基于Matlab的直流电机CMAC—PID智能控制系统设计

为克服常规PID算法不能实时调整参数、非线性逼近能力差的问题,提出了直流电机的小脑模型神经网络(CMAC)与PID复合控制的策略.运用Matlab软件设计了CMAC-PID自适应智能控制器,证明了该算法的可行性、有效性,并得到了较为理想的控制效果.     

CMAC神经网络与PID复合控制在电液伺服控制系统中的应用

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．     

CMAC-PID控制器在提升装置速度控制中的应用研究

针对铅电解残阳极板洗涤机中提升装置工作特点及其速度控制系统工作原理,提出了一种基于小脑模型神经网络（CMAC）和PID并行控制策略,前馈控制器以CMAC来实现,并以此完成系统的逆动态模型,系统的稳定性则由PID控制器加以保证,CMAC和PID并行控制器输出完成系统的动作控制.实验结果表明,CMAC-PID控制器具有很高的跟踪能力和抗干扰性,而且响应速度快的多,并且能实现PID参数的在线自适应调整.     

模糊径向基神经网络球磨机优化控制

球磨机是一个非线性、强耦合、时变性的复杂对象,针对其实现自动控制的难点问题,在基于神经网络PID控制的方法基础上,提出模糊径向基神经网络PID的思想用于其生产过程的控制。采用粒子群优化与BP算法优化调整网络权值,模糊径向基神经网络的输出即是PID算法的参数,实现PID算法参数的自适应整定。通过对某球磨机制粉系统的控制仿真表明,该方法控制的响应快、超调量小、抗干扰性强,具有良好的跟踪性和鲁棒性,控制品质优于常规的神经网络PID控制方法。     

基于Simlink和CMAC+PID控制器的伺服系统仿真

基于CMAC(小脑神经网络)与PID并行的控制器,利用Simulink与M函数嵌套的方法对典型伺服系统模型的建模和仿真进行了研究.     

基于BP神经网络优化的PID控制器研究

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。     

立轴风力机模型建立及性能仿真分析

为了最大程度的提高风能利用率,简化控制方式,提出采用机理分析方法建立立轴风力机组的非线性数学模型。针对此空间状态模型,提出一种新型的PID改进算法,立轴风力发电机组控制器采用该种神经网络控制策略控制发电机组的出力大小。实践证明,采用了改进型PID算法的立轴风力发电机控制器具有较强的非线性跟随能力和鲁棒性。     

一种永磁同步电机模糊神经网络PID速度控制研究

永磁同步电机交流伺服系统为复杂的强耦合、时变、非线性系统,传统PID控制难以实现伺服系统高精度控制性能要求.在传统PID控制基础上,对永磁同步电机转速引入模糊神经网络控制,设计一种基于鸡群算法优化的模糊神经网络PID速度控制器.仿真分析与试验结果表明,应用模糊神经网络PID速度控制的永磁同步电机矢量系统,转速响应快、超调小、控制精度高、抑制扰动能力强、鲁棒性好,取得了良好的控制效果.     

基于径向基神经网络PID控制的交流伺服系统

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.     

一种神经网络智能PID控制器

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。     

基于CMAC学习控制的永磁同步电机仿真研究

将一种基于CMAC神经网络的PID控制器引入到永磁同步电动机交流调速系统中,取代传统的PMSM双环控制系统中的转速外环PI控制器.仿真结果表明,运用该控制方法与规则自校正模糊控制相比具有较快的响应速度、较高的稳态精度和较强的鲁棒性.     

基于改进PID算法的运动控制器的设计

构建了以DSP为基础的运动控制器系统平台。该平台集成度高、稳定性强,能实现生产过程的高速度、高精度要求,实现了基于CPLD的可重构设计,提高了系统的柔性。在控制算法上,采用单神经元PID及cMAc相结合的伺服运动控制算法,仿真及实验结果显示较常规PID控制有更好的动态特性、控制精度、抗干扰能力。     

基于CMAC神经网络和Kalman滤波器的三维视觉跟踪

采用Kalman滤波器来预测图像特征点的位置，然后在其周围建立图像处理窗口，以达到减小特征点搜索区域及提高图像处理速度的目的．根据基于图像的视觉伺IBVS（image based visual servoing)的原理，在视觉伺服控制环中加入CMAC(cerebellar model articulation controller)神经网络来实现从图像空间的误差信号向输入空间的控制信号的非线性映射，从而避免了图像雅可比矩阵的不断调整及其复杂的求逆过程．模拟结果表明：采用Kalman滤波器能有效预测特征点的位置，同时采用CMAC神经网络能实现在线有导师学习，末端执行器能较好地对目标物体进行跟踪．     

基于PCA-CMAC的设备性能退化评估

提出了一种用于设备性能退化评估的PCA-CMAC(主成分分析-小脑模型节点控制器)模型.该模型利用PCA进行特征提取,去除多个传感器信号特征的冗余信息,并且减少CMAC的输入维数;利用CMAC的局部泛化能力定量地评估设备的性能退化.给出了模型的实现过程,并将模型应用于钻削过程刀具状态的评估,试验结果证明该模型能基于刀具的正常状态,对刀具的磨损状态进行定量的评估.分析了CMAC中泛化参数g和量化参数r对评估结果的影响,g越大,CMAC的泛化能力越好,但各退化状态之间的区别越不明显;r越小,各退化状态之间越容易区分,但所需的权存储空间越大.2个参数的基本选择原则是CMAC的权存储空间应尽量小,与此同时,各退化状态之间应容易区分.     

基于NFI-CMAC的系统参数智能辨识

基于牛顿前向插值公式,提出一种对任意阶多维函数可实现无差逼近的新型CMAC神经网络———NFI-CMAC,详细阐述了基本原理、插值算法及训练规则。基于NFI-CMAC,提出了一种快速、高精度的控制系统参数在线智能辨识方案,仿真实例表明了该方案的可行性与有效性。     

汇编语言课教学中的问题探讨

汇编语言是计算机能够提供给用户使用最快而又最有效的语言，也是能够利用计算机所有硬件特性并直接控制硬件的唯一语言。至于很多需要直接控制硬件的应用场合，则更是非用汇编语言不可了。本通过对汇编语言程序设计教学过程中遇到的核心难点问题的总结，归纳指出了汇编语言寻址方式、指令系统的几个特征。     

图像桶形失真的一种校正方法

桶形失真直接影响了对图像的分析理解,为了得到比较完好的图像,对拍摄到的图像进行几何校正是十分必要的。本文通过对图像中各象素作变换,采用多项式地址修正法实现了对图像桶形几何失真的校正,并对实拍的围棋棋盘图像进行了桶形几何校正实验,取得了比较理想的结果。     

网络称呼语“亲”的社会语言学分析

＂亲＂是随着网络的发展而出现的称呼用语,近年逐渐扩展到日常生活中。作为人际称呼语＂亲＂的使用主要受到职业、性别、年龄因素的影响,工作于较自由环境的工作者使用＂亲＂较为频繁,使用＂亲＂的女性比男性更多。年轻人也比中老年人多,其使用场合和被称呼的对象具有限制性,被称呼的对象多是与使用者关系亲密的人,多用于非正式场合,还没有成为现代汉语共同语。     

日语称谓语中的性别不平等现象研究——一项基于问卷调查的社会语言学研究

语言中的性别歧视现象已经受到人们越来越广泛的关注。日语中夫妻间的称谓语不仅能够反应语言中的差异现象,更能够体现日本女性在家庭甚至是在社会中所处的不平等地位,其存在有着深刻的历史和文化背景。对该语言现象进行分析与研究能够进一步了解日本的语言与文化。