關(guān)于多變量PID自適應(yīng)解耦控制器的設(shè)計(jì),作者是劉偉，馮向軍！
標(biāo)簽： PID 多變量 劉偉 應(yīng)解耦
上傳時(shí)間： 2016-03-26
上傳用戶：cx111111
基于BP神經(jīng)網(wǎng)絡(luò)的 參數(shù)自學(xué)習(xí)控制 （1）確定BP網(wǎng)絡(luò)的結(jié)構(gòu)，即確定輸入層節(jié)點(diǎn)數(shù)M和隱含層節(jié)點(diǎn)數(shù)Q，并給出各層加權(quán)系數(shù)的初值 和 ，選定學(xué)習(xí)速率 和慣性系數(shù) ，此時(shí)k=1； （2）采樣得到rin(k)和yout(k)，計(jì)算該時(shí)刻誤差error(k)=rin(k)-yout(k)； （3）計(jì)算神經(jīng)網(wǎng)絡(luò)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(gè)可調(diào)參數(shù) ， ， ； （4）根據(jù)(3.34)計(jì)算PID控制器的輸出u(k)； （5）進(jìn)行神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，在線調(diào)整加權(quán)系數(shù) 和 ，實(shí)現(xiàn)PID控制參數(shù)的自適應(yīng)調(diào)整； （6）置k=k+1，返回（1）。
標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 參數(shù) BP網(wǎng)絡(luò) 學(xué)習(xí)控制
上傳時(shí)間： 2016-04-26
上傳用戶：無聊來刷下
Pid自整定程序 輸入 num: 控制對象傳函分子向量 den 控制對象傳函分母向量 time：仿真時(shí)間 interval：仿真時(shí)間間隔
標(biāo)簽： interval time Pid num
上傳時(shí)間： 2016-05-24
上傳用戶：王者A
模型參考自適應(yīng)控制系統(tǒng)由參考模型、受控對象、控制器和自適應(yīng)律等組成。系統(tǒng)設(shè)計(jì)的核心是綜合和設(shè)計(jì)控制器和自適應(yīng)規(guī)律，使系統(tǒng)能穩(wěn)定跟蹤參考模型的輸出[2]。近年來，對時(shí)變系統(tǒng)的自適應(yīng)控制的研究已取得了較大的進(jìn)展。在文[3]的基礎(chǔ)上，本文針對線性時(shí)變系統(tǒng)的一種改進(jìn)的模型參考自適應(yīng)控制方案進(jìn)行仿真研究，仿真結(jié)果說明了該控制方案的可行性。
上傳時(shí)間： 2017-03-03
上傳用戶：wpwpwlxwlx
基于RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)的單神經(jīng)元PID模型參考自適應(yīng)控制
標(biāo)簽： RBF PID 神經(jīng)網(wǎng)絡(luò) 單神經(jīng)元
上傳時(shí)間： 2013-12-13
上傳用戶：hustfanenze
主要是介紹RBF神經(jīng)網(wǎng)絡(luò)與PID控制相結(jié)合的自適應(yīng)控制
標(biāo)簽： RBF PID 神經(jīng)網(wǎng)絡(luò) 控制
上傳時(shí)間： 2014-03-02
上傳用戶：TRIFCT
基于HOpfield網(wǎng)絡(luò)的PID模型參考自適應(yīng)控制
標(biāo)簽： HOpfield PID 網(wǎng)絡(luò) 模型參考
上傳時(shí)間： 2014-01-05
上傳用戶：bibirnovis
該文檔為基于繼電反饋的PID自整定控制簡介資料，講解的還不錯(cuò)，感興趣的可以下載看看…………………………
上傳時(shí)間： 2021-10-23
上傳用戶：
該文檔為PID自動(dòng)控制控制器設(shè)計(jì)詳述資料，講解的還不錯(cuò)，感興趣的可以下載看看…………………………
標(biāo)簽： pid自動(dòng)控制控制器
上傳時(shí)間： 2021-11-01
上傳用戶：wangshoupeng199
建模、控制算法研究以及仿真試驗(yàn)都是燃?xì)廨啓C(jī)研制過程中必不可少的環(huán)節(jié)，本文針對三者展開研究首先，采用容積慣性法代替牛頓-拉普遜法建立三軸燃?xì)廨啓C(jī)非線性動(dòng)態(tài)模型，并考慮變比熱、引氣與冷卻等環(huán)節(jié)，通過與試車數(shù)據(jù)比較驗(yàn)證了所建模型具有良好的仿真精度。采用容積慣性法不但提高了模型的實(shí)時(shí)性，并且動(dòng)態(tài)過程更接近真實(shí)燃?xì)廨啓C(jī)運(yùn)轉(zhuǎn)狀態(tài)。分析了容積慣性法建模中低轉(zhuǎn)速階段仿真時(shí)出現(xiàn)的參數(shù)振蕩現(xiàn)象產(chǎn)生的原因，通過增加低轉(zhuǎn)速特性數(shù)據(jù)消除了參數(shù)振蕩，并提出了一種基于指數(shù)平衡與樣條擬合的外推方法來獲得低轉(zhuǎn)速特性數(shù)據(jù)。通過低壓壓氣機(jī)特性數(shù)據(jù)外推計(jì)算與分析，證明了該外推方法具有較好的準(zhǔn)確性。然后，針對重型燃?xì)廨啓C(jī)非線性強(qiáng)、慣性大和負(fù)載多變等特點(diǎn)，提出了一種基于深度信念網(wǎng)絡(luò)的自適應(yīng)控制器。該控制器結(jié)合了深度信念網(wǎng)絡(luò)和傳統(tǒng)PD控制器，其中深度信念網(wǎng)絡(luò)作用是在線調(diào)整PID參數(shù)，而傳統(tǒng)PD控制器負(fù)責(zé)控制量的計(jì)算與輸出。通過數(shù)字仿真，驗(yàn)證了該控制器滿足燃?xì)廨啓C(jī)轉(zhuǎn)速控制的要求，并且具有良好的自適應(yīng)性，在燃?xì)廨啓C(jī)不同工況下，能夠?qū)ζ滢D(zhuǎn)速進(jìn)行準(zhǔn)確控制，使得系統(tǒng)快速響應(yīng)的同時(shí)無超調(diào)量。最后，針對燃?xì)廨啓C(jī)硬件在環(huán)仿真平臺(tái)的需要，設(shè)計(jì)了一種能夠采集并模擬多種范圍電壓、電流與頻率信號(hào)的接口模擬器。搭建了燃?xì)廨啓C(jī)硬件在環(huán)控制平臺(tái)，在試驗(yàn)前對接口模擬器以及控制器進(jìn)行了標(biāo)定與平臺(tái)的實(shí)時(shí)性驗(yàn)證。在已有的控制器上，完成了基于RIX作系統(tǒng)的多任務(wù)嵌入式控制系統(tǒng)開發(fā)。通過硬件在環(huán)試驗(yàn)，進(jìn)一步驗(yàn)證了本文設(shè)計(jì)的控制器具有良好的控制效果與較強(qiáng)的自適應(yīng)能力關(guān)鍵詞：燃?xì)廨啓C(jī)，容積慣性，建模，仿真，自適應(yīng)控制，深度信念網(wǎng)絡(luò)，硬件在環(huán)
標(biāo)簽： 自適應(yīng)控制
上傳時(shí)間： 2022-03-14
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
