期刊文献+
共找到95篇文章
< 1 2 5 >
每页显示 20 50 100
基于DRNN神经网络的造纸过程定量水分解耦控制分析 被引量:2
1
作者 郑敏 《集成电路应用》 2024年第1期365-367,共3页
阐述造纸过程定量水分的控制技术,利用Matlab建立定量水分数学模型,分别采用常规PID算法和DRNN神经网络算法对定量水分耦合模型进行解耦控制,探讨神经网络来整定PID控制器参数,不依赖控制对象的数学模型就可以实现解耦控制。仿真结果表... 阐述造纸过程定量水分的控制技术,利用Matlab建立定量水分数学模型,分别采用常规PID算法和DRNN神经网络算法对定量水分耦合模型进行解耦控制,探讨神经网络来整定PID控制器参数,不依赖控制对象的数学模型就可以实现解耦控制。仿真结果表明,DRNN神经网络算法响应速度更快,自适应能力显著增强,可进一步改善系统的动态性能。 展开更多
关键词 智能控制 定量水分数学模型 drnn神经网络算法
在线阅读 下载PDF
基于DRNN-LSTM-IPSO的锅炉经济运行优化目标值
2
作者 钱虹 王海心 徐邦智 《科学技术与工程》 北大核心 2024年第7期2749-2758,共10页
锅炉作为火电厂的重要设备,提高其运行经济性直接影响电厂的生产效益,而锅炉运行参数优化目标值的合理确定是保障锅炉经济运行的关键。首先提出改进的高斯混合模型算法应用于工况划分,即通过划分数据的分散度作为依据并基于马氏距离来... 锅炉作为火电厂的重要设备,提高其运行经济性直接影响电厂的生产效益,而锅炉运行参数优化目标值的合理确定是保障锅炉经济运行的关键。首先提出改进的高斯混合模型算法应用于工况划分,即通过划分数据的分散度作为依据并基于马氏距离来构建评价准则函数,以确定聚类数;其次通过构建具备长短时记忆功能的深度循环神经网络(deep recurrent neural network with long-short term memory, DRNN-LSTM)建立各工况区间下的经济模型;最后在经济模型构建的基础上,针对传统粒子群算法容易陷入局部极值问题,通过对惯性权重和加速因子进行调整得到改进的粒子群算法(improved particle swarm optimization, IPSO),可更加精准地在不同工况下进行区间范围内寻优,确定运行参数的优化目标值。实验结果表明,采用本文方法确定的优化目标值对应供电煤耗优于历史最优运行值,说明了该方法在挖掘锅炉优化运行潜力上具有一定的优势,按此方案调整锅炉运行可有效降低能耗水平,以达到锅炉经济运行的目的。 展开更多
关键词 工况划分 改进的高斯混合模型 drnn-LSTM IPSO 优化目标值
在线阅读 下载PDF
锅炉过热汽温系统的DRNN网络自整定PID控制 被引量:24
3
作者 王东风 韩璞 郭启刚 《中国电机工程学报》 EI CSCD 北大核心 2004年第8期196-200,共5页
火电厂过热汽温控制系统具有大惯性、大迟延、参数慢时变的特点,受到的扰动因素较多;随机组负荷的变化又表现出参数快时变的特性,常规的按照典型工况整定的固定参数PID控制难以适应负荷变化,往往未能取得满意的调节效果。为此,提出一种... 火电厂过热汽温控制系统具有大惯性、大迟延、参数慢时变的特点,受到的扰动因素较多;随机组负荷的变化又表现出参数快时变的特性,常规的按照典型工况整定的固定参数PID控制难以适应负荷变化,往往未能取得满意的调节效果。为此,提出一种基于DRNN的两级神经网络的过热汽温系统自整定PID控制策略,其中两级神经网络分别为静态网络SNN和动态网络DNN,SNN依据机组运行工况如负荷进行PID参数的粗调整定,以适应机组负荷的较大范围变化,如参与调峰:DNN依据偏差和偏差变化率进行PID参数的细调整定,以克服机组负荷的小范围变化、参数的慢时变漂移 和各种扰动。为了克服系统的大惯性和大迟延,引入灰色预测器对未来信号进行预测,预测结果作为DNN使用的整定信息。对某汽温系统的计算机仿真研究结果表明:基于两级神经网络自整定控制策略的主汽温控制系统获得了良好的动态调节品质,具有较强的鲁棒性。 展开更多
