一种参数自整定PID在变频冷却水系统的仿真研究

由于船舶在航行过程中海水温度、主机运行情况等参数变化会导致常规的PID控制效果不理想,所以需要对船舶变频冷却水系统的控制器进行改进。文章建立了船舶中央冷却水系统的数学模型,并在Matlab/Simulink环境下建立了仿真模型。利用BP神经网络的特性实现PID参数的自整定,并用BP神经网络PID控制器与传统PID控制器分别对系统进行控制,比较其控制效果。仿真结果表明,BP神经网络PID控制器的控制精度和鲁棒性优于传统PID控制器。     

改进型PID参数神经网络自学习的船舶操纵控制器

船舶操纵的模型参数具有非线性、慢时变特性。船舶操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用改进型BP神经网络实现PID参数自整定的控制方法。此法能根据船舶动态特性的变化,自动重新整定PID参数,从而改善了操纵性能和鲁棒性,     

船舶柴油发电机转速的BP-PID并行控制

针对船舶柴油发电机转速控制问题,结合BP神经网络对非线性系统的高拟合性与经典PID控制的优良性能,形成船舶柴油发电机转速BP-PID并行控制系统。控制系统中BP神经网络控制器与PID控制器相结合,经过神经网络控制器的不断训练学习,控制器获取船舶柴油发电机转速系统的模型,并逐渐地由BP神经网络控制器占主要控制作用,从而达到对系统的实时控制。仿真结果证明了该方法的可行性。     

基于BP神经网络的PID参数自整定的船舶操纵控制器研究

船舶操纵的模型参数具有非线性、慢时变特性。船舶操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神经网络实现PID参数自整定的控制方法。此法能根据船舶动态特性的变化，自动重新整定PID参数，从而改善了操纵性能和鲁棒性。     

基于BP神经网络的PID船舶自动舵

船舶操纵的模型具有非线性,慢时变特性,传统船舶自动舵的性能不能令人满意。基于传统PID自动舵的基础上,把传统PID与BP神经网络结合起来,利用BP神经网络的自学习能力实现PID控制参数的在线整定,构成一种新型的船舶航向自动舵。分无干扰和在风,流,浪干扰两种情况进行MATLAB仿真,来说明这种船舶航向控制自动舵的优越性。     

基于BP神经网络PID算法的斗轮机自动取料流量控制优化

为解决斗轮取料机自动取料流量控制难题,提高干散货码头生产作业效率,采用BP神经网络PID控制算法对取料机取料流量控制进行优化。分析目前斗轮机取料流量控制现状,在常规PID控制方法的基础上采用BP神经网络进行改进优化,利用BP神经网络的自学习、自适应等特性,实现对PID控制参数的在线整定和优化。采用MATLAB Simulink仿真软件,建立BP神经网络PID控制模型,通过在天津某煤炭码头进行现场工程应用,证明模型的有效性和可靠性,表明BP神经网络PID算法能进一步提高干散货码头整体生产作业效率,延长大机设备使用寿命。     

基于BP神经网络PID的船用锅炉蒸汽压力控制系统

锅炉蒸汽压力的特性导致常规的PID控制方法不具备自适应能力,难以满足系统要求,因此,设计了基于BP神经网络PID的锅炉蒸汽压力控制系统。以一个二阶含滞后环节的锅炉蒸汽压力数学模型为被控对象,分别用传统PID控制器和基于BP神经网络的PID控制器对锅炉蒸汽压力加以控制,并采用MATLAB软件进行仿真。仿真结果对比显示,在基于BP神经网络的PID控制器控制下,系统无振荡,无超调,过渡时间短,控制效果优于传统PID控制器。     

神经网络PID控制在船舶励磁系统中的应用

随着电力系统的发展,对其动态和静态性能的要求变得越来越高,常规PID励磁控制器已难以满足工业上的要求。为此,设计了一种新型的基于BP神经网络的PID控制器,即将常规的PID控制与神经网络优点相结合。本文分析了同步发电机的励磁控制系统的数学模型和神经网络PID控制器的结构、工作原理和作用,并使用Simulink将神经网络PID控制器应用到同步发电机励磁系统中进行仿真,将结果与常规PID控制器的仿真效果作出对比。由仿真曲线结果得出,神经网络PID控制器具有更好的控制特性,对今后的应用研究提供了较大的参考价值。     

船舶动力定位系统模糊PID控制算法研究

以ROV工作母船为控制对象模型,设计模糊PID控制器.在总结分析PID控制和模糊控制特性及PID参数变化对系统性能影响的基础J二,借鉴模糊控制的思路,研究在动态过程巾对PID参数进行模糊整定的方法,并进行了仿真研究,验证了模糊PID控制器良好的控制效果.     

