刮板机链条张力自动控制模型的应用研究

通过对刮板机链条张力控制原理分析,确定刮板机链条张力自动控制模型,由于模糊控制对处理系统非线性问题有较好的优势,对PID控制运用模糊算法进行修正得到了刮板机链条张力控制模糊PID控制器。对模糊PID控制器原理进行了分析,并且建立了对链条张力控制的模糊PID控制模型,研究了PID控制器参数整定的问题,并且利用数值计算软件对刮板机链条张力控制进行了仿真,表明了模型对系统有较好的执行控制性能。     

模糊自适应PID控制在凹版印刷机收卷张力控制中的应用

凹版印刷机收卷系统运行过程是非线性、时变不确定的,张力控制与速度控制之间存在着强耦合关系,结合实际印刷生产线设计出相应的硬件配置和一种基于模糊控制原理的软件控制方法,建立模糊自适应PID控制器,并进行MATLAB/Simulink进行仿真,该控制器比常规PID控制器具有更好的控制效果,鲁棒性更强,使系统的动态性能得到很大改善。     

暖通空调系统的新型模糊自调节PID控制

针对暖通空调系统中由于存在高度非线性,外部扰动,多变量等因素而难以控制的现状,提出一种利用模糊控制器的解析表达式实时调节PID控制器各参数的新型模糊PID控制算法。闭环系统中的模糊模型在发挥控制作用的同时,作为调节器实现了对PID控制器各参数的在线自适应调节,并且给出了具体控制算法设计。仿真结果表明与传统PID控制器相比,这一新型模糊PID控制器具有超调量小,调节时间短,鲁棒性强等优良的控制性能。     

变速器疲劳寿命试验台油温控制系统设计与仿真

根据变速器疲劳寿命试验台对油温控制系统的要求,设计了试验台的油温控制方案。针对系统存在的严重滞后性和非线性等特点,结合传统的PID控制器和模糊控制器设计了一套基于自适应模糊PID控制器的油温控制系统。根据温控系统的工作原理及工程经验,借助Matlab中的Simulink仿真平台,建立了3种控制方式的控制模型,并将自适应模糊PID控制与传统PID和模糊控制器进行仿真对比,最后进行了抗干扰性分析。仿真结果表明:采用自适应模糊PID控制的油温控制系统精度更高,稳定性更好,具有较好的鲁棒性和适应能力。     

模糊自适应PID对保险粉合成pH值的控制研究

保险粉合成过程pH值控制存在非线性、时滞性、不确定性问题,采用常规PID控制结合人工控制的方式无法实现参数自调整,对pH值的控制很难达到预期效果,为此,提出了模糊自适应PID控制方法。介绍了保险粉合成原理及反应方程式,分析酸碱中和pH值控制并确定系统的传递函数,设计了模糊自适应PID控制器,通过Matlab/Simulink进行仿真分析,并进行了实验验证,结果表明：模糊自适应PID控制与常规PID控制相比,具有超调量小、调节时间短、抗干扰能力强等优点,实现了对pH值的有效控制。     

一种复合控制器在直流调速系统中的应用

提出一种复合正交神经网络控制与传统PID控制相结合的复合控制器,仿真结果表明,相对于常规PID控制器,该复合控制器具有自学习和自适应功能,速度跟踪获得了满意的控制效果.     

基于RBF神经网络的船舶电站PID控制器研究

针对船舶电站柴油发电机不确定时延性所带来的非线性调速问题,研究一种基于RBF神经网络的船舶电站PID控制器。对RBF-PID调速控制系统在控制结构上进行了改进,实现对船舶电站柴油发电机非线性调速的快速稳定控制。仿真结果表明:在RBF-PID调速控制系统控制结构中,增加排气压力和排气温度两个输入参数,使得PID参数调节更加灵敏,优化了调速系统性能;改进RBF-PID控制器的调速系统控制参数动态调整规律为:当转速变小、排气总管压力和温度变小时,PID控制参数会调高;当转速变大、排气总管压力和温度变大时,PID控制参数会调小。     

模拟复合正交神经网络在轴向磁轴承中的控制研究

在数字复合正交神经网络(NN)的基础上提出一种模拟复合正交神经网络,并用于轴向磁轴承的控制中.控制器采用模拟复合正交神经网络与PID的并行控制方法,对带有负载干扰的轴向磁轴承控制系统作了PID控制与NN+PID控制的仿真实验.仿真结果表明,相对于常规PID控制器,该并行控制法具有非常好的抗干扰与自适应能力,获得了满意的控制效果.     