关键词 锅炉 过热器 汽温系统 drnn网络 自整定PID控制 灰色预测理论 神经网络
在线阅读 下载PDF
基于DRNN的超导磁储能装置自适应PID控制 被引量:7
4
作者 姚涛 石晶 +2 位作者 唐跃进 李敬东 程时杰 《继电器》 CSCD 北大核心 2005年第17期27-30,73,共5页
提出使用自适应PID控制的方法进行超导磁储能装置控制器的设计,这种控制方法由DRNN(对角回归神经网络)在线辨识系统特定参数,不需要建立系统参考模型,而使得闭环系统的误差信号趋于最小。仿真表明DRNN能够通过梯度下降法自学习,辨识系... 提出使用自适应PID控制的方法进行超导磁储能装置控制器的设计,这种控制方法由DRNN(对角回归神经网络)在线辨识系统特定参数,不需要建立系统参考模型,而使得闭环系统的误差信号趋于最小。仿真表明DRNN能够通过梯度下降法自学习,辨识系统的特定参数,速度较快。与传统的控制方法相比,其控制效果好,且结构简单,较易实现。 展开更多
关键词 超导磁储能 自适应PID控制 drnn
在线阅读 下载PDF
基于DRNN及其相应算法的非线性系统的状态预估 被引量:12
5
作者 赵英凯 蔡宁 熊辉 《控制与决策》 EI CSCD 北大核心 2000年第1期67-70,共4页
基于DRNN 网络结构与动态BP网络的加速算法,研究磷酸羟胺法(HPO法)己内酰胺生产过程中磷酸羟胺液的离子浓度与pH值的在线预估。
关键词 己内酰胺 磷酸羟胺法 drnn 非线性系统 状态预估
在线阅读 下载PDF
改进DRNN用于纸张水分定量解耦控制 被引量:7
6
作者 唐德翠 曾燕飞 《计算机工程与应用》 CSCD 北大核心 2009年第23期211-213,223,共4页
针对抄纸过程中纸机系统大滞后、非线性、时变且纸张的水分与定量之间存在严重耦合的问题,提出一种基于改进DRNN神经网络辨识的PID解耦控制器。该控制器利用改进DRNN对定量与水分参数的Jacobian信息辨识结果,自适应调整PID控制器的各项... 针对抄纸过程中纸机系统大滞后、非线性、时变且纸张的水分与定量之间存在严重耦合的问题,提出一种基于改进DRNN神经网络辨识的PID解耦控制器。该控制器利用改进DRNN对定量与水分参数的Jacobian信息辨识结果,自适应调整PID控制器的各项比例系数。仿真结果表明水分与定量之间相互影响很小,能较好实现对象的解耦控制,且适应能力强。实际运行结果表明,该算法的投入提高了控制精度,具有较强的鲁棒性。 展开更多
关键词 改进drnn Jacobian辨识 水分定量 比例-积分-微分(PID)解耦
在线阅读 下载PDF
基于DRNN神经网络的双管液压减振器的车辆悬架振动研究 被引量:3
7
作者 王飞 宁萍 +1 位作者 梅琼珍 刘祥 《机床与液压》 北大核心 2020年第16期153-157,共5页
为了提高车辆行驶的平顺性,采用DRNN神经网络PID控制车辆液压悬架系统,并对控制性能指标进行仿真。建立车辆液压悬架1/4简图模型,采用二阶微分方程式推导车辆悬架系统动力学方程,设计了双管液压减振器模型。分析主液压缸和辅助液压缸中... 为了提高车辆行驶的平顺性,采用DRNN神经网络PID控制车辆液压悬架系统,并对控制性能指标进行仿真。建立车辆液压悬架1/4简图模型,采用二阶微分方程式推导车辆悬架系统动力学方程,设计了双管液压减振器模型。分析主液压缸和辅助液压缸中流量变化特性,采用DRNN神经网络PID控制方式。在随机波形干扰的路况行驶中,通过MATLAB软件对车辆液压悬架系统控制效果进行仿真,并且与传统PID控制方式进行对比。结果显示:采用传统PID控制方式,在车辆液压悬架系统垂直方向上,轮胎位移、车身位移和车身加速度较大;而采用DRNN神经网络PID控制方式,在车辆液压悬架系统垂直方向上,轮胎位移、车身位移和车身加速度较小。采用DRNN神经网络PID控制方式,能够自适应调节车辆液压悬架系统参数,降低复杂路况对车辆的干扰,提高车辆行驶的平顺性和舒适性。 展开更多
