摘要：文章在传统pid控制器的基础上,结合模糊控制和神经网络控制理论设计出自适应模糊神经网络pid控制器,并将免疫反馈机制应用到BP学习算法中,通过自适应调整学习速率,改善算法的收敛性;通过Matlab仿真验证了引入免疫反馈机制的BP算法的优越性。仿真及实际应用结果表明,采用免疫BP算法的模糊神经网络pid控制器响应速度快,控制输出稳定,抗干扰能力强,鲁棒性好,较模糊pid和传统pid控制器具有更好的动、静态特性。

摘要：针对掘进机工作载荷突变导致系统稳定性变差和截割效率低的问题,在分析影响掘进机工作载荷因素的基础上,设计了一种基于DSP+CPLD为核心的智能控制系统。通过多传感器技术进行煤岩动态感知,构建基于RBF-pid的自适应截割控制策略和系统结构,完成了截割头转速、截割臂移动速度与工作载荷之间的匹配,从而达到断面截割成形的自适应控制。仿真结果表明:该智能控制系统在工作载荷突变条件下,稳态工作的响应效率达到设定目标值,表明该控制器不仅具有较强的鲁棒性,而且确保了悬臂式掘进机在工况突变状况下的截割稳定性。

摘要：为了提高机械手在易碎零件抓取过程中力的稳定性,提出了一种改进BP神经网络的机械手抓取力模糊pid控制算法。首先,分析机械手抓取力控制的特性,提出BP神经网络算法与模糊pid控制结合的策略。其次,利用改进的BP神经网络实时调整模糊规则和隶属度函数,通过改进后的BP神经网络算法优化模糊pid控制器的相关参数;在此基础上,采用所设计的模糊神经网络pid控制器,实现了pid参数动态调整的问题。最后,进行仿真实验,结果表明所设计的抓取力模糊pid控制算法,超调量仅为3.07%,调节时间为3 ms,扰动整定时间为1.2 ms,改善了抓取力控制系统的稳态性能,提高了控制精度。