注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. PID控制及其MATLAB仿真

  2. 一本详细介绍PID控制及仿真的书籍~ 第 1 章数字 PID 控制 1.1 PID 控制原理 1.2 连续系统的模拟PID 仿真 1.3 数字PID 控制 1.3.1 位置式PID 控制算法 1.3.2 连续系统的数字PID 控制仿真 1.3.3 离散系统的数字PID 控制仿真 1.3.4 增量式PID 控制算法及仿真 1.3.5 积分分离PID 控制算法及仿真 1.3.6 抗积分饱和PID 控制算法及仿真 1.3.7 梯形积分PID 控制算法 1.3.8 变速积分PID 算法及仿真 1.3.

  3. 所属分类：嵌入式

    • 发布日期：2009-08-04
    • 文件大小：5mb
    • 提供者：xxb0216

  1. 智能控制及其MATLAB实现2005李国勇编著.part3.rar

  2. 第一篇 神经网络控制及其MATLAB实现　第1章 神经网络控制理论　　1.1 神经网络的基本概念　　　1.1.1 生物神经元的结构与功能特点　　　1.1.2 人工神经元模型　　　1.1.3 神经网络的结构　　　1.1.4 神经网络的工作方式　　　1.1.5 神经网络的学习　　　1.1.6 神经网络的分类　　1.2 典型神经网络的模型　　　1.2.1 MP模型　　　1.2.2 感知机神经网络　　　1.2.3 自适应线性神经网络　　　1.2.4 BP神经网络　　　1.2.5 径向基神经网络　　　1

  3. 所属分类：网络基础

    • 发布日期：2008-07-11
    • 文件大小：4mb
    • 提供者：royalosyin

  1. 【matlab】基于BP算法和遗传算法的自适应噪声抵消器

  2. 一、引言自适应噪声抵消技术是一种能够很好的消除背景噪声影响的信号处理技术，应用自适应噪声抵消技术，可在未知外界干扰源特征，传递途径不断变化，背景噪声和被测对象声波相似的情况下，能够有效地消除外界声源的干扰获得高信噪比的对象信号。 从理论上讲，自适应干扰抵消器是基于自适应滤波原理的一种扩展，简单的说，把自适应滤波器的期望信号输入端改为信号加噪声干扰的原始输入端，而它的输入端改为噪声干扰端，由横向滤波器的参数调节输出以将原始输入中的噪声干扰抵消掉，这时误差输出就是有用信号了。在数字信号采集、处理中

  3. 所属分类：硬件开发

    • 发布日期：2012-12-30
    • 文件大小：2kb
    • 提供者：mmfile

  1. 粒子群优化辨识的自适应预估控制及应用

  2. 针对Smith预估器对预测模型精度依赖程度较高的问题,提出了一种基于粒子群优化(PSO)辨识算法的自适应预估控制方法。该控制方法利用PSO辨识方法在线调整Smith预估器参数,利用单神经元的非线性逼近特性及自学习、自组织能力,对控制器参数进行在线修正。将该控制方法应用于矿井通风系统风量控制仿真分析中,在系统参数时变情况下,进行跟踪响应分析。结果表明,该控制方法对大滞后时变系统具有很强的适应性和鲁棒性,具有较强的抗干扰能力和良好的跟踪性能。

  3. 所属分类：其它

    • 发布日期：2020-04-22
    • 文件大小：217kb
    • 提供者：weixin_38670297

  1. 工业电子中的改进型PID神经元控制算法在APF控制中的应用

  2. 摘要：随着控制技术的不断发展，利用新的控制技术以使APF获得更好的效果已成为大势所趋。具有自学习适应能力的基于单神经元网络的PID控制算法，结构简单，且能够适应环境的变化，鲁棒性强，近年来成为研究的热点。 　　并联型有源电力滤波器是一种补偿电力系统谐波的电力电子装置，其直流侧的电压控制的效果将直接影响到APF的补偿结果。传统的控制方法是采用PI控制器，因其结构简单，调整方便，目前已经得到广泛的应用。本文针对并联型APF的特点，对基于单神经元网络的PID控制算法进行一定的改进并通过仿真，证实了其

  3. 所属分类：其它

    • 发布日期：2020-10-20
    • 文件大小：235kb
    • 提供者：weixin_38537777

  1. 改进单神经元自适应PID控制器应用于污水处理

  2. 结合无需辨识的自适应控制算法，提出一种动态调整增益系数和自适应学习率的改进型单神经元PID控制策略，进一步提高了控制器参数的自校正能力。利用ActiveX技术将改进型单神经元自适应PID控制算法封装在ActiveX控件中，并设计MFC应用程序对污水处理过程溶解氧的控制进行仿真。结果表明，改进型单神经元PID与改进前的单神经元PID控制方法相比，具有更好的自适应性和更强的鲁棒性。

