共查询到20条相似文献,搜索用时 31 毫秒
1.
将神经网络与PID控制结合起来,提出了基于BP神经网络整定的蒸汽发生器水位PID控制方法,采用BP学习算法调整控制器神经网络的连接权值,通过对系统性能的学习实现了控制器参数的在线整定,仿真结果表明,所设计的控制器具有良好的控制性能。 相似文献
2.
3.
4.
船用锅炉蒸汽压力系统的模糊免疫神经网络PID控制设计 总被引:1,自引:0,他引:1
在船用锅炉系统中,蒸汽压力是影响整个燃烧系统的一个重要因素.保持蒸汽压力恒定是船舶锅炉控制系统的一个重要指标.文章有机结合模糊控制、神经网络控制和免疫算法的优点,提出了基于免疫的模糊神经网络控制策略,仿真表明用该方法控制锅炉蒸汽压力的优越性. 相似文献
5.
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。 相似文献
6.
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。 相似文献
7.
8.
锅炉是决定船舶航运安全稳定的重要因素。其蒸汽、压力、温度这些非常重要的控制量与汽包水位有着密切的联系。利用模糊控制理论设计锅炉水位模糊控制系统和传统PID控制器优势互补,并应用MATLAB软件对该控制系统进行验证,仿真结果表明该系统对锅炉水位可实现实时最佳控制。 相似文献
9.
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. 相似文献
10.
针对可控串联补偿(Thyristor Controlled Series Capacitor,TCSC)的传统PID控制器存在鲁棒性差和自学习能力不强的问题,利用径向基函数(Radial Basis Function,RBF)神经网络可以无限逼近非线性系统的特性,提出了一种基于RBF神经网络设计的TCSC自适应PID控制器.该自适应PID控制器不仅具有传统PID控制器结构简单、易于工程实现等特点,而且通过RBF神经网络辨识的被控系统Jacobian信息来在线实时调整PID控制的参数,对被控系统参数和运行状态改变有较强的适应性,克服了常规PID控制器鲁棒性不强的缺点.两机五节点系统和四机两区域系统的仿真结果表明所设计的控制器控制效果明显优于传统PID控制器,具有较好的适应性和鲁棒性,对系统低频振荡的阻尼特性有很大地改善. 相似文献
11.
12.
提出了一种基于非线性控制策略的RBF神经网络补偿和反步控制相结合的方法,克服了传统PID控制对非线性控制的缺点.基于神经网络的控制器很好地实现了线性逼近,反步控制保证了系统具有良好的速度跟踪性能.仿真结果表明,该方法比PID控制更有有效性. 相似文献
13.
14.
基于IGA-BP算法的船舶航向智能自适应控制系统设计 总被引:1,自引:0,他引:1
在深入研究基于BP学习算法的前向神经网络以及模糊神经网络控制器的基础上,针对模糊神经网络控制器难以设计以及传统BP学习算法易于陷入局部收敛的不足,结合免疫遗传算法的全局收敛特性以及BP学习算法局部收敛的快速性,提出了一种基于混合计算智能方法的IGA-BP算法的神经网络参数的优化设计方法.将设计的控制器用于建立船舶航向控制系统模型,仿真结果表明,在船舶无干扰和存在随机干扰的情况下,基于IGA-BP算法设计的船舶航向控制系统均能使船舶转向控制无超调,跟踪快,比BP学习算法的控制效果更理想. 相似文献
15.
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. 相似文献
16.
17.
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. 相似文献
18.
19.
20.
本文描述了一个简单的基于神经网络的小型帆船自适应舵的控制方案.该方案采用了两个简单的双层神经网络:一个使用在线的BP算法来学习未知的帆船动态;另一个则利用前一个所学到的知识来调整它的连接权系数和偏差权系数以产生控制信号.仿真结果表明,与仔细调整过的PID控制器相比较,神经网络控制器在航向保持上与PID近乎相同,但却具有好得多的鲁棒特性. 相似文献