RBF网络整定的PID控制器在发动机空燃比控制中的应用

传统的PID控制器很难适应复杂的非线性机械系统的控制,本文提出一种新型的用RBF网络整定的PID控制器来处理这类问题,并在发动机空燃比控制效果上与传统PID控制器进行了比较。仿真结果表明:该新型控制器控制效果比传统PID控制器好,在其他非线性复杂机械系统控制上也有一定的应用价值。     

基于模糊RBF神经网络的柴油机电液调速控制方法

介绍了电液调速执行器的动态特性,设计了电液调速控制回路,实现了模糊RBF神经网络对柴油机油门执行器位置的控制。将一种基于模糊RBF神经网络的PID控制器应用于柴油机调速控制中,详细说明了模糊RBF神经网络控制器的设计过程,它结合了传统PID以及神经网络和模糊控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明该系统比传统模糊控制的响应速度快、超调小,且适应性强,具有推广价值。     

基于Ziegler—Nichols的PID控制系统仿真分析

介绍基于Ziegler-Niehols的PID参数整定方法和PID控制器设计,应用MATLAB／Simulink对所提出的PID参数整定方法进行仿真分析。仿真结果表明,此方法设计的PID控制器的各项性能指标良好。     

电控空气悬架系统参数自整定模糊PID控制

提出电控空气悬架(Electronically Controlled Air Suspension,ECAS)的参数自整定模糊PID控制策略,设计参数自整定模糊PID控制器。利用AMESim软件建立1/4电控空气悬架系统模型,采用Matlab/Simulink和AMESim在不同路面、不同车速下对空气悬架系统分别进行PID控制与参数自整定模糊PID控制策略下的联合仿真。仿真结果表明:与PID控制仿真比较,采用参数自整定模糊PID控制策略使电控空气悬架的性能指标得到显著改善。搭建1/4电控空气悬架试验台,利用电液伺服激振台进行激励加载,完成硬件在环实时仿真测试,试验结果证明采用参数自整定模糊PID控制能有效提高悬架的总体性能。     

沥青混凝土摊铺机行驶系统控制策略研究

本文对沥青混凝土摊铺机行驶系统控制策略进行了研究.重点探讨了作业工况下的控制算法,将模糊参数自整定PID控制引入行驶系统数字控制器的设计中,通过MATLAB仿真分析,证明了模糊自整定PID控制效果要优于传统PID控制,控制策略选择合理.     

神经PID控制在双容水箱液位控制的实验研究

针对大滞后、非线性的二容水箱实验系统,进行了BP神经网络整定参数的PID控制策略研究．论文分析了控制系统的特点,设计了神经PID控制器结构,推导控制算法,在MATLAB语言环境下编写仿真控制程序,并将程序应用于实验系统,实验系统运行结果表明控制方案的有效性和正确性．     

静压驱动系统PID参数整定及其模糊自适应控制

文章在分析静压驱动系统组成及数学模型的基础上。分别采用临界比例带法和NCD优化法对PID参数进行整定,并应用模糊控制理论,设计了一种模糊自适应PID控制器。该控制器根据马达转速偏差和偏差的变化率,利用模糊逻辑实现PID参数的在线调整,使系统具有较好的自适应能力和较强的抗干扰性。并在Matlab／Simulink环境下对其进行了动态仿真。仿真结果表明,NCD优化法的整定效果较好,模糊自适应PID控制器的性能优于常规PID控制器。     

基于模糊自整定PID的原点反共振振动筛振幅控制

针对原点反共振振动筛在反共振点附近工作时振幅不稳定的问题,应用模糊自整定PID控制策略对其振动系统进行了控制。设计了模糊自整定PID控制器的结构,确定了隶属函数和模糊规则,给出了反模糊化方法。仿真研究结果表明,原点反共振振动筛的振幅得到了很好的控制。     

ģ������ӦPID����������ABS�еķ����о�

无论是经典还是现代控制理论,大多是建立在线性系统基础上,目前对非线性系统还没有比较成熟的理论.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.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.在分析汽车模型的基础上,采用PID控制、模糊自适应PID控制两种方法,联合Simulink软件分别对汽车的防抱死制动系统（ABS）进行刹车运动仿真研究,极大地提高了模糊控制方法和PID控制算法的应用性能.结果表明,模糊自适应PID控制方法可以达到更好的制动效果,提高了系统的动态性能和安全性能.     

