污水处理系统溶解氧的BP-PID控制算法

针对污水处理系统中溶解氧含量波动较大难以控制的问题,提出了一种基于BP神经网络的PID控制器设计方法,并根据BP神经网络的结构和特点优化了控制器参数。基于BP神经网络的PID控制器能根据系统状态在线调整PID控制参数,使系统误差保持在较小范围内,且能使系统受到干扰时快速恢复到稳定状态。以溶解氧含量为控制对象,分别对常规PID控制器和基于BP神经网络的PID控制器进行了大量仿真研究。仿真结果表明：基于BP神经网络的控制系统具有较好的适应性和鲁棒性,其控制品质优于常规PID控制器。     

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。     

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。     

基于BP神经网络PID算法的水箱液位控制系统设计

针对水箱液位这样一个多干扰、大惯性、高度非线性系统控制性能优化较困难,传统的控制策略在控制精度、灵敏度以及系统稳定性均存在缺陷,充分利用神经网络具有非线性函数逼近能力,构造神经网络PID自整定控制器,在解决高度非线性和严重不确定系统方面具有较好控制能力.解决了传统PID控制算法难以保证系统在任何工况条件下始终具有最佳控制性能的难题.仿真结果表明,该控制能使系统达到较好的控制效果.     

专家PID控制在跳汰机排料系统的实现及仿真

跳汰机排料系统具有非线性、大滞后且随机干扰严重的问题,而常规PID调节器进行排料系统的控制又存在控制器参数的选择及调整不便的缺陷,基于此,采用专家PID控制方法对跳汰机的排料控制器进行改造,Matlab/Simulink仿真结果表明,专家PID在响应速度、超调量、稳态精度等方面均优于常规PID。     

基于神经网络的逆控制法在热工过程中的应用仿真

逆控制法通过逆建模使串联控制器拥有与被控对象互为倒数的传递函数。将逆控制和神经网络相结合可以使逆控制法的控制效果都得到改进。以经典热工过程为控制对象,通过逆控制器与常规 PID 控制器的控制效果仿真比较,表明这种方法具有很好的快速反应性、精确的控制效果以及很强的自适应能力。     

基于改进型BP神经网络PID控制器的温室温度控制技术

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。     

基于模糊神经网络PID的无刷直流电机控制系统研究

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。     

基于模糊PID控制的四旋翼无人机设计

针对四旋翼飞行器姿态控制中存在强噪声干扰时平稳飞行控制变差的问题,提出了基于自适应模糊PID控制器的四旋翼飞行器快速平稳调节方法。在Matlab中运用该方法对四旋翼飞行器的飞行进行仿真,并与经典PID控制算法的控制结果进行对比。仿真结果表明,模糊PID控制器比常规PID控制器具有更优良的动态性能及鲁棒性。经过多次试验,该硬件设计性能可靠,能满足飞行器一系列稳定飞行的控制要求。     

基于改进PID控制的并联机械臂运动轨迹跟踪仿真

为了提高并联机械臂运动轨迹的定位精度,采用粒子群算法优化PID控制器参数。构建了并联机械臂机构简图模型,通过平面坐标系推导机械臂运动角位移方程式。分析了传统PID控制器模式,给出系统输出误差的适应度函数。对优化后的跟踪效果进行仿真。并与传统PID控制器跟踪效果进行对比。仿真结果表明:无外界干扰,两种控制方法角位移跟踪误差相差不大;有外界干扰,改进PID控制器明显优于PID控制器。说明采用改进PID控制器控制机械臂运动角位移,能够很好的抑制外界环境的干扰,保持系统的稳定输出,提高机械臂角位移运动精度。     

串联模糊PID控制的四旋翼无人机控制系统设计

针对四旋翼无人机飞行过程中遇到信号干扰时姿态控制性能变差的问题,设计了基于串联模糊自整定PID控制器。系统采用串级PID控制算法,在内环角速度控制器中加入了模糊自整定PID参数控制器,提高了系统稳定性和抗干扰能力。在无人机飞行控制实验过程中响应速度快,振荡幅度小,缩短了系统稳定的调整时间。在该实验系统的基础上开设了本科生开放创新实验——四旋翼无人机控制系统设计,有效提高了学生专业知识运用能力和创新能力。     

BP神经网络PID在配料控制系统中的研究与仿真

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.     

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．     

基于模糊免疫PID的中频感应加热炉温度控制系统

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。     

基于神经元自适应PID的交流永磁同步电机仿真研究

伺服电机因其可实现精确的速度、位置控制广泛应用于工业机器人领域.而由于机器人工作环境和工作对象的复杂和多变,导致传统控制算法的控制效果无法满足系统的既定目标.利用神经网络学习算法的自学习和自适应能力,结合传统PID控制算法设计了一种神经元自适应PID控制器.与传统PID控制器的控制效果相比较,仿真结果证明应用神经元自适应PID控制算法的伺服系统具有更强的稳定性和抗干扰能力.     

RBF PID控制器在倾斜摇摆试验台中的应用

减摇水舱是一种减小船舶横摇的重要装置,倾斜摇摆试验台是对其进行研究的主要手段。设计了一种基于RBF神经网络的PID控制器,实验研究表明,其在实际系统中具有优于常规PID控制器的性能。     

模糊自适应PID控制器的设计

基于模糊自适应控制理论,设计了一种模糊自适应PID控制器,具体介绍了这种PID控制器的控制特点及参数设计规则,实现PID控制器的在线自整定和自调整。通过matlab软件进行实例仿真表明,这种模糊自适应PID控制器比常规PID控制器具有超调量小,调节时间短,提高控制系统实时性和抗干扰能力。     

模糊免疫PID控制器的研究

为了提高PID控制器的控制性能．分析了常规PID控制器和模糊控制器的控制特性,借鉴生物免疫反馈机理,引入了免疫PID控制算法。结合模糊控制理论在控制方面的优越性,设计了模糊免疫PID控制器．可以应用于具有时变、非线性、纯滞后、大惯性等类型的控制系统中．     

四螺旋桨无人船控制系统改进算法研究

提出一种新型四螺旋桨无人船模型,用于解决无人船在水中作业时抵抗环境的扰动能力较差问题。在传统PID基础上进行了改进与升级,提出一种模糊自适应PID控制。对无人船控制系统进行了Matlab Simulink仿真。仿真结果表明,模糊PID控制器在克服干扰方面比传统PID控制效果更好。     

模糊RBF神经网络在纯滞后系统中的应用

在工业过程控制系统中,许多被控对象具有纯滞后的性质,这种纯滞后环节将导致系统不稳定。针对这种情况设计了一种控制器,这种控制器结合了模糊控制和神经网络控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明这种控制器结构简单,对纯滞后系统的控制效果良好。