基于动态补偿的多电机控制算法

多电机协调控制达到转速一致是电机控制中的一个关键难题，外加负载变动和电机参数变化时会引起电机性能的下降，达不到良好的控制效果。为使电机间保持转速同步，建立了永磁同步电机d-q坐标系下的矢量控制数学模型，基于转速跟随控制，提出一种基于单神经元PID的变增益速度补偿器进行偏差耦合控制。在MATLAB/Simulink建立了3台永磁同步电机的仿真模型。仿真结果表明，与传统PID固定增益速度补偿器算法相比，单神经元PID的变增益速度补偿器具有更强的鲁棒性以及更快的收敛性。     

基于模糊单神经元PID的车载发射装置随动控制策略研究

对于车载防空武器系统而言,往往需要随动系统快速、高精度地跟踪目标,跟踪效果的优劣直接影响到武器系统作战效能的发挥。为提高随动装置的快速性和精度,提出一种将单神经元与模糊PID控制相结合的位置随动控制策略,应用机理分析和实验结合的方法建立随动系统数学模型,并运用Matlab中的Simulink进行仿真。仿真结果表明:所提出的随动控制策略,可以显著提高发射装置的静态、动态跟踪性能,验证了该随动控制策略的可行性。     

基于改进型BP神经网络模型的飞行事故预测研究

飞行事故预测是预防飞行事故的有效途径.对飞行事故进行准确、可靠的预测,定量描述出安全形势的演变情况,可以为上级机关正确决策提供可靠的分析基础,直接为空军安全管理和决策提供服务. 飞行事故与导致其原因之间呈现多因素、复杂的非线性关系,难以用传统的预测函数模型描述.     

基于单神经元的飞航导弹智能PID控制

针对飞航导弹扇面发射和大空域机动飞行引起的非线性时变、建模误差等问题，根据智能控制、神经网络及传统的PID控制理论设计了一种基于单神经元的智能自整定PID控制器。仿真结果表明，该控制器可使飞航导弹的自动驾驶仪具有较好的飞行品质和精度、更强的鲁棒性，同时也能满足实时性要求，且工程实现简单。     

有目的和无意识

植物不需要神经元，因为它们不必移动就能生活下去。但大多数的动物类群都有神经元。在动物的进化过程中，它们可能老早就“发现”了神经元。后来被所有的类群继承了下来；也有可能是分别几次“发现”的。     

BP神经网络辨识发动机模型

<正>神经网络应用于系统辨识时,与传统的基于最小二乘算法的辨识方法相比较具有以下几个鲜明的特点,这也是BP神经网络具有的特点。(1)不要求建立实际系统的辨识格式。故可省去对系统阶次确定这一步骤,神经网络本质上已作为一种辨识模     

大脑,意识的终极问题

人的大脑是一个复杂且拥挤的神经“高速公路”，拥有数以十亿计的神经元，每个神经元都和数千神经元相联系。要弄清大脑如何产生思维、行动、情感以及最关键的意识，即便对最聪明的科学家而言也是困难的。     

新闻左右看

美国麻省理工学院的神经科学家表示，他们即将发现记忆存储在大脑的哪些区域。甚至能够确定特定记忆存储在大脑内的哪些细胞。研究过程中，科学家发现一种在记忆存人大脑时“打开”的基因。这个基因可充当一个化学标迹物，最终帮助科学家揭示大脑的哪些区域存储记忆，甚至能够具体到特定记忆存储到哪些大脑细胞（神经元细胞）。     

基于FPGA的柔性机械臂多路无刷直流电机控制系统设计

针对柔性机械臂一般为超冗余机械臂,需要多个无刷直流电机驱动各个关节的运动,传统的数字信号处理（DSP）芯片、单片机用户接口有限,无法同时驱动十几个无刷直流电机运动,并且采用传统的PID算法控制精度较低,不适应于高精度柔性负载的控制。本文提出采用现场可编程逻辑门阵列（FPGA）芯片实现柔性机械臂多路无刷直流电机的控制,设计出改进型神经元自适应PID控制器,有效提高各关节电机的位置跟踪精度和抗柔性负载扰动能力,同时完成了规划位置的直线插补、多路电机母线电流采集、多路电机旋变位置信号采集处理。并在柔性机械臂原理样机中进行了验证,设计的驱动控制器能使得每个关节电机定位精度优于0.2°,各关节的无刷直流电机同步性、协调性良好。     

航空发动机全包线自适应解耦控制器设计

为实现航空发动机在全包线的解耦控制, 在飞行包线内选择了若干点, 使用遗传算法对单神经元自适应解耦控制器的比例系数进行了离线优化。以优化得到的若干组参数为训练样本, 离线训练径向基函数(RBF)神经网络, 训练后的网络可映射高度、马赫数与比例系数之间的非线性关系, 飞行包线内任意点的解耦控制器比例系数即可由该网络得到。仿真表明:在设计点和非设计点, 系统均具有良好的动态特性和解耦特性。该方法结构简单、易于实现, 具有实用价值。