关键词 车辆悬架 液压减振器 drnn神经网络PID控制 仿真
在线阅读 下载PDF
基于自适应DRNN的无刷直流电机控制方法研究 被引量:1
8
作者 王立标 李军 +1 位作者 范剑 李绣峰 《中国机械工程》 EI CAS CSCD 北大核心 2011年第19期2337-2340,2392,共5页
针对无刷直流电机速度控制存在高度非线性特性,提出了基于自适应DRNN(diagonal re-current neural network)的"前馈+反馈"控制方法。反馈控制器以目标转速与实际转速的误差为输入量,采用PI控制来提高控制系统的稳定性。前馈... 针对无刷直流电机速度控制存在高度非线性特性,提出了基于自适应DRNN(diagonal re-current neural network)的"前馈+反馈"控制方法。反馈控制器以目标转速与实际转速的误差为输入量,采用PI控制来提高控制系统的稳定性。前馈控制器采用DRNN,以反馈控制器的输出作为性能误差进行自适应控制,以提高控制系统的瞬态响应性能。仿真和实验结果表明:该控制系统能较好地跟踪目标转速,在突变负载扰动下,能有效地改善相电流波形,降低电机电磁转矩脉动,而且该控制系统具有较强的鲁棒性。 展开更多
关键词 无刷直流电机 自适应 drnn 鲁棒性
在线阅读 下载PDF
基于DRNN的多变量解耦控制系统 被引量:10
9
作者 杨青 党选举 《自动化技术与应用》 2004年第3期14-17,共4页
本文针对一类有强耦合带时延的多变量系统 ,采用对角递归神经网络 (DRNN)与带动量项的PID梯度优化算法 (PIDGDM) ,自适应调整PID控制器的三项参数 ,并行完成系统的解耦与控制工作。仿真结果表明 。
关键词 多变量控制系统 解耦控制 对角递归神经网络 drnn PID梯度优化算法 PIDGDM
在线阅读 下载PDF
基于DRNN在线辨识的真空炉温度控制 被引量:3
10
作者 凌云 何丽平 李毅梅 《微计算机信息》 北大核心 2007年第10期110-111,129,共3页
提出一种基于DRNN在线辨识的单神经元PID控制方案,由DRNN对系统进行在线辨识,建立其在线参考模型并为单神经元控制器提供梯度信息,从而实现控制器参数的在线调整。仿真结果表明,对象参数非线性时变时,该控制方法温度控制精度高,动态特性... 提出一种基于DRNN在线辨识的单神经元PID控制方案,由DRNN对系统进行在线辨识,建立其在线参考模型并为单神经元控制器提供梯度信息,从而实现控制器参数的在线调整。仿真结果表明,对象参数非线性时变时,该控制方法温度控制精度高,动态特性好,收到了良好的效果。 展开更多
关键词 drnn 单神经元PID控制 在线辨识 仿真
在线阅读 下载PDF
基于DRNN整定的非线性解耦机炉协调控制 被引量:3
11
作者 黄超 徐向东 《电站系统工程》 北大核心 2006年第6期56-57,60,共3页
针对工况大范围变化下单元机组协调控制的安全性与经济性要求,为了克服单元机组的非线性特性以及强耦合特性,结合精确反馈线性化的思想,设计用于机炉协调控制的非线性解耦PI控制器,同时利用DRNN在线动态整定PI控制器参数。仿真结果表明... 针对工况大范围变化下单元机组协调控制的安全性与经济性要求,为了克服单元机组的非线性特性以及强耦合特性,结合精确反馈线性化的思想,设计用于机炉协调控制的非线性解耦PI控制器,同时利用DRNN在线动态整定PI控制器参数。仿真结果表明该控制器能在不同运行工况下取得满意的控制效果,同时具有较强的抗干扰能力和鲁棒性,能够快速跟踪负荷给定变化。 展开更多
关键词 热工过程 单元机组 非线性解耦 drnn
