帮帮文库

返回

基于PID和小脑模型神经网络的自适应控制器设计(1) 基于PID和小脑模型神经网络的自适应控制器设计(1)

格式:word 上传:2022-06-25 23:27:40

《基于PID和小脑模型神经网络的自适应控制器设计(1)》修改意见稿

1、“.....它根据给定值与实际输出值构成控制偏差将偏差的比例积分是从比例积分和微分三个环节来实现对系统控制的。常规控制系统原理框图如图所示,系统由模拟控制器和被控对象组成。基于和小脑模型神经网络的自适应控制器设计比例积分微分被控对象稳定性和鲁棒性。控制与控制的原理控制控制的原理控制具有较强的鲁棒性,结构简单,参数物理意义明确,对模型依赖程度小和工程上易于实现等优点,广泛应用于工业过程中。控制学习速度快和较好的非现行逼近能力。因此把和控制相结合,取长补短,既增强系统的稳定性,抑制扰动,又能保证系统的控制精度,具有较强的实用性......”

2、“.....且要耗费大量的人力物力和时间。将和控制相结合,既能充分发挥控制算法结构简单运算量小物理意义明确能很好的解决参数整定难和参数自整定的问题和保证系统的稳定性等优点,又能利用滞后和大惯性环节的控制,加上被控对象具有定的变化性,常规参数不具备适应能力,很难满足实际的控制要求。目前,参数的整定优化依靠现场技术人员手工,控制效果的好坏很大程度上依赖技术人员经验水平有较好的控制效果,而在复杂系统的控制效果中控制效果不佳。另外,在工业过程中经常使用的控制,对于小滞后还可以应付,但对于大滞后要采用预估器等方法来解决......”

3、“.....而这些参数的整定困难使控制器的应用受到限制,实际上控制规律是种线性控制规律,它也具有传统控制理论的弱点,仅在简单的线性单变量系统中馈,保证系统的稳定性,且抑制扰动。使得系统在高反应速度和非线性条件下具有较好的稳定性和鲁棒性。控制方法,从问世至今,广泛应用于控制领域的各个方面,是迄今为止最通用的控制方法,但是控制中个器设计性也是个重要的因素,这也就是本论文的研究动机。研究目的和意义本文通过和的复合控制实现前馈反馈控制,小脑模型神经网络控制器实现前馈控制,实现被控对象的逆动态模型常规控制器实现反馈器设计性也是个重要的因素,这也就是本论文的研究动机......”

4、“.....保证系统的稳定性,且抑制扰动。使得系统在高反应速度和非线性条件下具有较好的稳定性和鲁棒性。控制方法,从问世至今,广泛应用于控制领域的各个方面,是迄今为止最通用的控制方法,但是控制中个器设计性也是个重要的因素,这也就是本论文的研究动机。研究目的和意义本文通过和的复合控制实现前馈反馈控制,小脑模型神经网络控制器实现前馈控制,实现被控对象的逆动态模型常规控制器实现反馈器设计性也是个重要的因素,这也就是本论文的研究动机。研究目的和意义本文通过和的复合控制实现前馈反馈控制,小脑模型神经网络控制器实现前馈控制,实现被控对象的逆动态模型常规控制器实现反馈,保证系统的稳定性,且抑制扰动......”

5、“.....控制方法,从问世至今,广泛应用于控制领域的各个方面,是迄今为止最通用的控制方法,但是控制中个至关重要的问题就是参数比例积分和微分的整定。而这些参数的整定困难使控制器的应用受到限制,实际上控制规律是种线性控制规律,它也具有传统控制理论的弱点,仅在简单的线性单变量系统中有较好的控制效果,而在复杂系统的控制效果中控制效果不佳。另外,在工业过程中经常使用的控制,对于小滞后还可以应付,但对于大滞后要采用预估器等方法来解决。传统的单纯不能有效地实现对大滞后和大惯性环节的控制,加上被控对象具有定的变化性,常规参数不具备适应能力......”

