简介：传统PID控制在控制系统中有广泛的应用,但是由于其在参数整定过程中对于对象模型过分依赖,并且参数一旦整定计算好后,在整个控制过程中都是固定不变的,而在实际系统中,由于系统状态和参数等发生变化时,过程中会出现状态和参数的不确定性,系统很难达到最佳的控制效果.为了改善传统PID控制的效果,又充分利用现有PID控制的研究成果,采用BP神经网络对PID参数进行整定,并对该系统进行了仿真分析.仿真结果表明,采用BP神经网络整定的PID控制较传统PID算法及BP网络算法都有较大程度的提高.
简介：针对异步电机矢量控制需要实现定、转子电路解耦的一个关键问题是准确地观测转子磁链.提出了一种以异步电机在两相同步旋转坐标系下的定子电流和转子磁链为状态变量的基于滑模变结构思想的转子磁链观测器,对滑模变结构输入控制信号的设计使得滑模运动速度与轨迹和滑模面的距离相关联,并利用李亚普诺夫理论证明了算法的收敛性.通过仿真表明,该方法具有较高的转子磁链观测准确度,对转子电阻的变化具有很强的鲁棒性,能够改善异步电机矢量控制调速系统的动静态性能.
基于BP神经网络整定的PID控制
一种用于异步电机矢量控制的新型滑模转子磁链观测器研究
