神经网络PID在全垫升气垫船航向控制中的应用

气垫船结构上的特殊性,决定了其在操纵方面与常规船舶有很大不同.设计了神经网络控制器,对气垫船的航向控制进行了仿真,并与常规PID控制的效果进行了对比.从仿真结果可以看出,在气垫船受风力的作用下,神经网络控制器在克服干扰方面具有比常规PID(比例-积分-微分)控制更好的效果.     

可调螺距桨的模糊智能系统理论及仿真研究

PID控制是过程控制中应用比较广泛的一种控制器,具有简单、鲁棒性好和可靠性高等特点,但仅对于线性定常系统的控制非常有效,对于非线性、时变的复杂控制系统如可调桨系统不能达到理想的控制效果.其超调值较大、响应时间较长、系统的动态品质较差.为了弥补常规PID的不足、改善控制效果,满足复杂控制系统的设计要求,我们采用模糊控制理论对可调桨进行智能控制.仿真研究表明模糊控制比常规的PID控制具有更为突出的特色和优点.     

基于VSS的潜艇升降舵自动控制设计与实现

为了提高潜艇升降舵自动控制的效率,针对PID控制的品质和能耗问题,在潜艇六自由度模型的基础上,结合VSS控制策略对潜艇升降舵控制模型进行了分析推导.采用控制量同时启动的固定顺序递进算法,对潜艇升降舵进行自动控制设计.通过仿真与常规的PID控制方式比较,证明VSS控制具有抗干扰能力强、响应速度快、精度高等优点.     

基于自适应PIDNN的船舶航向模型辨识与控制

在研究PID神经网络控制方案的基础上,提出一种基于自适应PID神经网络的船舶航向控制方案,以对其进行辨识和控制.将自适应PID神经网络引入船舶的航向控制系统中,既具有常规PID控制结构简单、参数物理意义明确等优点,同时又具有神经网络的并行结构和学习记忆功能及非线性映射能力.仿真结果表明,该控制系统响应速度快、超调量小、稳态精度高,能够快速跟踪设定航向并进行有效控制,且具有自适应性和一定的鲁棒性,满足实时控制的要求.     

水下潜器姿态角的分数阶PID控制研究

针对水下潜器纵向姿态角控制的稳定性问题,对水下潜器的姿态角控制系统设计一种分数阶PID控制器。在控制器设计过程中,引入时间误差绝对值(ITAE)准则,ITAE准则的引入可快速获得分数阶PID的优化参数,设计优化分数阶PID控制器。最后,以水下潜器的传递函数为仿真对象,分别采用分数阶PID控制器和常规PID控制器进行仿真研究。通过控制性能比较发现,本文所提出的分数阶PID控制器的控制效果明显优于常规PID控制器,且分数阶PID控制器具有更强的鲁棒性。     

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。     

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。     

水下潜器姿态角的分数阶 PID 控制研究

针对水下潜器纵向姿态角控制的稳定性问题,对水下潜器的姿态角控制系统设计一种分数阶 PID 控制器。在控制器设计过程中,引入时间误差绝对值（ITAE）准则,ITAE 准则的引入可快速获得分数阶 PID 的优化参数,设计优化分数阶 PID 控制器。最后,以水下潜器的传递函数为仿真对象,分别采用分数阶 PID 控制器和常规PID 控制器进行仿真研究。通过控制性能比较发现,本文所提出的分数阶 PID 控制器的控制效果明显优于常规 PID控制器,且分数阶 PID 控制器具有更强的鲁棒性。     

船用锅炉汽压模糊自适应控制研究

针对船用锅炉蒸汽压力控制的实际,在常规PID控制方案的基础上,提出基于规则的模糊自适应控制的方法.采用该方案,对船用锅炉过热蒸汽压力的控制进行应用研究,仿真结果表明该方案是可行的.     

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。