共查询到20条相似文献，搜索用时 31 毫秒
1.
2.
在针对矿井提升机的PLC控制系统中,采用传统PID控制虽能达到相应的控制要求,但因其控制的响应时间长、控制精度低、稳定性差等缺陷,不能广泛应用于有高精度要求的控制系统中。本文将模糊控制与自适应PID控制结合起来,设计了模糊自适应PID控制器。利用模糊推理方法实现对PID参数的在线自整定,进一步完善PID控制器的性能,提高系统的控制精度。MATLAB/SIMULIK下的仿真结果表明该方法的控制效果优于常规的PID控制,并能消除模糊控制稳态误差较大、控制精度低等缺点。 相似文献
3.
《科技通报》2016,(7)
通过对中压配电的优化配置提高电力调度的控制能力和分配能力,传统方法中对中压配电控制采用神经网络控制方法,构建PID神经网络系统实现的中压配电的优化调度,但是该方法在中压配电过程中的收敛性不好。提出一种基于改进PID算法的中压配电优化控制方法。首先分析系统结构组成,得到中压配电控制系统的结构模型,对中压配电系统的控制参数进行特征分析,根据中压配电控制过程中电压参数的时变性、电流扰动性的特点,构建改进的三层PID前向中压配电前向神经网络控制系统,进行对中压配电过程中电压、电流和功率等信号变化特征进行定量分析,采用前向三层PID神经网络控制算法进行控制算法改进。仿真结果表明,采用该方法进行中压配电控制,对各个用户通道的电压输出具有较好的适应性,提高配电控制精度,提高了电压输出的稳定性。 相似文献
4.
供热系统中的温度控制,是衡量供热效果的标准,控制中具有不确定、非线性、变参数等因素。常规的PID控制难以满足供暖热水温度控制要求。采用模糊PID算法实现对换热站温度的控制,利用模糊推理对PID参数Kp、Ki、Kd进行在线整定,提高了控制精度。 相似文献
5.
提出了一种基于粒子群算法优化的RBF网络整定PID控制策略.该策略利用粒子群算法对初始PID参数及其学习率进行优化,解决了控制器初始值对控制效果的影响.通过对火灾探测器温箱系统的仿真控制,验证了该控制策略具有控制精度高、抑制噪声及扰动能力强的优点. 相似文献
6.
本设计对颗粒物料的定量称重灌装设备的控制系统及如何提高灌装速度和称量精度提出了改进方案。设计中采用AD-4401称重仪表进行称重,显示物料的重量值,并以称重传感器的输出信号为判断依据,二者结合完成物料的定量称重,同时用PLC来控制系统灌装动作顺序,并配以相关的执行驱动器件,实现了颗粒物料喂料、定量称重、半自动灌装等环节的电气系统的控制。 相似文献
7.
《科技通报》2015,(10)
研究非线性系统的鲁棒性,在大扰动条件下,提高系统的稳定控制性能。传统的控制方法采用PID神经网络控制,在参数自适应过程中产生控制偏差。提出一种基于单神经元纠偏控制的非线性系统鲁棒性改进方法。控制结构是一个三层前向神经元网络,采用单神经元纠偏控制,自适应调节神经元输入输出层权重,给定模型的不确定性分为参数的不确定性和未建模的动态特性不确定性,由此得到偏移控制非线性小扰动方程,进行控制系统鲁棒性和稳健性证明。仿真结果表明,采用该算法实现对非线性系统的控制,自适应调节时间短,超调量小,纠偏性能较好,自适应跟踪控制性能优越,误差减少,控制精度较高,鲁棒性较优。 相似文献
8.
由于输送粉状物料的不稳定性,使得目前的定量称重算法很难达到高精度。本文采用了模糊控制算法来控制定量称重,并介绍了给料系统的数学模型,通过现场测试,其称量精度小于0.1%。 相似文献
9.
常规PID控制在对象变化时,控制器的参数不能自动修改适应,无法很好地满足冷轧机厚度控制精度的要求。但是将模糊控制与PID控制相结合,利用模糊推理方法实现对PID参数的在线自整定,设计了一种模糊自适应PID控制器,这样就进一步完善了PID控制器的性能,提高了厚度控制系统的精度。通过simulink仿真,结果表明模糊自适应PID控制器自适应能力更强、响应快、稳定性好,同时也有更强的鲁棒性,能够使厚度控制得到满意的结果。 相似文献
10.
