单参数PID的Hebb学习控制

作     者：杨启文 陈昊 薛云灿 Yang Qiwen;Chen Hao;Xue Yuncan

作者机构：河海大学计算机与信息工程学院常州213022 扬子石化-巴斯夫有限公司南京210048 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2008年第29卷第2期

页      码：392-395页

摘      要：基于模型的设计方法可以获得较为满意的控制性能,但这种方法在设计难以建模或模型时变的系统时会遇到很多困难。本文对简化的Z-N方法进行了根轨迹分析,表明:对于常见的过程控制对象,基于简化Z-N方法整定的单参数单神经元PID存在使系统稳定的可行性解。利用人工神经网络的Hebb学习规则对PID增益进行学习,可以实现常见工业过程的无模型自适应控制。与其他单神经元PID相比,PID调整参数少。仿真和实验表明,本文算法可以获得较好的仿真效果,具有满意的实验性能指标。

主 题 词：单神经元PID Hebb学习 无模型 自适应控制 

学科分类：08[工学] 0804[工学-材料学] 0703[理学-化学类] 0802[工学-机械学] 0835[0835] 080201[080201] 

核心收录：

D　O　I：10.3321/j.issn:0254-3087.2008.02.031

馆 藏 号：203773480...