针对电动调节阀控制系统在实际生产过程中存在的非线性、多扰动等问题,提出一种基于改进蚁群算法优化单神经元PID(proportional integral derivative)的控制方法并将其应用于阀门开度控制中。该方法利用单神经元网络的自学习和自适应能...针对电动调节阀控制系统在实际生产过程中存在的非线性、多扰动等问题,提出一种基于改进蚁群算法优化单神经元PID(proportional integral derivative)的控制方法并将其应用于阀门开度控制中。该方法利用单神经元网络的自学习和自适应能力,实现PID控制参数的在线整定,并采用改进的蚁群优化算法优化单神经元PID中的学习速率和神经元比例系数,有效克服了单神经元PID中的学习速率和神经元比例系数因经验设定而无法达到预期控制效果的不足。仿真对比结果显示,相比于传统PID、单神经元PID以及基于蚁群优化算法优化单神经元PID 3种控制方法,本文提出的控制方法超调量分别减少了10.2%、6.1%和1.8%,同时调节时间也相应缩短了0.22、0.07、0.03 s,并且表现出更强的自适应和抗干扰能力,能够使阀门开度控制更加稳定可靠。展开更多
针对电厂中主汽温控制系统具有大滞后、非线性的特点,提出了一种新的基于 Smith 预估器的单神经元 PSD 自适应控制算法,即由 Smith 预估器和单神经元 PSD 自适应控制器组合的复合控制。并且利用Lyapunov 稳定性理论证明了单神经元自适...针对电厂中主汽温控制系统具有大滞后、非线性的特点,提出了一种新的基于 Smith 预估器的单神经元 PSD 自适应控制算法,即由 Smith 预估器和单神经元 PSD 自适应控制器组合的复合控制。并且利用Lyapunov 稳定性理论证明了单神经元自适应控制器的稳定性。实验结果表明,这种控制方式具有较好的自适应性和鲁棒性。展开更多
文摘针对电动调节阀控制系统在实际生产过程中存在的非线性、多扰动等问题,提出一种基于改进蚁群算法优化单神经元PID(proportional integral derivative)的控制方法并将其应用于阀门开度控制中。该方法利用单神经元网络的自学习和自适应能力,实现PID控制参数的在线整定,并采用改进的蚁群优化算法优化单神经元PID中的学习速率和神经元比例系数,有效克服了单神经元PID中的学习速率和神经元比例系数因经验设定而无法达到预期控制效果的不足。仿真对比结果显示,相比于传统PID、单神经元PID以及基于蚁群优化算法优化单神经元PID 3种控制方法,本文提出的控制方法超调量分别减少了10.2%、6.1%和1.8%,同时调节时间也相应缩短了0.22、0.07、0.03 s,并且表现出更强的自适应和抗干扰能力,能够使阀门开度控制更加稳定可靠。
文摘针对电厂中主汽温控制系统具有大滞后、非线性的特点,提出了一种新的基于 Smith 预估器的单神经元 PSD 自适应控制算法,即由 Smith 预估器和单神经元 PSD 自适应控制器组合的复合控制。并且利用Lyapunov 稳定性理论证明了单神经元自适应控制器的稳定性。实验结果表明,这种控制方式具有较好的自适应性和鲁棒性。
