為提高靜變電源輸出電壓的質(zhì)量，研究了一種自整定模糊PID控制方法。該方法將模糊控制優(yōu)良的動態(tài)性能、靈活的控制特性和PID穩(wěn)態(tài)控制性能的優(yōu)勢相結合，實時地對系統(tǒng)控制量進行調(diào)整。在Matlab/Simulink環(huán)境下，對于模糊PID和常規(guī)PID在靜變電源控制中的應用分別進行了仿真。仿真結果表明，模糊PID控制器減少了超調(diào)量，抗干擾性和魯棒性強，系統(tǒng)的動態(tài)、穩(wěn)態(tài)性能得到了很大程度的提高。
上傳時間： 2014-12-24
上傳用戶：togetsomething
此程序為模糊PID控制程序，自適應模糊PID控制器以誤差e和誤差變化率e 作為輸入，可以滿足不同時刻的e和e 對PID參數(shù)自整定的要求。利用模糊控制規(guī)則在線對PID參數(shù)進行修改，便構成了自適應模糊PID控制器。
上傳時間： 2015-04-18
上傳用戶：1079836864
基于BP神經(jīng)網(wǎng)絡的 參數(shù)自學習控制 （1）確定BP網(wǎng)絡的結構，即確定輸入層節(jié)點數(shù)M和隱含層節(jié)點數(shù)Q，并給出各層加權系數(shù)的初值 和 ，選定學習速率 和慣性系數(shù) ，此時k=1； （2）采樣得到rin(k)和yout(k)，計算該時刻誤差error(k)=rin(k)-yout(k)； （3）計算神經(jīng)網(wǎng)絡NN各層神經(jīng)元的輸入、輸出，NN輸出層的輸出即為PID控制器的三個可調(diào)參數(shù) ， ， ； （4）根據(jù)(3.34)計算PID控制器的輸出u(k)； （5）進行神經(jīng)網(wǎng)絡學習，在線調(diào)整加權系數(shù) 和 ，實現(xiàn)PID控制參數(shù)的自適應調(diào)整； （6）置k=k+1，返回（1）。
標簽： BP神經(jīng)網(wǎng)絡 參數(shù) BP網(wǎng)絡 學習控制
上傳時間： 2016-04-26
上傳用戶：無聊來刷下
本文討論了神經(jīng)網(wǎng)絡PID控制策略，提出了一種單神經(jīng)元自適應PID控制器，給出了控制模型，探討了單神經(jīng)元自適應PID控制學習算法，通過修改神經(jīng)元控制器連接加權系數(shù) ，構成了自適應PID控制器。利用神經(jīng)網(wǎng)絡的自學習能力進行PID控制參數(shù)的在線整定，并使用了MATLAB軟件進行了仿真研究。比較傳統(tǒng)PID控制器與單神經(jīng)元自適應PID控制器兩者的仿真結果表明，神經(jīng)網(wǎng)絡PID控制器參數(shù)調(diào)節(jié)簡單，具有很高的精度和很強的適應性，可以獲得滿意的控制效果。
標簽： PID 神經(jīng)網(wǎng)絡 控制策略
上傳時間： 2014-01-25
上傳用戶：zhaiyanzhong
采用將BP神經(jīng)網(wǎng)絡的學習算法應用于PID控制中，使BP神經(jīng)網(wǎng)絡與PID控制算法結合起來，通過吸收兩者的優(yōu)勢，使系統(tǒng)具有自適應性。這樣系統(tǒng)可自動調(diào)節(jié)控制參數(shù)，更好地適應輸入變量的變化，提高控制性能和可靠性。本文從BP神經(jīng)網(wǎng)絡的基本構成原理、學習規(guī)則和學習算法出發(fā)，設計了基于BP神經(jīng)網(wǎng)絡的PID控制器，并對其進行了仿真分析,結果表明，該控制方案可行、有效。
標簽： PID BP神經(jīng)網(wǎng)絡 學習算法 應用于
上傳時間： 2014-02-27
上傳用戶：源碼3
RBF神經(jīng)網(wǎng)絡在分類問題中得到了廣泛的應用，尤其是模式識別的問題。許多模式識別實驗證明，RBF具有更有效的非線性逼近能力，并且RBF神經(jīng)網(wǎng)絡的學習速度較其他網(wǎng)絡快。本文在具有復雜控制規(guī)律的S函數(shù)構造方法的基礎上，給出了基于MATLAB語言的RBF神經(jīng)網(wǎng)絡PID控制器，及該模型的一非線性對象的仿真結果。
標簽： RBF PID S函數(shù) 神經(jīng)網(wǎng)絡 控制器
上傳時間： 2016-05-19
上傳用戶：子夜青衫