在线阅读 下载PDF
DRNN在倒立摆摆起控制中的研究 被引量:1
12
作者 谢慕君 杨海蓉 《计算机工程与应用》 CSCD 北大核心 2009年第26期223-225,共3页
针对小车一级倒立摆的起摆控制,以DRNN神经网络作为辨识器,在线自适应调整PD控制器的两项参数。在起摆范围相同的情况下,DRNN神经网络控制的倒立摆系统其模型参数变化范围为-50%~30%,传统PD控制倒立摆系统其参数变化范围为-40%~20%。... 针对小车一级倒立摆的起摆控制,以DRNN神经网络作为辨识器,在线自适应调整PD控制器的两项参数。在起摆范围相同的情况下,DRNN神经网络控制的倒立摆系统其模型参数变化范围为-50%~30%,传统PD控制倒立摆系统其参数变化范围为-40%~20%。结果表明,基于DRNN神经网络的PD控制器比传统的PD控制器具有较强的抗干扰能力和自适应能力,系统鲁棒性增强,效果明显优于传统的PD控制器。 展开更多
关键词 倒立摆 drnn神经网络 PD控制 摆起
在线阅读 下载PDF
基于DRNN的非线性对象的状态预估及其加速算法 被引量:2
13
作者 赵英凯 熊辉 蔡宁 《计算技术与自动化》 1999年第1期22-25,共4页
本文在基于对角递归神经网络(DRNN)算法及其对HPO污中肟化投酮量在线予估的研究基础上,进一步讨论了几种加速方法。并结合现场数据进行了实际状态予估比较,证明此种方法是有效的。
关键词 drnn 环己酮肟 生产 状态预估 肟化投酮量
在线阅读 下载PDF
一种基于DRNN神经网络整定的PID解耦控制方法的研究 被引量:5
14
作者 刘刚 蔡十华 《江西科学》 2004年第5期334-336,342,共4页
根据DRNN神经网络的Jacobian信息辨识,提出一种基于DRNN神经网络整定的PID解耦控制方法,并进行了计算机仿真,仿真结果表明:与一般PID解耦控制相比,基于DRNN神经网络整定的PID解耦控制具有响应速度快,自适应能力强,抗干扰能力强的优点。
关键词 drnn神经网络 整定 信息辨识
在线阅读 下载PDF
基于DRNN网络的强排式燃气热水器自整定PID控制 被引量:1
15
作者 杜福银 《工业加热》 CAS 2010年第4期31-34,共4页
强排式燃气热水器是一个耦合的两输入两输出系统,随机负荷的变化又表现出参数快时变的特性。固定参数PID控制难以适应此系统控制要求,因此,提出一种基于回归神经网络(DRNN)的两输入两输出PID控制器结构,给出了DRNN神经网络参数学习算法... 强排式燃气热水器是一个耦合的两输入两输出系统,随机负荷的变化又表现出参数快时变的特性。固定参数PID控制难以适应此系统控制要求,因此,提出一种基于回归神经网络(DRNN)的两输入两输出PID控制器结构,给出了DRNN神经网络参数学习算法和PID控制器参数自整定算法。计算机仿真结果验证了该控制策略可行性,这为以后进一步研究奠定了基础。 展开更多
关键词 强排式燃气热水器 PID控制 回归神经网络(drnn) 计算机仿真
在线阅读 下载PDF
基于S7-300的两电机系统DRNN神经网络PID控制 被引量:1
16
作者 沈翠凤 《电气自动化》 2010年第3期10-12,共3页
针对多输入多输出时变、非线性、耦合的两电机同步系统,文中提出了一种控制系统,其包括:两个DRNN神经网络在线整定参数的智能PID控制器,分别对系统中的速度和张力变量进行控制;神经元解耦补偿器执行对速度和张力两耦合变量的解耦控制。... 针对多输入多输出时变、非线性、耦合的两电机同步系统,文中提出了一种控制系统,其包括:两个DRNN神经网络在线整定参数的智能PID控制器,分别对系统中的速度和张力变量进行控制;神经元解耦补偿器执行对速度和张力两耦合变量的解耦控制。将控制算法编程下载到PLC中,并采用PROFIBUS-DP现场总线实现S7-300PLC和MMV变频器主从站式通讯。实验表明,采用该方法可以实现两电机同步系统中速度和张力的解耦控制,系统对负载的扰动有很强的抑制作用,系统具有良好的动静态性能,可有效跟踪任意给定轨迹。 展开更多
