哈哈哈哈哈操欧洲电影,久草网在线,亚洲久久熟女熟妇视频,麻豆精品色,久久福利在线视频,日韩中文字幕的,淫乱毛视频一区,亚洲成人一二三,中文人妻日韩精品电影

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于單神經(jīng)元的PID控制實(shí)現(xiàn)

電子設(shè)計(jì) ? 作者:工程師飛燕 ? 2018-08-31 08:31 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

介紹了一種單神經(jīng)元自適應(yīng)控制的方法,并提出了在線調(diào)整的方法。該方法結(jié)構(gòu)簡(jiǎn)單,便于在分散控制系統(tǒng)中實(shí)現(xiàn)。

0 引言

在工業(yè)過(guò)程控制中,PID控制是歷史最悠久、生命力最強(qiáng)的控制方式。這主要是因?yàn)檫@種控制方式具有直觀、實(shí)現(xiàn)簡(jiǎn)單和魯棒性能好等一系列優(yōu)點(diǎn)。在火電廠分散控制系統(tǒng)中,單輸入單輸出(SISO)、采用PID控制規(guī)律、簡(jiǎn)單的控制回路一般占80%以上。但是,許多熱工對(duì)象都具有大時(shí)延、大慣性的特性,使得過(guò)渡過(guò)程時(shí)間變長(zhǎng),調(diào)節(jié)品質(zhì)變差;另外,對(duì)于高階或多變量強(qiáng)耦合過(guò)程,PID的整定與控制都存在困難。由于整定條件常常受到限制,以及對(duì)象的動(dòng)態(tài)特性隨著工況、環(huán)境等變化而發(fā)生變化,PID參數(shù)往往難以達(dá)到最優(yōu)狀態(tài)。

為此,本文提出一種單神經(jīng)元自適應(yīng)控制的方法。通過(guò)大量的仿真實(shí)驗(yàn)表明,該方法簡(jiǎn)單易行,具有比普通PID算法好得多的控制效果。

1基于單神經(jīng)元的自適應(yīng)控制

神經(jīng)元的輸入信號(hào)由4部分組成:前饋控制信號(hào)x1(t)、反饋比例控制信號(hào)x2(t)、反饋微分控制 信號(hào)x3(t)、反饋積分控制信號(hào)x4(t)。它是一種多層次多模式的控制結(jié)構(gòu),集前饋和反饋于一體,互為關(guān)聯(lián),互為補(bǔ)償。前饋控制信號(hào)x1(t)通過(guò)ω′1(t) 直接作用于受控對(duì)象,加快了系統(tǒng)的響應(yīng)速度;x2(t)能迅速減小跟蹤誤差;x3(t) 可以改善系統(tǒng)的響應(yīng)速度,減小超調(diào)量;x4(t) 使系統(tǒng)趨近于穩(wěn)態(tài)無(wú)差,提高了控制的準(zhǔn)確性。權(quán)值ω′i(t)(i=1,2,3,4)反映了受控對(duì)象和過(guò)程的動(dòng)態(tài)特性,神經(jīng)元通過(guò)自身的學(xué)習(xí)策略不停地調(diào)整ω′i(t)(i=1,2,3,4),在4種控制的關(guān)聯(lián)作用下迅速消除偏差,進(jìn)入穩(wěn)態(tài)。

權(quán)值調(diào)整方法采用有監(jiān)督Hebb學(xué)習(xí)算法[2],同時(shí)為了保證學(xué)習(xí)算法的收斂性和控制的魯棒性,可采用規(guī)范化的學(xué)習(xí)算法??刂扑惴ㄈ缦率剑?/p>

基于單神經(jīng)元的PID控制實(shí)現(xiàn)

2仿真實(shí)驗(yàn)研究

進(jìn)行單神經(jīng)元自適應(yīng)控制仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果見(jiàn)圖2。PID的參數(shù)Ti、δ和Td是通過(guò)尋優(yōu)得到的最優(yōu)參數(shù)。在t=0.56 s時(shí)加了一個(gè)內(nèi)擾??梢?jiàn)單神經(jīng)元自適應(yīng)控制比普通PID控制響應(yīng)速度快,控制效果好。

