基于SIMULINK的单神经元自适应PID控制器研究

本文分析了单神经元自适应PID控制器结构,给出了基于有监督的Hebb学习规则的算法模型,在此基础上做出改进,建立了神经元自适应控制器SIMULINK仿真模型,并对被控对象进行仿真研究。     

基于模糊控制的单神经元PID配浆浓度控制

配浆浓度控制过程具有大干扰、强滞后的特点,针对这一对象,本文提出一种基于模糊控制的单神经元PID配浆浓度控制算法.该算法采用双闭环控制,外环为弥补系统滞后利用模糊控制器,进行智能控;内环根据浓度变化的预测值,采用单神经元PID模块对稀释水流量进行调节,抑制系统干扰.实际应用效果证明该算法的有效性.     

单神经元自适应PID在漂白温度控制中的应用

针对纸浆漂白过程中漂白塔温度大滞后、结构参数时变的特点,提出基于单神经元的自适应PID来控制该对象,使得对象在其结构参数变化的情况下在线实时调整PID的三个参数,从而提高了对象的鲁棒性和精确性.实践结果表明,该控制器具有算法简单、易实现和适应性强等特点.     

基于软切换的模糊-单神经元PID的发动机换挡智能控制方法

AMT过程具有复杂非线性特性的特点,针对这一特点本文提出了一种基于软切换的模糊-单神经元PID发动机调速控制方法,首先,根据软切换机制,在模糊控制器和单神经元PID控制器之间进行切换,从而使AMT调速过程在快速性和平稳性上得到改善.试验结果表明了该方法的有效性和优越性.     

基于单神经元积分分离PID组合算法的温湿度控制

环境可靠性试验箱内的温湿度具有高耦合度、强非线性、大时滞的特点,传统的PID控制方式存在调节时间过长、控制的稳定性较差、鲁棒性不好等问题。文章根据箱内温度和湿度变化的特点,提出用积分分离PID控制和单神经网络相结合的控制算法来控制温湿度,并对控制算法进行了仿真实验。仿真结果表明,该算法提高了系统的控制精度和响应速度,同时具有较强的抗干扰能力。     

基于免疫遗传算法的单神经元PID控制器设计

传统单神经元PID控制器中神经元比例系数及学习速率的初始值设置往往依靠经验,或先采用试凑法再根据曲线响应加以微调,针对这一缺点,提出了一种基于免疫遗传算法的单神经元PID控制器。将比例系数及学习速率作为待优化参数,通过参数寻优自行在搜索空间内获得全局最优点。仿真结果表明,新方法自适应能力更强、鲁棒性更好,不仅能够保证较好的控制效果,而且解决了传统方法初始值设置这一大难题。     

改进型单神经元自适应PID控制器在LabVIEW下的实现

利用LabVIEW设计了一种改进的单神经元自适应PID控制器.通过对该系统进行仿真,可直观地得到各个参数对系统性能影响的规律.当被控参数在大范围内变动时,该系统仍有较强的鲁棒性和良好的控制品质,并适用于工业控制领域.     

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.     

一种利用神经元PID改进DMC控制性能的串级控制算法

针对动态矩阵控制（DMC）快速性与无超调性之间经常存在矛盾,提出DMC-单神经元PID串级控制,即在DMC控制的基础上加入单神经元PID控制形成串级控制。该方法解决了PID参数的整定问题,提高了DMC的抗干扰性能以及鲁棒性,通过MATLAB仿真实例与比较,证实该控制算法的可行性与有效性。     

基于神经元网络PID整定的电液位置伺服系统

基于汽车疲劳试验机平台对转向机液压伺服系统进行研究,针对试验机运行过程中出现的控制精度不高、系统不稳定问题,设计了电液位置伺服系统。首先建立系统数学模型,推导相应的传递函数。接着利用Simulink软件对系统进行稳定分析,利用典型的PID参数整定策略对系统进行优化处理。最后采用神经元网络自学习算法,在simulink中设计单神经元PID自学习系统,对位置伺服系统进行参数优化整定。研究结果表明：采用单神经PID整定的电液位置伺服系统超调量比典型PID整定策略减少了90%以上,整定时间也缩短了一半以上。系统稳定性更强、精度更高,具有更好的鲁棒性。     