关键词 感应电机 drnn网络 解耦控制 PROFIBUS—DP
在线阅读 下载PDF
一种改进型DRNN神经网络自学习PID控制
17
作者 刘甘霖 沈玲 左是 《湖北工业职业技术学院学报》 2016年第6期104-107,共4页
本文针对多变量耦合系统,采用DRNN神经网络对PID控制器参数进行自学习,提出了将学习因子在学习过程中进行动态调整,与传统DRNN神经网络自学习PID控制整定结果进行比较,使用matlab进行仿真,仿真结果表明,学习因子动态调整后的参数结果在... 本文针对多变量耦合系统,采用DRNN神经网络对PID控制器参数进行自学习,提出了将学习因子在学习过程中进行动态调整,与传统DRNN神经网络自学习PID控制整定结果进行比较,使用matlab进行仿真,仿真结果表明,学习因子动态调整后的参数结果在超调量、调节时间、稳态性能上明显优于传统DRNN算法。 展开更多
关键词 drnn 收敛 学习速率 MATLAB 仿真
在线阅读 下载PDF
基于DRNN网络的风力辅助提水机自整定PID控制
18
作者 杜福银 《中国农村水利水电》 北大核心 2011年第10期93-95,105,共4页
基于风力机和离心水泵的特点,提出了一种风力辅助提水机结构及该机的控制系统。该机是一个耦合的两输入两输出时变系统,系统存在的响应较慢,负荷的随机变化及参数快时变的特性。固定参数PID控制难以适应此系统控制要求,因此,提出一种基... 基于风力机和离心水泵的特点,提出了一种风力辅助提水机结构及该机的控制系统。该机是一个耦合的两输入两输出时变系统,系统存在的响应较慢,负荷的随机变化及参数快时变的特性。固定参数PID控制难以适应此系统控制要求,因此,提出一种基于回归神经网络(DRNN)的两输入两输出PID控制器结构,给出了DRNN神经网络参数学习算法和PID控制器参数自整定算法。使该系统能在自然界的风速随机变化的情况下使风力机最大可能利用风能,同时与离心水泵输出功率匹配.计算机仿真结果验证了该控制策略可行性,这为以后进一步研究奠定了基础。 展开更多
关键词 风力辅助提水机 耦合 PID控制 回归神经网络(drnn)
在线阅读 下载PDF
基于DRNN的纸机定量水分解耦控制仿真分析 被引量:4
19
作者 周炜 胡慕伊 《中国造纸学报》 CAS CSCD 北大核心 2010年第1期72-74,共3页
针对抄纸过程中具有的强耦合、大时滞特点,提出了一种自适应的PID解耦控制方法,利用对角回归神经网络(DRNN)来辨识系统模型,通过对PID控制器参数进行调整,实现多变量解耦控制。对纸机定量、水分控制系统的仿真研究结果表明:该方法具有... 针对抄纸过程中具有的强耦合、大时滞特点,提出了一种自适应的PID解耦控制方法,利用对角回归神经网络(DRNN)来辨识系统模型,通过对PID控制器参数进行调整,实现多变量解耦控制。对纸机定量、水分控制系统的仿真研究结果表明:该方法具有较快的系统响应和抗干扰能力,较好地解决了定量和水分之间的耦合作用。 展开更多
关键词 定量 水分 解耦控制 对角回归神经网络(drnn)
在线阅读 下载PDF
DRNN神经网络的电加热炉解耦控制 被引量:2
20
作者 田军 李成利 王文韬 《青岛科技大学学报(自然科学版)》 CAS 2005年第4期358-361,共4页
基于DRNN神经网络参数自学习的PID原理对电加热炉进行解耦控制。给出了网络的结构和算法,分析了时变对象的特点,并对电加热炉时变系统进行了仿真。仿真结果表明:DRNN神经网络对多变量强耦合时变对象具有良好的解耦性能和自学习控制特性。
关键词 电加热炉 drnn神经网络 解耦控制
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部