大量的仿真實(shí)驗(yàn)表明,單純調(diào)節(jié)學(xué)習(xí)速率η對(duì)控制效果的影響不明顯。K是神經(jīng)元的比例系數(shù),它對(duì)開(kāi)環(huán)放大倍數(shù)較大的受控對(duì)象,可以起到衰減神經(jīng)元控制效果、消除學(xué)習(xí)過(guò)程的沖擊的作用;而對(duì)開(kāi)環(huán)放大倍數(shù)較小的受控對(duì)象,則可以起到增強(qiáng)神經(jīng)元控制效果、保證神經(jīng)元在全局范圍內(nèi)搜索到E{[r(t)-y(t)]2} 的最小值的作用。仿真實(shí)驗(yàn)表明,K取的較大時(shí),系統(tǒng)動(dòng)態(tài)啟動(dòng)快,但超調(diào)量大,調(diào)整時(shí)間長(zhǎng);K取的較小時(shí),系統(tǒng)響應(yīng)變慢,超調(diào)量下降,但如果K取的太小,則響應(yīng)跟蹤不上給定信號(hào)。

對(duì)K的分析表明,應(yīng)當(dāng)在響應(yīng)初期取較大的值,以提高響應(yīng)速度;而在進(jìn)入穩(wěn)態(tài)以后,K應(yīng)逐步減少到某一穩(wěn)定值,以保證系統(tǒng)不出現(xiàn)過(guò)大的超調(diào)量。為了滿足上述要求,可以采用非線性變換法對(duì)K進(jìn)行在線修改,調(diào)整公式如下:

基于單神經(jīng)元的PID控制實(shí)現(xiàn)

式中,K0為K的穩(wěn)態(tài)值;α為待定參數(shù),其值視控制效果進(jìn)行調(diào)整。取偏差的3次方是使偏差較大時(shí)K較大,增加響應(yīng)速度,而偏差較小時(shí),后一項(xiàng)幾乎不起作用,以減小超調(diào)量。

也可以采用如下簡(jiǎn)單的分段線性化方法來(lái)調(diào)整K:

基于單神經(jīng)元的PID控制實(shí)現(xiàn)

對(duì)無(wú)自平衡對(duì)象G(s)=(0.325s+1)-1×(0.5s+1)-1 進(jìn)行單神經(jīng)元自適應(yīng)控制仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果見(jiàn)圖3。在t=5.6 s時(shí)加一個(gè)內(nèi)擾??梢?jiàn)控制的響應(yīng)速度進(jìn)一步加快。

3結(jié)論

以上提出的神經(jīng)元自適應(yīng)預(yù)測(cè)PID控制器,能夠提高控制系統(tǒng)的自適應(yīng)能力和魯棒性,該控制器結(jié)構(gòu)簡(jiǎn)單,易于實(shí)現(xiàn),特別是便于在分散控制系統(tǒng)中實(shí)現(xiàn)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • PID控制
    +關(guān)注

    關(guān)注

    11

    文章

    465

    瀏覽量

    42605
  • 神經(jīng)元
    +關(guān)注

    關(guān)注

    1

    文章

    369

    瀏覽量

    19189
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    聚焦tFUS與非聚焦tUS其神經(jīng)調(diào)控機(jī)理若何?

    通過(guò)時(shí)間移位各超聲波,確保波陣面同步抵達(dá)靶點(diǎn)。膜力學(xué)效應(yīng):證明超聲力學(xué)張力與膜功能變化的因果關(guān)系核心目的:揭示超聲機(jī)械能如何直接作用于神經(jīng)元膜,通過(guò)張力變化調(diào)控
    的頭像 發(fā)表于 02-23 18:03 ?1742次閱讀
    聚焦tFUS與非聚焦tUS其<b class='flag-5'>神經(jīng)</b>調(diào)控機(jī)理若何?