將偏差的比例（Proportion）、積分（Integral）和微分（Differential）通過線性組合構成控制量，用這一控制量對被控對象進行控制，這樣的控制器稱PID控制器。1.1模擬PID控制原理在模擬控制系統(tǒng)中，控制器最常用的控制規(guī)律是PID控制。為了說明控制器的工作原理，先看一個例子。如圖1-1所示是一個小功率直流電機的調(diào)速原理圖。給定速度n（f）與實際轉速進行比較n（），其差值e（）=n（0-n（），經(jīng)過PID控制器調(diào)整后輸出電壓控制信號u），u）經(jīng)過功率放大后，驅動直流電動機改變其轉速。常規(guī)的模擬PID控制系統(tǒng)原理框圖如圖1-2所示。該系統(tǒng)由模擬PID控制器和被控對象組成。圖中，r（）是給定值，y（f）是系統(tǒng)的實際輸出值，給定值與實際輸出值構成控制偏差e（t）e（）作為PID控制的輸入，以）作為PID控制器的輸出和被控對象的輸入。所以模擬PID控制器的控制規(guī)律為
標簽： pid控制
上傳時間： 2022-07-04
上傳用戶：
磁懸浮技術具有無摩擦、無磨損、無需潤滑以及壽命較長等一系列優(yōu)點，在能源、交通、航空航天、機械工業(yè)和生命科學等高科技領域有著廣泛的應用背景。隨著磁懸浮技術的廣泛應用，對磁懸浮系統(tǒng)的控制已成為首要問題。本設計以PID控制為原理，設計出PID控制器對磁懸浮系統(tǒng)進行控制。在分析磁懸浮系統(tǒng)構成及工作原理的基礎上，建立磁懸浮控制系統(tǒng)的數(shù)學模型，并以此為研究對象，設計了PID控制器，確定控制方案，運用MATLAB軟件進行仿真，得出較好的控制參數(shù)，并對磁懸浮控制系統(tǒng)進行實時控制，驗證控制參數(shù)。最后，本設計對以后研究工作的重點進行了思考，提出了自己的見解。PID控制器自產(chǎn)生以來，一直是工業(yè)生產(chǎn)過程中應用最廣、也是最成熟的控制器。目前大多數(shù)工業(yè)控制器都是PID控制器或其改進型。盡管在控制領域，各種新型控制器不斷涌現(xiàn)，但PID控制器還是以其結構簡單、易實現(xiàn)、魯棒性強等優(yōu)點，處于主導地位。
上傳時間： 2022-07-19
上傳用戶：得之我幸78
PID控制器是最廣泛應用的控制器，這個程序教會初學者使用
上傳時間： 2013-04-24
上傳用戶：yatouzi118
無刷直流電機(BLDCM)是隨著電機控制技術、電力電子技術和微電子技術的發(fā)展而出現(xiàn)的一種新型電機。它是在有刷直流電機的基礎上發(fā)展起來的。無刷直流電機具有交流電機的結構簡單、運行可靠、維護方便等一系列特點，又具有直流電機的運行效率高、無勵磁損耗以及調(diào)速性能好等諸多優(yōu)點，在很多場合有廣泛的應用前景，成為了國內(nèi)外研究的熱點。無刷直流電機傳統(tǒng)的理論部分分析和設計方法已經(jīng)比較成熟，因此對無刷直流電機控制策略的研究就顯得十分重要。 PID控制以其結構簡單、可靠性高、易于工程實現(xiàn)等優(yōu)點至今仍被廣泛應用。在系統(tǒng)模型參數(shù)變化不大的情況下，PID控制性能優(yōu)良。但在工業(yè)上有許多無法建立精確數(shù)學模型的復雜控制對象和非線性控制對象，若采用傳統(tǒng)的PID進行控制的話，那么很難獲得比較理想的控制效果。 對于無刷直流電機而言，它是一個多變量、強耦合的非線性系統(tǒng)，固定參數(shù)的PID調(diào)節(jié)器無法得到很理想的控制性能指標。基于以上原因，本文以無刷直流電機為控制對象，通過分析無刷直流電機的數(shù)學模型，以BP神經(jīng)網(wǎng)絡為基礎，設計了應用于無刷直流電機的神經(jīng)網(wǎng)絡PID控制器。 在MATLAB平臺上，先利用神經(jīng)網(wǎng)絡PID控制器，給出相應的控制算法，對典型的參數(shù)時變非線性系統(tǒng)的控制進行了仿真研究。仿真結果表明，同傳統(tǒng)PID控制器相比，神經(jīng)網(wǎng)絡PID控制器對模型、環(huán)境具有較好的適應能力與較強的魯棒性，有效的改善了系統(tǒng)的控制結果，達到了預期的目的。隨后利用SIMULNK建立了無刷直流電機控制系統(tǒng)的仿真模型。分別采用普通PID控制器和神經(jīng)網(wǎng)絡PID控制器對電機的不同運行狀況進行了仿真分析。仿真結果驗證了所建模型的正確性，并證明了神經(jīng)網(wǎng)絡控制的優(yōu)越性。
標簽： PID BP神經(jīng)網(wǎng)絡 無刷直流電機
上傳時間： 2013-08-04
上傳用戶：YYRR