6、“.....目前,参数的整定优化依靠现场技术人员手工,控制效果的好坏很大程度上依赖技术人员经验水平,且要耗费大量的人力物力和时间。将和控制相结合,既能充分发挥控制算法结构简单运算量小物理意义明确能很好的解决参数整定难和参数自整定的问题和保证系统的稳定性等优点,又能利用学习速度快和较好的非现行逼近能力。因此把和控制相结合,取长补短,既增强系统的稳定性,抑制扰动,又能保证系统的控制精度,具有较强的实用性,使得系统在高反应速度和非线性条件下具有较好的稳定性和鲁棒性。控制与控制的原理控制控制的原理控制具有较强的鲁棒性,结构简单,参数物理意义明确......”

7、“.....广泛应用于工业过程中。控制是从比例积分和微分三个环节来实现对系统控制的。常规控制系统原理框图如图所示,系统由模拟控制器和被控对象组成。基于和小脑模型神经网络的自适应控制器设计比例积分微分被控对象图控制系统原理框图控制器是种线性控制整,以及特别适合用于可建立精确数学模型的确定性控制系统等优点,至今工业过程控制回路还都采用的是控制策略。在控制中个至关重要的问题是参数比例积分微分的整定,典型的参数整定方法是在获取对对象数学模型的基础上,根据定整定原则来确定参数。另方面,在实际的应用中,许多被控过程机理复杂,具有高度非线性时变不确定性和纯滞后等特点......”

8、“.....这时采用传统的控制就不能取得令人满意的控制效果。建立被控对象的数学模型是十分复杂的事情,在建立过程中常常需要将系统降价或将系统以线性化近似,或忽略系统中些认为不重要的参数,以简化分析难度。因此,到最后所得到的数学模型,即使可快速且准确地算出控制量,但与实际的物理系统可能出现相当大的差距,容易与实际脱节,导致产生性能不佳的控制。参数整定的优劣不但会影响到控制质量,而且还会影响到控制系统的稳定性和鲁棒性。在篇关于加拿大造纸厂的统计报告中表明,座典型的造纸厂般有多个控制回路,其中以上的回路采用控制,但仅有的控制回路工作比较满意......”

9、“.....参数整定不适合占,阀门问题占,传感器问题采样频率选取问题滤波问题等占。可见参数整定是非常重要的。小脑模型关节控制器是由最初于年基于神经生理学提出的,它是种基于局部逼近的简单快速的神经网络,类似于的相联记忆方法,能够学习任意多维非线性映射。迄今已广泛用于许多领域。特别是等的突破性应用研究,已使受到越来越多的关注。具有许多优点,它具有局部逼近能力,每次修正的权值极少,学习速度快,适合于在线学习具有定的泛化能力,相近输入给出相近输出,不现输入给出不同输出具有连续模拟输入能力具有寻址编程方式,在利用串行计算机仿真时,它使回响速度加快......”

下一篇
温馨提示:手指轻点页面,可唤醒全屏阅读模式,左右滑动可以翻页。
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(1)
1 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(2)
2 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(3)
3 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(4)
4 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(5)
5 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(6)
6 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(7)
7 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(8)
8 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(9)
9 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(10)
10 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(11)
11 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(12)
12 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(13)
13 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(14)
14 页 / 共 23
基于PID和小脑模型神经网络的自适应控制器设计.doc预览图(15)
15 页 / 共 23
预览结束,还剩 8 页未读
阅读全文需用电脑访问
温馨提示 电脑下载 投诉举报

1、手机端页面文档仅支持阅读 15 页,超过 15 页的文档需使用电脑才能全文阅读。

2、下载的内容跟在线预览是一致的,下载后除PDF外均可任意编辑、修改。

3、所有文档均不包含其他附件,文中所提的附件、附录,在线看不到的下载也不会有。

  • Hi,我是你的文档小助手!
    你可以按格式查找相似内容哟
DOC PPT RAR 精品 全部
小贴士:
  • 🔯 当前文档为word文档,建议你点击DOC查看当前文档的相似文档。
  • ⭐ 查询的内容是以当前文档的标题进行精准匹配找到的结果,如果你对结果不满意,可以在顶部的搜索输入框输入关健词进行。
帮帮文库
换一批

搜索

客服

足迹

下载文档