船舶动力定位系统模糊PID控制算法研究

以ROV工作母船为控制对象模型,设计模糊PID控制器.在总结分析PID控制和模糊控制特性及PID参数变化对系统性能影响的基础上,借鉴模糊控制的思路,研究在动态过程中对PID参数进行模糊整定的方法,并进行仿真研究,验证模糊PID控制器良好的控制效果.     

蒸汽发生器水位神经自校正控制研究

针对传统的核动力蒸汽发生器水位PID控制方法存在的缺点,将神经网络方法与PID控制的结构结合起来,提出核动力蒸汽发生器水位单神经元自校正PID控制方法,在线调整控制器参数。仿真研究表明,该方法可以提高系统的控制品质。     

网络控制系统诱导时延的自适应补偿研究

在网络控制系统中,网络诱导时延是造成系统性能下降甚至不稳定的基本因素.为了有效地抑制网络时延对网络控制系统性能的影响,提出了一种基于BP神经网络补偿的自适应PID控制方法,在不改变已有PID控制器控制参数的情况下,实现了对网络时延的在线自适应补偿.仿真结果表明,与传统的PID控制器比较,该方法能有效补偿网络时延的影响.     

人工神经网络控制器在水下无人运载器导航中的应用

本文以水下无人运载器（AUV）绕平面圆周航行的速度、位置控制为例，推广到任何轨迹的控制问题。利用神经网络学习AUV运行的内在规律，预测未来一步的运行情况，并用改良的PID方式前馈与后馈相结合控制其执行机构。系统学习、预测及PID各增益量利用GESA（GuidedEvolutionarySimulatedAnnealing）全局优化方法求得。本方法具有自适应性、强非线性及前馈控制等特点，优于其它一般的控制器。     

基于动态神经网络的AUV航向自适应控制

海洋环境的复杂性以及自身模型的不确定性,给自主潜航器(AUV)航向控制带来很大困难.针对AUV的特点和控制方面所存在的问题,采用了带衡量因子的动态BP神经网络控制器控制AUV的航向.理论分析和仿真结果表明,与传统的PID控制器相比,在扰动存在的情况下,神经网络控制器具有更好的自适应性和鲁棒性.     

柔性身管的RBF神经网络PID控制

由于舰炮身管的弯曲振动,传统的利用炮管轴角位移进行反馈控制的方法无法精确控制炮口指向。针对这一缺点,提出了一种利用炮口角位移作为随动系统位置环反馈信息的控制结构。为模拟身管的振动,应用多刚体动力学对舰炮身管进行了柔性体建模。为改进后的控制结构设计了基于RBF神经网络整定PID参数的控制器,并与传统PID控制器的控制效果进行了仿真对比,验证其对于提高随动系统控制精度的有效性。     

CMAC与PID的复合控制在减摇鳍中的应用

提出了CMAC与PID复合控制的算法,并以此用于船舶非线性横摇减摇鳍中。以PID控制为反馈控制来保证控制系统的稳定性且抑制扰动,以CMAC为前馈补偿控制器实现系统的逆动态模型来确保系统的控制精度和响应速度。为了提高CMAC神经网络实时在线学习的快速性和准确性,采用了基于信度分配的CA-CMAC-AMS学习算法。其仿真结果与传统的数字PID控制相比较,表明了该复合控制提高了减摇鳍控制系统的减摇效果,并具有较强的抗干扰能力和鲁棒性。     

模糊自适应PID控制器及Simulink仿真实现

常规PID控制对非线性、时变系统的控制效果不是很理想,文章提出将模糊技术与PID控制相结合的控制方式,即模糊自适应PID控制器,并结合实例在Simulink环境中实现了该模糊自适应PID控制器的仿真。仿真结果表明,该模糊自适应PID控制具有控制灵活、响应快和适应性能强的优点。     

PID智能模糊自整定控制器在SG水位控制中的应用

为提高蒸汽发生器水位控制效果,设计一种基于模糊控制原理的模糊PID参数自适应控制器,根据偏差和偏差变化率来实时调整参数,水位控制实验结果表明,这种模糊控制器比常规PID控制器有更好的控制效果,明显改善了系统的动态性能和稳态性能。     

PID智能模糊白整定控制器在SG水位控制中的应用

为提高蒸汽发生器水位控制效果，设计一种基于模糊控制原理的模糊PID参数白适应控制器，根据偏差和偏差变化率来实时调整参数，水位控制实验结果表明，这种模糊控制器比常规PID控制器有更好的控制效果，明显改善了系统的动态性能和稳态性能。     

双层隔振系统单神经元自适应PID控制器

通过推导双层隔振主动控制系统的力传递率，分析了反馈信号的选择对力传递率的影响，指出了双层隔振PID主动控制系统应采用速度或加速度作为反馈控制信号。在此基础上采用单神经元PID控制器对双层隔振系统进行了主动控制仿真，表明该方法对双层隔振系统进行主动控制的可行性，提高了双层隔振系统的隔振能力。