    應(yīng)用案例 | 40倍鏡下解析小鼠腦部神經(jīng)元:深視智能sCMOS相機(jī)賦能膜片鉗實(shí)驗(yàn)高效開(kāi)展

    01實(shí)驗(yàn)背景小鼠腦部神經(jīng)元膜片鉗實(shí)驗(yàn)是神經(jīng)科學(xué)領(lǐng)域的關(guān)鍵技術(shù),廣泛應(yīng)用于神經(jīng)系統(tǒng)疾病機(jī)制研究、藥物篩選及神經(jīng)環(huán)路解析等核心方向。該實(shí)驗(yàn)的兩大核心難點(diǎn):一是高倍放大場(chǎng)景下精準(zhǔn)識(shí)別目標(biāo)
    的頭像 發(fā)表于 02-02 08:17 ?397次閱讀
    應(yīng)用案例 | 40倍鏡下解析小鼠腦部<b class='flag-5'>神經(jīng)元</b>:深視智能sCMOS相機(jī)賦能膜片鉗實(shí)驗(yàn)高效開(kāi)展

    PID控制的算法

    PID及其衍生算法是應(yīng)用最廣泛的算法之一,是當(dāng)之無(wú)愧的萬(wàn)能算法,如果能夠熟練掌握PID算法的設(shè)計(jì)與實(shí)現(xiàn)過(guò)程,對(duì)于一般的研發(fā)人員來(lái)講,應(yīng)該是足夠應(yīng)對(duì)一般研發(fā)問(wèn)題了,而難能可貴的是,在我所接觸的
    發(fā)表于 01-23 08:18

    怎樣理解變頻器內(nèi)置PID控制參數(shù)的含義

    變頻器內(nèi)置PID控制參數(shù)是工業(yè)自動(dòng)化領(lǐng)域中實(shí)現(xiàn)精確控制的核心要素,其合理配置直接影響電機(jī)調(diào)速、壓力調(diào)節(jié)、溫度控制等過(guò)程的穩(wěn)定性和響應(yīng)速度。要
    的頭像 發(fā)表于 12-06 07:39 ?2482次閱讀

    神經(jīng)元設(shè)備和腦機(jī)接口有何淵源?

    HUIYING神經(jīng)元設(shè)備的發(fā)展歷程概述神經(jīng)元設(shè)備的發(fā)展經(jīng)歷了從基礎(chǔ)信號(hào)檢測(cè)到多功能智能集成的演進(jìn)過(guò)程。自1920年代腦電圖(EEG)信號(hào)首次被發(fā)現(xiàn)以來(lái),神經(jīng)電極技術(shù)逐步發(fā)展,如1957年出現(xiàn)的鎢微絲
    的頭像 發(fā)表于 11-03 18:03 ?1590次閱讀
    <b class='flag-5'>神經(jīng)元</b>設(shè)備和腦機(jī)接口有何淵源?

    脈沖神經(jīng)元模型的硬件實(shí)現(xiàn)

    實(shí)現(xiàn)。所以現(xiàn)有的大部分 SNN 加速器的硬件實(shí)現(xiàn)上都采用LIF模型。 如圖所示,設(shè)計(jì)的 SNN 神經(jīng)核整體架構(gòu)如圖所示。 神經(jīng)核主要由 LIF
    發(fā)表于 10-24 08:27

    SNN加速器內(nèi)部神經(jīng)元數(shù)據(jù)連接方式

    所謂地址事件表達(dá)(Address Event Representation,AER),是指通過(guò)地址的方式將事件進(jìn)行表達(dá),然后按時(shí)間順序復(fù)用到總線上。已知生物神經(jīng)元產(chǎn)生脈沖的頻率比數(shù)字電路要低很多
    發(fā)表于 10-24 07:34

    Aerodiode高帶寬激光鎖定PID控制

    。 PID-C型激光鎖定PID控制器專為實(shí)現(xiàn)寬達(dá)30MHz控制帶寬內(nèi)的最低噪聲水平而設(shè)計(jì)。該設(shè)備采用觸屏
    的頭像 發(fā)表于 10-22 07:48 ?640次閱讀
    Aerodiode高帶寬激光鎖定<b class='flag-5'>PID</b><b class='flag-5'>控制</b>器

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    神經(jīng)元,但卻能產(chǎn)生復(fù)雜的行為。受此啟發(fā),與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比,LNN旨在通過(guò)模擬大腦中神經(jīng)元之間的動(dòng)態(tài)連接來(lái)處理信息,這種網(wǎng)絡(luò)能夠順序處理數(shù)據(jù),并且保留了對(duì)過(guò)去輸
    的頭像 發(fā)表于 09-28 10:03 ?1494次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)</b>網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)</b>網(wǎng)絡(luò)

