检索结果-内蒙古大学图书馆

计算机仿真 2011年第3期28卷 102-105页

作者：张明涛安锦文西北工业大学自动化学院陕西西安710072

常规的飞行控制设计在实际中已得到了广泛的应用和验证,但其应对故障的能力欠佳。面向故障设计的重构飞行控制系统,如果完全取代常规的飞行控制系统,将面临着新系统验证的种种困难及随着而来的高昂成本。针对这种情况,提出了一种新的重... 详细信息

常规的飞行控制设计在实际中已得到了广泛的应用和验证,但其应对故障的能力欠佳。面向故障设计的重构飞行控制系统,如果完全取代常规的飞行控制系统,将面临着新系统验证的种种困难及随着而来的高昂成本。针对这种情况,提出了一种新的重构飞行控制设计结构,在保留常规控制系统的基础上,通过附加重构功能模块实现控制重构,从而最大限度保留常规控制器的优点,降低新系统的验证难度。将采用误差反向传播的前向神经网络应用于重构控制中,给出了前向神经网络Lyapunov稳定的条件。采用物理意义明确的PID(比例积分微分)神经网络设计了重构飞行控制器,在设定的故障情况和控制目标下进行了设计和仿真,仿真结果表明在故障情况下,实现了预定的控制目标,证明所提出的重构控制方案可行。

关键词：重构飞行控制常规控制器控制面故障前向神经网络比例积分微分神经网络

来源：评论

学校读者我要写书评

暂无评论

基于智能PID神经网络的多变量系统解耦控制研究

基于智能PID神经网络的多变量系统解耦控制研究

引用

作者：吴敏南京邮电大学

学位级别：硕士

随着各类产业不断发展升级,出现了大量多变量、非线性和强耦合的复杂系统,这类系统中的耦合特性会给系统控制器设计造成困难。比例积分微分(Proportional-IntegralDerivative,PID)神经网络可以进行有效的解耦控制,但其存在初始权值随机... 详细信息

随着各类产业不断发展升级,出现了大量多变量、非线性和强耦合的复杂系统,这类系统中的耦合特性会给系统控制器设计造成困难。比例积分微分(Proportional-IntegralDerivative,PID)神经网络可以进行有效的解耦控制,但其存在初始权值随机和精确度不高两个问题,适用范围有限。因此,本文针对PID神经网络存在的不足,提出了一系列智能PID神经网络进行多变量和强耦合复杂系统的解耦控制。本文的主要工作如下:首先,针对PID神经网络随机初始权值带来的训练时间长,权值易陷入局部最优以及控制初期稳定性难以保证等问题,提出了改进的天牛群算法优化PID神经网络的初值。改进的算法降低了天牛群算法陷入早熟收敛的概率,对PID神经网络初始权值具有更好的优化能力。经过仿真实验对比,验证了所提出的控制器具有更快的收敛速度和更好的解耦控制效果。其次,针对PID神经网络训练过程中忽略了历史信息影响带来的精确度不足的问题,提出了基于分数阶学习算法的PID神经网络,其采取分数阶学习算法来进行权值的修正更新,利用分数阶微积分的记忆特性考虑了所有历史时刻权值对于当前权值更新的影响,提高了神经网络控制的精确度和收敛速度。同时,引入麻雀搜索算法对神经网络初值进行优化,避免了随机初值带来的不利影响。经过仿真实验对比,验证了所提出的控制器进一步提升了基于智能优化算法的PID神经网络的解耦控制精度和响应速度。最后,针对基于分数阶学习算法的PID神经网络解耦控制会出现少量超调以及参数选取不合适控制输出后期易发散的问题,提出了基于分数阶神经元的分数阶PID神经网络,其将分数阶PID算法引入PID神经网络隐含层神经元,定义了具有动态记忆功能的分数阶PID神经元,可以提高控制精度、收敛速度,减少超调。同时,利用天牛群算法优化分数阶PID神经网络初始权值,并利用李雅普诺夫理论建立了有关学习率的一个充分条件保证了控制器的稳定性。经过仿真实验对比,验证了所提出的控制器在收敛速度、控制精度、超调和稳定性上都有显著优势。

关键词：解耦控制比例积分微分神经网络智能优化算法分数阶学习算法分数阶神经元

来源：评论

学校读者我要写书评

暂无评论

基于云平台的智能化储气系统设计

引用

自动化仪表 2023年第2期44卷 53-58页

作者：张磊中油(新疆)石油工程有限公司新疆克拉玛依834000

以地下储气库安全、智能化地注入与天然气智能化采集为目标,设计基于云平台的智能化储气系统。系统的基础设施层在地下储气库注采井中设置天然气传感模块。通过天然气传感模块采集注采井内的天然气浓度、流量、液压等数据。所采集的天... 详细信息

以地下储气库安全、智能化地注入与天然气智能化采集为目标,设计基于云平台的智能化储气系统。系统的基础设施层在地下储气库注采井中设置天然气传感模块。通过天然气传感模块采集注采井内的天然气浓度、流量、液压等数据。所采集的天然气数据传送至井口安全控制模块。井口安全控制模块利用技术层的比例积分微分(PID)神经网络的智能控制算法,控制地下储气库注采井井口安全阀关断,保障地下储气库的安全生产。智能化储气全过程在系统的业务层完成。业务层结合引擎模块、开发工具模块、支撑模块、管理模块共同合作为云平台用户提供服务。系统通过虚拟机迁移控制方法降低云平台的资源消耗,以提升云平台运算效率。系统测试结果表明,所设计的系统可以智能化地控制地下储气库注采井井口安全阀,保障天然气的良好注入与采集。

关键词：云平台智能化储气系统引擎模块注采井安全阀虚拟机比例积分微分神经网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：