基于PID方法的汽车底盘集成控制研究

针对汽车底盘两系统集成控制由于控制器作用范围有限,使得控制结果难以满足汽车在全工况下整车性及安全性这一问题,本研究综合考虑了汽车的纵向、横向和垂向动力学对整车安全性的影响以及三者之间的关系,并基于14自由度的整车模型建立了PID算法的集成控制器,同时进行了仿真验证。仿真结果表明：多系统的集成控制优于两系统的集成控制,有效地提高了整车的综合性能。     

Genetic optimization algorithm of PID decoupling control for VAV air-conditioning system

Variable-air-volume (VAV) air-conditioning system is a multi-variable system and has multi coupling control loops. While all of the control loops are working together, they interfere and influence each other. A multivariable decoupling PID controller is designed for VAV air-conditioning system. Diagonal matrix decoupling method is employed to eliminate the coupling between the loop of supply air temperature and that of thermal-space air temperature. The PID controller parameters are optimized by means of an improved genetic algorithm in floating point representations to obtain better performance. The population in the improved genetic algorithm mutates before crossover, which is helpful for the convergence. Additionally the micro mutation algorithm is proposed and applied to improve the convergence during the later evolution. To search the best parameters, the optimized parameters ranges should be amplified 10 times the initial ideal parameters. The simulation and experiment results show that the decoupling control system is effective and feasible. The method can overcome the strong coupling feature of the system and has shorter governing time and less over-shoot than non-optimization PID control.     

基于ADVISOR电动汽车的开发和仿真

基于电动汽车仿真软件ADVISOR,开发了双电机分散驱动轮式电动汽车ELVEC.ELVEC由车身、电动机、能量管理和能量存储(电池组)等模块组成.进行了ELVEC电动汽车的加速性能、爬坡能力、行驶车速和燃料经济性的分析.结果表明,该车具有良好的动力学性能和燃料经济性,适合在低速、频繁启动的市区内行驶.同时,对电动机特性和能量存储(电池组)及能量管理特性进行了仿真分析,得出ELVEC电动汽车的电动机、电池和驱动系统等均具有较高的效率,能源管理系统和模糊逻辑控制在能量的分配、管理上十分有效.     

纯电动汽车动力系统参数匹配与优化研究

基于某款纯电动汽车整车性能要求进行了关键部件的参数匹配,通过搭建CRUISE模型在NEDC工况下的仿真验证了参数匹配的合理性。基于ISIGHT和CRUISE联合仿真,以续驶里程为优化目标,以主减速比和动力电池的并联电池组数为优化变量,采用NSGA-II算法进行了优化分析,优化结果显示,此款纯电动汽车续驶里程得到了有效提升,且动力性也满足预定要求。     

基于PID算法的汽车巡航系统研究

设计了基于freescale单片机的汽车巡航系统控制器,它能够判断设定车速和实际车速之间的差值,采用PID控制算法,对发动机节气门开度进行闭环控制。设计了CAN总线接口,方便系统与其它车载电子系统的通信和信息交换。该控制器结合适当的执行结构,就可以自动保持车辆的定速行驶,减轻了驾驶疲劳,提高了车辆的安全性。     

四轮驱动混合动力电动汽车牵引力控制仿真

设计了四轮驱动混合动力电动汽车的构型,并根据其驱动特性制定了牵引力控制方式和协调控制策略,最后运用Matlab/Simulink对附着系数左右分离的特殊路面进行起步与全负荷加速仿真。仿真结果表明,四轮驱动混合动力电动汽车在牵引力控制系统作用下,其驱动性能得到明显的改善,且各控制器亦能根据不同路面和行车工况进行适当调节,保证了四轮驱动混合动力电动汽车的起步加速性、通过性和车身稳定性。     

电动转向系统助力特性仿真研究

继电子技术在发动机、变速器、制动器和悬架等系 统得到广泛应用后，国外汽车电动助力转向已部分取 代传统的液压助力转向，电动助力转向已成为世界汽 车技术发展的新的研究热点。电动助力转向由电动机 直接提供动力，助力大小由电控单元控制。它不仅能 节约燃料，提高主动安全     

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。