  3. 所属分类：其它

    • 发布日期：2020-10-24
    • 文件大小：271kb
    • 提供者：weixin_38606639

  1. 工业电子中的一种单神经元自适应控制方法

  2. 摘　要：介绍了一种单神经元自适应控制的方法，并提出了在线调整的方法。该方法结构简单，便于在分散控制系统中实现。0 引言　　在工业过程控制中，PID控制是历史最悠久、生命力最强的控制方式。这主要是因为这种控制方式具有直观、实现简单和鲁棒性能好等一系列优点。在火电厂分散控制系统中，单输入单输出（SISO）、采用PID控制规律、简单的控制回路一般占80%以上。但是，许多热工对象都具有大时延、大惯性的特性，使得过渡过程时间变长，调节品质变差；另外，对于高阶或多变量强耦合过程，PID的整定与控制都存在困难

  3. 所属分类：其它

    • 发布日期：2020-11-25
    • 文件大小：88kb
    • 提供者：weixin_38644688

  1. 采用改进的单神经元PID控制算法提高光栅拼接精度的方法

  2. 为获得米量级以上的大口径光栅，光栅拼接技术已被公认为是一种经济可行的方法。而在光栅拼接中，光栅拼接稳定性的控制是核心问题之一，因此，在较高拼接精度的要求条件下(错位误差在纳米量级，角度误差在亚微弧度量级)，寻求有效合理的比例积分微分(PID)闭环控制算法显得异常重要。将基于BP神经网络的整定方法应用到PID控制中，将传统的用零初态时过程加入单位阶跃输出的第一个值用计算符号函数值来代替，实现了单神经元自适应PID控制；在此基础上，为了改善系统响应初期的上升时间，采用变化神经元比例系数的值来代替常量

  3. 所属分类：其它

  1. 一种单神经元自适应控制方法

  2. 摘　要：介绍了一种单神经元自适应控制的方法，并提出了在线调整的方法。该方法结构简单，便于在分散控制系统中实现。　　0引言　　在工业过程控制中，PID控制是历史最悠久、生命力最强的控制方式。这主要是因为这种控制方式具有直观、实现简单和鲁棒性能好等一系列优点。在火电厂分散控制系统中，单输入单输出（SISO）、采用PID控制规律、简单的控制回路一般占80%以上。但是，许多热工对象都具有大时延、大惯性的特性，使得过渡过程时间变长，调节品质变差；另外，对于高阶或多变量强耦合过程，PID的整定与控制都存在困

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：172kb
    • 提供者：weixin_38592256

  1. 改进型PID神经元控制算法在APF控制中的应用

  2. 摘要：随着控制技术的不断发展，利用新的控制技术以使APF获得更好的效果已成为大势所趋。具有自学习适应能力的基于单神经元网络的PID控制算法，结构简单，且能够适应环境的变化，鲁棒性强，近年来成为研究的热点。 　　并联型有源电力滤波器是一种补偿电力系统谐波的电力电子装置，其直流侧的电压控制的效果将直接影响到APF的补偿结果。传统的控制方法是采用PI控制器，因其结构简单，调整方便，目前已经得到广泛的应用。本文针对并联型APF的特点，对基于单神经元网络的PID控制算法进行一定的改进并通过仿真，证实了其

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：231kb
    • 提供者：weixin_38680308

  1. 一种基于速率的单神经元自适应PID拥塞控制方法

  2. 从控制理论的角度研究了一种基于速率的拥塞控制方法.采用单神经元自适应PID控制器,可以在线调节控制参数以保证控制环路的稳定性.运用Jury稳定判定标准给出了保证被控ATM网络在平衡点附近稳定的条件.仿真结果表明,使用该控制方案能使缓冲器队列长度快速收敛到目标值,并维持小的队列振荡,与传统的PID控制器相比具有更好的稳定性和鲁棒性.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：216kb
    • 提供者：weixin_38728276

  1. 火电厂辅机变频器低电压穿越电源

  2. 母线电压跌落会引起火电厂变频器低压保护动作，导致火电厂辅机停转，进而致使机组非计划停机。针对该问题，设计了一种基于电力电子器件的无源变频器低电压穿越电源（ILP），其主电路拓扑由基于三重并联交错Boost电路的直流变换电路、高可靠性的旁路通道和控制电源构成，其中，基于三重并联交错Boost的直流变换电路减小了ILP电感电流和电容电压的纹波。根据所设计的拓扑结构，提出了电网电压跌落快速识别方法和装置多元化运行模式。针对装置现场控制参数整定困难、调试周期长的问题，采用了以输出误差二次方为性能指标的单

  3. 所属分类：其它