经网络控制建立系统的解耦模型,以不同热区温度设定值和燃烧器温度值为解耦模型输入参量,将系统解耦模型的输出作为BP神经网络控制系统的输入值,对燃烧过程进行控制,仿真结果表明该方法具有较好的控制特性. 相似文献
16.
文章根据常规PID控制器鲁棒性差、控制精度不高的特点,提出一种基于重复误差补偿控制的非线性、高精度PID控制器。该控制器根据系统响应各个阶段的特点,非线性改变各项增益系数,并且将前期偏差重复利用后前馈补偿在当前误差上。仿真结果表明,该算法可以大大提高系统的跟踪精度和系统的抗干扰能力。 相似文献
17.
乔维德 《娄底职业技术学院学报》2010,8(1):45-48
提出一种递归模糊神经网络控制器的设计方法,并应用于永磁同步电机双闭环调速系统中的转速和电流调节器,对永磁同步电机实行精确的速度控制,根据电机的数字调速控制策略,设计了基于DSP的硬件电路,并进行计算机仿真。仿真结果表明,采用递归模糊神经网络控制的调速系统与传统的PID控制相比,具有很强的鲁棒性和自适应能力,显示出良好的动静态特性和控制效果。 相似文献
18.
针对常规PID控制和自适应控制的各自特点及基本原理、基本算法,设计出一种新型控制器——基于模型参考自适应PID控制器。并采用MATLAB软件对系统进行仿真。通过对仿真结果的分析可知,该控制器与典型的PID控制器相比,显著提高了系统的动态响应性能指标,系统输出能够很好地跟踪参考模型的输出,具有一定的抗干扰性,鲁棒性较好。 相似文献
19.
针对运动控制系统设计了一种模糊自整定PID参数控制器,该控制器首先采用基于继电特性的方法求得PID控制器参数的初值,进而利用模糊控制器对运动控制系统的PID参数进行在线整定、计算和调整,并将取得的对应系统最佳性能的PID参数作为输出结果。目前该方法已在Matlab/Simulink中进行了仿真和实验,结果表明该自整定方法能使运动控制系统快速获得满意的PID参数和控制效果。 相似文献
20.
王琳琳 《赤峰学院学报(自然科学版)》2008,24(2):130-132
本文基于BP神经网络,提出了一种船舶横摇减摇自适应PID控制器的学习算法,该控制器实现了对被控对象输出的预测及PID控制器参数的自整定,对减摇系统的非线性模型有较好的减摇效果。 相似文献