基于单神经元自适应PID电液伺服位置控制系统开发应用研究

通过建立电液伺服位置系统的数学模型,针对双作用液压伺服位置控制系统的特点提出一种单神经元自适用PID智能控制算法,并通过Simlink仿真优化控制系统参数,最后应用LABVIEW软件开发实时测控软件,通过实时控制,实验研究表明该系统具体较好鲁棒性,较好改善了系统的性能。     

基于ANFIS的蒸汽发生器水位实时控制系统的设计

从蒸汽发生器的水位特性出发，对其水位高度控制原理进行了深入细致的研究。鉴于控制对象的模糊性、不确定性和非线性，采用自适应神经元模糊推理(Adaptive neuron fuzzy inference system，ANFIS)技术，建立了模糊控制规则库，实现了对蒸汽发生器水位的智能控制。本文详细阐述了ANFIS技术的结构、控制方式和系统的主要功能，完成了软、硬件的综合设计，并进行了仿真研究。控制系统的硬件采用了DSP芯片，以保证系统的实时性；软件采用了模糊一神经网络算法，以克服系统模型的不确定性。仿真结果表明，该控制系统工作稳定可靠，具有较高的控制精度和较强的鲁棒性。     

单神经元PID算法在流量比值控制中的应用

针对在PCT-2型过程控制装置进行流量比值控制时．PID（proportional integral differential controller）参数难以整定的问题,提出一种基于单神经元自适应的PID流量比值控制方法,使PID参数实现自整定。该算法利用单神经元的自学习和自适应能力、结构简单和易于计算的特点与PID算法相结合,形成了一种新型的智能PID流量比值控制方法．其可以解决传统PID调节器不易在线实时进行参数整定、难于对一些复杂过程和慢时变系统进行有效控制的不足。实验结果表明：这种控制方法不仅容易掌握、精度高,且具有一定的实用价值。     

基于自调整神经元的航空发动机多变量自适应解耦控制

根据航空发动机性能控制要求, 通过分析自调整神经元及最速下降学习方法, 研究了基于自调整神经元的航空发动机多变量自适应解耦控制系统.利用自调整神经元的结构简单、各神经元之间没有权值连接及在线学习的优点, 在线整定多变量PID控制器的参数.阐明了该方法的结构和原理.并进行了航空发动机多变量自适应解耦控制系统的设计.大量的仿真结果表明, 系统具有良好的解耦特性和自适应能力.      

基于智能神经元PID的异步电机直接转矩控制

针对异步电机直接转矩控制系统PID转速调节器的适应性、鲁棒性及抗干扰性较差的问题,提出了基于智能神经元PID转速调节器的异步电机直接转矩控制方法。智能神经元PID转速调节器采用2个神经元控制器进行设计,同时实现了控制器参数的在线调整,磁链调节器和转矩调节器分别采用滞环调节器进行设计。仿真结果表明,基于智能神经元PID的异步电机直接转矩控制系统能快速跟踪参考转速变化,具有很强的抗干扰能力、自适应能力和较强的鲁棒性。     

非对称液压缸对称性控制

阀控非对称缸两个运动方向上系统的开环增益及某些参数的不同,使得两个方向上的动态特性不对称,这种本质上的非线性和非对称性给系统控制带来困难.PБ-211机器人后3个关节是对称阀控制非对称液压缸伺服系统,为了使机器人运行平稳和提高控制精度,在控制中必须加以适当补偿.在分析非对称液压缸工作原理基础上,考虑液压缸伸出和缩回性能不同,提出了模型参考变增益自适应控制算法对非对称液压缸进行补偿.该算法包括单神经元自适应PID控制、模型参考自适应控制和输出增益的自动调节3个部分.仿真分析和实验表明该算法可以基本实现非对称液压缸的对称性控制,较普通PID控制算法具有明显优势.      

非线性动态逆神经元解耦飞行控制方法

 提出一种非线性动态逆神经元控制系统设计方法，并成功的将其应用于某战斗机非线性解耦控制问题。该方法的基本思想是采用神经元网络建立非线性被控对象的动态逆模型，将被控对象转化为伪线性系统，并用现代控制系统综合设计方法对神经元伪线性系统进行闭环优化设计。给出的战斗机非线性动态逆神经元解耦飞行控制系统的仿真结果显示出人工神经元网络作为非线性动态逆控制单元所具有的潜在能力。     

基于神经元的容错组合导航系统设计

本文讨论了容错组合导航系统中的多传感器信息融合问题，提出了一种用于多传感器组合导航系统信息融合的神经元方法。通过仿真实验，验证了这种方法的可行性，并分析了该研究领域所存在的问题，提出了可能解决的技术途径，并预测了未来的发展趋势。     

最数字

48美国研发手机应用程序的"混沌之月"实验室的一项新发明证实,未来的旅行只要用你的意念就可以控制。该公司推出的名为"BoardOfImagination"的意念滑板通过使用者的脑波直接控制,就可把他们送到他们想去的地方。这种滑板借助800瓦特的发动机向前运行。只要想一下你要去哪里,以及你想多快赶到那里,这款意念滑板就会立即出发,最高时速大约可达48千米。     

利用忆阻器制造人工大脑

长久以来，科学家一直梦想着造出像大脑一样的电脑。大脑比电脑更加节能，而且还会自主学习。不需要任何编程。来自比勒菲尔德大学物理学系的高级讲师安迪·托马斯博士正在做这方面的努力，他的研究材料是忆阻器，一种能够模仿神经功能的微电子元件。多年来，忆阻器一直被视为神经突触的电子版，而突触是神经元之间联系的桥梁，神经元活动越多，这种突触联系也就越多。忆阻器可以接收来自电子回路的脉冲，并且在关掉电源后，仍能“记忆”先前通过的电荷量。