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+神經(jīng)形態(tài)計(jì)算、類腦芯片

    。是實(shí)現(xiàn)類腦芯片的基本模型。SNN中的神經(jīng)元通過(guò)短的電脈沖相互溝通,脈沖之間的時(shí)間間隔起著重要作用。 最有利于硬件實(shí)現(xiàn)的脈沖神經(jīng)元模型是“漏電整合-激發(fā)”模型: 與DNN相比,SNN的
    發(fā)表于 09-17 16:43

    絕對(duì)值光柵編碼器:工業(yè)精密控制的“數(shù)字神經(jīng)元

    的“數(shù)字神經(jīng)元”,正以毫米級(jí)甚至微米級(jí)的定位能力,重新定義精密制造的邊界。 突破傳統(tǒng):從“相對(duì)計(jì)數(shù)”到“絕對(duì)定位”的革命 傳統(tǒng)增量式編碼器通過(guò)脈沖計(jì)數(shù)實(shí)現(xiàn)位置反饋,但存在致命缺陷:斷電后需重新校準(zhǔn)零點(diǎn),抗干擾能力
    的頭像 發(fā)表于 08-19 08:41 ?727次閱讀
    絕對(duì)值光柵編碼器:工業(yè)精密<b class='flag-5'>控制</b>的“數(shù)字<b class='flag-5'>神經(jīng)元</b>”

    新一代神經(jīng)擬態(tài)類腦計(jì)算機(jī)“悟空”發(fā)布,神經(jīng)元數(shù)量超20億

    電子發(fā)燒友網(wǎng)綜合報(bào)道 8月2日,浙江大學(xué)腦機(jī)智能全國(guó)重點(diǎn)實(shí)驗(yàn)室發(fā)布新一代神經(jīng)擬態(tài)類腦計(jì)算機(jī)——Darwin Monkey(中文名“悟空”)。 ? “悟空”堪稱國(guó)際首臺(tái)神經(jīng)元規(guī)模超20億、基于專用神經(jīng)
    的頭像 發(fā)表于 08-06 07:57 ?7817次閱讀
    新一代<b class='flag-5'>神經(jīng)</b>擬態(tài)類腦計(jì)算機(jī)“悟空”發(fā)布,<b class='flag-5'>神經(jīng)元</b>數(shù)量超20億

    無(wú)刷直流電機(jī)神經(jīng)元自適應(yīng)智能控制系統(tǒng)

    摘要:針對(duì)無(wú)刷直流電機(jī)(BLDCM)設(shè)計(jì)了一種可在線學(xué)習(xí)的神經(jīng)元自適應(yīng)比例-積分-微分(PID)智能控制器,通過(guò)有監(jiān)督的 Hebb學(xué)習(xí)規(guī)則調(diào)整權(quán)值,每次采樣根據(jù)反饋誤差對(duì)
    發(fā)表于 06-26 13:36

    無(wú)刷直流電機(jī)神經(jīng)元PI控制器的設(shè)計(jì)

    摘要:研究了一種基于專家系統(tǒng)的神經(jīng)元PI控制器,并將其應(yīng)用于無(wú)刷直流電機(jī)調(diào)速系統(tǒng)中。控制實(shí)現(xiàn)了PI參數(shù)的在線調(diào)整,在具有
    發(fā)表于 06-26 13:34

    PID串級(jí)控制在同步發(fā)電機(jī)勵(lì)磁控制中的應(yīng)用

    摘 要:為提高發(fā)電機(jī)勛磁控制系統(tǒng)的穩(wěn)定性,分析了同步發(fā)電機(jī)的自并勵(lì)勵(lì)磁系統(tǒng)的結(jié)構(gòu)和數(shù)學(xué)模型,介紹了神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制的結(jié)構(gòu)和算法,分別基于PID控制
    發(fā)表于 06-16 21:56
    佛山市| 鹤峰县| 上高县| 合肥市| 萝北县| 维西| 城口县| 沛县| 西畴县| 滨海县| 黄龙县| 嵊泗县| 富民县| 海城市| 海南省| 基隆市| 泰兴市| 四会市| 元朗区| 怀宁县| 邵阳县| 英超| 嘉定区| 大新县| 米脂县| 巴林左旗| 五华县| 宜良县| 西乌| 秦皇岛市| 荆州市| 资源县| 云南省| 会泽县| 贡嘎县| 长子县| 杭锦旗| 洪洞县| 大安市| 凤城市| 井陉县|