模拟复合正交神经网络在轴向磁轴承中的控制研究

在数字复合正交神经网络(NN)的基础上提出一种模拟复合正交神经网络,并用于轴向磁轴承的控制中.控制器采用模拟复合正交神经网络与PID的并行控制方法,对带有负载干扰的轴向磁轴承控制系统作了PID控制与NN PID控制的仿真实验.仿真结果表明,相对于常规PID控制器,该并行控制法具有非常好的抗干扰与自适应能力,获得了满意的控制效果.     

基于联想记忆神经网络的控制方法

提出了一种新型联想记忆神经网络结构和学习算法,通过反馈通道将网络输出反馈至输入层,并在通道中引入联想记忆因子,提高了X寸非线性系统的辨识能力,能够简单有效的建立起电阻炉的数学模型。采用具有逆辨识结构的神经网络控制方法对电阻炉进行实际控制,逆控制器的参数通过神经网络逆辨识模型得到,神经网络采用3层2—8—1结构形式。与常规PID控制相比较表明,此方法对大滞后非线性系统具有良好的控制效果和较强的抗干扰能力。     

一种复合控制器在直流调速系统中的应用

提出一种复合正交神经网络控制与传统PID控制相结合的复合控制器，仿真结果表明，相对于常规PID控制器，该复合控制器具有自学习和自适应功能，速度跟踪获得了满意的控制效果．     

流量试验装置介质油变黏度人工神经网络控制

设计了基于误差反向传播(BP)人工神经网络原理的自适应比例微分积分(PID)智能控制器.采用组件对象模型(COM)的调用技术,建立了MATLAB语言的底层控制算法与Lab VIEW虚拟仪器平台的无缝接口.将此控制器应用于流量试验装置的介质油变黏度控制,在变工作点的控制实验中,表明此方法是可行的.     

神经网络仿PID参数自适应控制器及其应用

介绍了基于BP神经网络的仿PID自适应控制器，给出了控制算法，推导了基于变形Elman网络的系统辨识算法，仿真及应用表明此方法是可行的。     

智能PID控制器及应用

本文从模糊逻辑、神经网络、专家系统三个方面介绍几种智能PID控制器的结构及应用。     

电弧炉电极系统双模控制策略研究及应用

针对交流电弧炉电极控制系统具有非线性时变、多变量、强耦合及存在随机干扰的特点,采用基于最近邻聚类方法的径向基函数(RBF)神经网络快速学习算法,通过实时在线辨识,建立电弧炉电极系统的精确逆模型并用于控制,实现了将具有强耦合特性的多变量输入/输出(MIMO)系统解耦成单个独立的伪线性对象,并提出一种基于RBF神经网络逆控制与比例微分(P/D)控制相结合的双模控制策略。应用结果证实了该控制策略具有快速适应对象和过程变化的能力及较强的鲁棒性。     

基于PID技术的大型烘房温度控制系统

针对传统大型烘房温度控制不精确,自动化水平低的问题,设计了基于PID技术的大型烘房远程温度控制系统。 系统通过中心PC机设置PID控制器参数和目标温度,并将所设置参数传输到每个监控点的下位机上;下位机对所监控 区域的温度进行监控,并通过PID控制器进行调节,同时把所监控的温度信息上传给PC机。模拟实验的结果表明：系统 工作可靠,控制精度高,具有较高的自动化控制能力。     

乙二醇机组的温度模糊控制器设计与仿真

针对我国通信行业和计算机行业大型机房耗电量大的现状，提出了一种乙二醇机组控制系统。介绍了它的工作原理，阐述了它的总体控制方案，并重点阐述了采用温度模糊PID控制器对室内温度进行调节。仿真和实验结果表明：采用温度模糊控制器的系统运行稳定、可靠性高、节能效果明显，具有广阔的应用前景。     

采用神经网络滑模控制的齿隙摩擦补偿

基于滞环齿隙模型和集合摩擦模型,建立了齿轮传动系统动力学变结构模型。采用径向基函数(RBF)神经网络和滑模控制构成复合控制器,对系统齿隙、摩擦非线性因素进行了补偿。利用RBF神经网络调节滑模控制器的切换项增益,降低了滑模控制的抖振,提高了补偿效果,仿真结果验证了该方法的可行性。