改进遗传算法在磁悬浮轴承控制中的应用

改进后的遗传算法通过二次演化能够有效地避免算法中容易陷入局部最优值的缺陷.这里采用改进后的遗传算法来对磁悬浮轴承控制器中的PID参数进行了整定,仿真结果表明该算法具有良好的整定效果.     

基于神经网络的多变量模糊自整定PID控制器

针对脉冲ＴＩＧ焊动态过程控制提出了一种基于ＢＰ神经网络的多变量模糊自整定ＰＩＤ控制器。该控制器利用神经网络在线学习具有多变量耦合，非线性及不确定性的复杂的焊接动态过程的控制规则，实现ＰＩＤ参数的自动整定。仿真实验结果表明该控制器不仅具有模糊控制的简单，有效的非线性控制作用。还具备了神经网络的学习与适应能力，以及ＰＩＤ控制的普遍适用性。     

一种神经网络自适应PID控制器

采用神经网络与模糊逻辑相结合的方式，构造了一种自适应ＰＩＤ控制器。该控制器用具有改进学习算法的神经网络作ＰＩＤ参数调节器，用模糊神经网络对被控对象进行模型辨识，综合了神经网络，模糊控制和ＰＩＤ控制的优点。结构简单，易于实现，且适应环境能力强。     

船用锅炉蒸汽压力智能控制器设计

文章针对船用锅炉系统运行的不确性、非线性、时变等特点,提出了一种基于径向基(RBF)神经网络PID控制器,较好地满足了船舶蒸汽压力的控制精度要求,且具有优越的调节特性。     

神经网络和PID控制器在过程控制中的应用

将PID控制器和神经网络相结合，对一种非线性、变参数的受控对象的控制进行研究．仿真结果表明，控制效果令人满意。     

用于汽车制动稳定性的主动横摆力矩Fuzzy-PID控制

利用主动横摆力矩控制汽车制动稳定性,确立了控制目标和控制策略,建立了基于车道偏移距离的Fuzzy-PID控制模型和轮胎神经网络辨识模型,设计了Fuzzy-PID控制器并利用模糊推理方法对PID控制器的3个参数进行在线自适应调整.仿真与试验结果表明,利用主动横摆力矩Fuzzy-PID控制方法,能减少汽车在对开路面制动时的侧滑和激转等危险,使汽车在制动偏驶后能快速恢复正确行驶车道,且Fuzzy-PID方法比PID控制方法具有更好的控制效果.     

两自由度并联机器人的RBF神经网络辨识自适应控制

针对平面两自由度五杆并联机器人的轨迹跟踪问题,提出了一种基于RBF神经网络的自适应PID控制方法.该控制方案利用RBF神经网络自适应学习辨识并联机器人系统的未知非线性动态,可以在线调整PID控制参数以实现高精度控制.仿真结果显示该控制策略可以精确实现对于并联五杆机器人的轨迹跟踪控制,该方法的自适应性和跟踪性能均优于传统的PID控制.     

基于模糊补偿的RBF神经网络机械手控制

针对机械手系统的高精度轨迹跟踪控制,提出了一种基于模糊补偿的RBF（radial basis function）神经网络机械手控制方法.该方法首先利用PD（proportional-integral）控制器获得机械手的控制策略,将其输出作为RBF神经网络的输入,并学习得到系统模型;然后运用模糊逻辑补偿器对系统扰动和建模误差进行补偿;最后,在MATLAB/Simulink平台上针对两关节机械臂,进行了有模糊补偿和无模糊补偿系统跟踪的均方根误差测量仿真实验.研究结果表明,两关节机械臂的控制精度分别提高了60.8%和71.4%,本文提出的方法能够解决机械手实际模型很难精确建立的问题,并能对系统未建模部分和扰动部分进行自适应补偿.      

基于改进OLS算法的RBF神经网络 高速公路事件探测

提出了一种基于模糊聚类技术和RBF神经网络的混合智能高速公路事件自动探测算法,同时改进了用于RBF神经网络训练的Oils(正交最小二乘)选择算法.仿真实验证明,改进的OLS选择算法大大提高了RBF神经网络的训练速度同时具有无须事先确定RBF中心的优点,将之运用于公路事件探测可以获得满意的性能.