摘要：提出使用自适应PID控制的方法进行超导磁储能装置控制器的设计,这种控制方法由drnn(对角回归神经网络)在线辨识系统特定参数,不需要建立系统参考模型,而使得闭环系统的误差信号趋于最小。仿真表明drnn能够通过梯度下降法自学习,辨识系统的特定参数,速度较快。与传统的控制方法相比,其控制效果好,且结构简单,较易实现。

摘要：针对工况大范围变化下单元机组协调控制的安全性与经济性要求,为了克服单元机组的非线性特性以及强耦合特性,结合精确反馈线性化的思想,设计用于机炉协调控制的非线性解耦PI控制器,同时利用drnn在线动态整定PI控制器参数。仿真结果表明该控制器能在不同运行工况下取得满意的控制效果,同时具有较强的抗干扰能力和鲁棒性,能够快速跟踪负荷给定变化。

摘要：某火箭炮交流位置伺服系统存在非线性、强耦合、时变性,传统控制难以取得很好的控制效果,为此提出了基于对角递归神经网络(drnn)的模型参考自适应控制,设计了对角递归神经网络辨识器与控制器,并引入了动量因子和自适应学习因子,提高了自适应控制器的稳定性和响应速度,仿真结果表明该控制器具有精度高,响应快,鲁棒性好的特点。

摘要：利用对角递归网络能够描述非线性动态系统的特点,设计了用于气体管道泄漏检测定位的动态网络模型。网络的训练样本由管道各种工况下的压力、流量数据组成。试验结果表明,与传统的静态前馈神经网络模型相比,本研究建立的网络能更好的反映气体在管道中的流动特性,实现气体管道的泄漏检测与定位。