锅炉过热汽温系统的DRNN网络自整定PID控制 被引量：24

1

作者 王东风 韩璞 郭启刚 《中国电机工程学报》 EI CSCD 北大核心 2004年第8期196-200,共5页

火电厂过热汽温控制系统具有大惯性、大迟延、参数慢时变的特点,受到的扰动因素较多;随机组负荷的变化又表现出参数快时变的特性,常规的按照典型工况整定的固定参数PID控制难以适应负荷变化,往往未能取得满意的调节效果。为此,提出一种... 火电厂过热汽温控制系统具有大惯性、大迟延、参数慢时变的特点,受到的扰动因素较多;随机组负荷的变化又表现出参数快时变的特性,常规的按照典型工况整定的固定参数PID控制难以适应负荷变化,往往未能取得满意的调节效果。为此,提出一种基于DRNN的两级神经网络的过热汽温系统自整定PID控制策略,其中两级神经网络分别为静态网络SNN和动态网络DNN,SNN依据机组运行工况如负荷进行PID参数的粗调整定,以适应机组负荷的较大范围变化,如参与调峰:DNN依据偏差和偏差变化率进行PID参数的细调整定,以克服机组负荷的小范围变化、参数的慢时变漂移 和各种扰动。为了克服系统的大惯性和大迟延,引入灰色预测器对未来信号进行预测,预测结果作为DNN使用的整定信息。对某汽温系统的计算机仿真研究结果表明:基于两级神经网络自整定控制策略的主汽温控制系统获得了良好的动态调节品质,具有较强的鲁棒性。 展开更多

关键词 锅炉 过热器 汽温系统 drnn网络 自整定PID控制 灰色预测理论 神经网络

在线阅读 下载PDF 职称材料

改进DRNN用于纸张水分定量解耦控制 被引量：7

2

作者 唐德翠 曾燕飞 《计算机工程与应用》 CSCD 北大核心 2009年第23期211-213,223,共4页

针对抄纸过程中纸机系统大滞后、非线性、时变且纸张的水分与定量之间存在严重耦合的问题,提出一种基于改进DRNN神经网络辨识的PID解耦控制器。该控制器利用改进DRNN对定量与水分参数的Jacobian信息辨识结果,自适应调整PID控制器的各项... 针对抄纸过程中纸机系统大滞后、非线性、时变且纸张的水分与定量之间存在严重耦合的问题,提出一种基于改进DRNN神经网络辨识的PID解耦控制器。该控制器利用改进DRNN对定量与水分参数的Jacobian信息辨识结果,自适应调整PID控制器的各项比例系数。仿真结果表明水分与定量之间相互影响很小,能较好实现对象的解耦控制,且适应能力强。实际运行结果表明,该算法的投入提高了控制精度,具有较强的鲁棒性。 展开更多

关键词 改进drnn Jacobian辨识 水分定量 比例-积分-微分(PID)解耦

在线阅读 下载PDF 职称材料

基于自适应DRNN的无刷直流电机控制方法研究 被引量：1

3

作者 王立标 李军 +1 位作者 范剑 李绣峰 《中国机械工程》 EI CAS CSCD 北大核心 2011年第19期2337-2340,2392,共5页

针对无刷直流电机速度控制存在高度非线性特性,提出了基于自适应DRNN(diagonal re-current neural network)的"前馈+反馈"控制方法。反馈控制器以目标转速与实际转速的误差为输入量,采用PI控制来提高控制系统的稳定性。前馈... 针对无刷直流电机速度控制存在高度非线性特性,提出了基于自适应DRNN(diagonal re-current neural network)的"前馈+反馈"控制方法。反馈控制器以目标转速与实际转速的误差为输入量,采用PI控制来提高控制系统的稳定性。前馈控制器采用DRNN,以反馈控制器的输出作为性能误差进行自适应控制,以提高控制系统的瞬态响应性能。仿真和实验结果表明:该控制系统能较好地跟踪目标转速,在突变负载扰动下,能有效地改善相电流波形,降低电机电磁转矩脉动,而且该控制系统具有较强的鲁棒性。 展开更多