基于BP神经网络的PID控制在反应釜温度控制中的应用 总被引：2，自引：0，他引：2
常规PID的控制,不但其参数难以整定,而且还依赖于对象的精确数学模型,适应性较差,对复杂过程不能保证其控制精度.本文根据反应釜温度时间滞后具有非线性、强耦合、不确定性过程的控制需要,提出了一种基于BP神经网络的PID控制方法;并介绍了神经网络PID控制器的算法,对经典PID参数选取进行了分析.仿真结果表明,与传统PID算法相比该控制方法可实现有效的控制,具有实现简单、控制效果好的特点. 相似文献
11.
在系统参数未知情况下,利用RBF神经网络自动建立动态模型,能快速跟踪非线性函数,具有很强分类能力。提出利用RBF神经网络对图书进行分类的基本方法。经与BP神经网络仿真的诊断结果对比,证明RBF神经网络具有收敛速度快、输出误差和离散性小的优点,并论证了该方法对图书分类的有效性。 相似文献
12.
电厂主汽温被控对象是一个大惯性、大迟延、非线性且对象变化的系统,基于BP神经网络的PID控制,利用神经网络的自学习、非线性和不依赖模型等特性实现PID参数的在线自整定,充分利用PID和神经网络的优点。用一个多层前向神经网络,采用反向传播算法,依据控制要求实时输出Kp、Ki、Kd,依次作为PID控制器的实时参数,代替传统PID参数靠经验的人工整定和工程整定,以达到对大迟延主汽温系统的良好控制。对这样一个系统在MATLAB平台上进行仿真研究,仿真结果表明基于BP神经网络的自整定PID控制具有良好的自适应能力和自学习能力,对大迟延和变对象的系统可取得良好的控制效果。 相似文献
13.
结合模糊控制与PID控制的优点,分别分析了控制器的跟踪给定速度及位置时系统响应情况。仿真结果表明,该方法能够实现双闭环电动风阀控制器的最佳输出,有效地提高了系统的动态性能和控制精度。 相似文献
14.
15.
网络系统具有多径状态多输入及多输出的特点,干扰源复杂,网络安全受到多状态参量影响。PID控制理论具有多状态输入输出MIMO特性,提出一种基于PID多径网络控制理论的网络终端多元干扰监测方法,以PID控制理论为基础构建网络终端动态干扰监测系统软件,结合PID网络结构的动态神经元扩展功能,在线自适应调节控制误差,动态实时捕捉多状态网络入侵数据,剔除入侵干扰信息,保证了网络终端的安全。仿真实验表明,监测方法能有效对多元网络入侵数据进行检测和滤除,检测正确率高,能有效防止漏报和误报,多径PID控制网络控制系统学习速度快,终端形成的三通道结果显示,系统能有效实现对网络信息的动态多元监测。设计成果在网络安全防御领域具有很强的实用性。 相似文献
16.
针对实际电阻点焊过程复杂多变,精确数学模型的建立较为困难,传统PID控制器难以保证系统在不同的工作状况下具有良好的控制特性,提出了一种改进型BP神经网络PID的电阻焊机电源恒电流控制方法。将BP神经网络与PID控制方法相结合,通过神经网络的自学习、加权系数的调整,优化PID控制器参数Ki、Kp、Kd,并将粒子群算法引入到神经网络中作为其学习算法,有效的提高了BP神经网络算法收敛速度。仿真结果表明,该电源智能控制方法能够根据系统运行状态对PID参数进行自适应调整,有效的对焊接电流进行恒定控制。 相似文献
17.
在介绍基于BP神经网络的PID控制和分散式神经网络控制的基础上,提出了一种将两种控制算法想结合的神经网络在线解耦控制,通过MATLAB实验证明了将该控制算法应用于复杂的燃机系统可以解除燃机系统内部各参数之间较强的耦合关系,并且具有较强的抗干扰能力,从而可以提高燃机的热效率。 相似文献
18.
19.
针对隧道通风系统中存在的智能化程度较低、需要控制的变量较多等问题。利用模糊控制不需要建立被控对象精确数学模型的特点,运用一种基于CO浓度检测的变频通风变论域模糊PID控制方法,结合变论域理论以及模糊推理方法对PID参数进行在线自整定得到PID控制器的实际控制参数,从而对隧道的风机进行控制,调节通风风量。仿真结果表明,相比传统的固定论域的模糊PID控制方式,变论域的控制方法可减小系统超调量、提高系统反应速度、缩短调节时间,从而改善隧道通风系统的动态性能,延长通风机使用寿命,降低运营成本。 相似文献
20.
径向基函数（RBF）神经网络广泛应用于模式识别、非线性函数逼近等领域。通过对聚类、梯度、正交最小二乘三种RBF神经网络进行正弦函数逼近的仿真实验,从中比较分析这三种RBF神经网络。得到的对比分析结果表明：正交最小二乘的方式所需的训练时间最短,网络收敛速度最快,并且不需要预先定义隐层节点数。 相似文献