关键词 无刷直流电机 自适应 drnn 鲁棒性

在线阅读 下载PDF 职称材料

基于DRNN的纸机定量水分解耦控制仿真分析 被引量：4

4

作者 周炜 胡慕伊 《中国造纸学报》 CAS CSCD 北大核心 2010年第1期72-74,共3页

针对抄纸过程中具有的强耦合、大时滞特点,提出了一种自适应的PID解耦控制方法,利用对角回归神经网络(DRNN)来辨识系统模型,通过对PID控制器参数进行调整,实现多变量解耦控制。对纸机定量、水分控制系统的仿真研究结果表明:该方法具有... 针对抄纸过程中具有的强耦合、大时滞特点,提出了一种自适应的PID解耦控制方法,利用对角回归神经网络(DRNN)来辨识系统模型,通过对PID控制器参数进行调整,实现多变量解耦控制。对纸机定量、水分控制系统的仿真研究结果表明:该方法具有较快的系统响应和抗干扰能力,较好地解决了定量和水分之间的耦合作用。 展开更多

关键词 定量 水分 解耦控制 对角回归神经网络(drnn)

在线阅读 下载PDF 职称材料

融合改进布谷鸟搜索算法和DRNN的非线性系统辨识

5

作者 朱笑花 王宇野 《陕西科技大学学报》 CAS 2018年第5期159-164,168,共7页

针对非线性系统的辨识问题,引入了对角回归神经网络模型.为了对辨识模型进行优化,设计了一种新的杂交操作策略,并将该策略引入到布谷鸟搜索中,获得改进的布谷鸟搜索算法(hCS).通过对12个典型测试函数的数值寻优实验,结果表明,所提出的... 针对非线性系统的辨识问题,引入了对角回归神经网络模型.为了对辨识模型进行优化,设计了一种新的杂交操作策略,并将该策略引入到布谷鸟搜索中,获得改进的布谷鸟搜索算法(hCS).通过对12个典型测试函数的数值寻优实验,结果表明,所提出的算法与基本的布谷鸟算法相比,其解的精度有了明显的提高.将所提出的算法用于2个非线性系统神经网络辨识模型的优化,仿真结果表明hCS优化的模型拟合精度更高. 展开更多

关键词 布谷鸟搜索算法 杂交操作策略 对角回归神经网络 非线性系统辨识

在线阅读 下载PDF 职称材料

基于对角递归神经网络整定的PID解耦单元机组负荷控制系统 被引量：13

6

作者 刘红军 韩璞 于希宁 《动力工程》 CSCD 北大核心 2004年第6期809-812,818,共5页

针对火电厂单元机组具有多变量强耦合、非线性及参数时变的受控对象,提出了基于对角递归神经网络整定的PID解耦控制方法,其主要特点是能够提供一个对角递归神经网络来辩识系统模型,进而对PID控制器参数进行整定,实现多变量解耦控制。通... 针对火电厂单元机组具有多变量强耦合、非线性及参数时变的受控对象,提出了基于对角递归神经网络整定的PID解耦控制方法,其主要特点是能够提供一个对角递归神经网络来辩识系统模型,进而对PID控制器参数进行整定,实现多变量解耦控制。通过对火电机组负荷控制系统的设计和仿真研究,表明系统达到了动态近似解耦、静态完全解耦和无静差跟踪,并具有响应速度快,鲁棒性好等特点。 展开更多

关键词 自动控制技术 单元机组 对角递归神经网络(drnn) 解耦控制 PID控制 负荷控制

在线阅读 下载PDF 职称材料

气动人工肌肉主动悬架系统的可变自整定离散PID控制 被引量：4

7

作者 沈伟 施光林 《系统仿真学报》 EI CAS CSCD 北大核心 2005年第9期2226-2230,共5页

构建以气动人工肌肉为新型执行器的车用主动悬架系统实验平台,为简化的基于1/4悬架模型的主动悬架系统设计了基于DRNN神经网络的可变自整定离散PID控制算法,分析了可变自整定离散PID算法的控制性能,为提高气动人工肌肉主动悬架系统的减... 构建以气动人工肌肉为新型执行器的车用主动悬架系统实验平台,为简化的基于1/4悬架模型的主动悬架系统设计了基于DRNN神经网络的可变自整定离散PID控制算法,分析了可变自整定离散PID算法的控制性能,为提高气动人工肌肉主动悬架系统的减震性能提供理论依据。 展开更多

关键词 主动悬架 气动人工肌肉 PID 可变自整定算法 drnn神经网络

在线阅读 下载PDF 职称材料

基于神经网络的风力辅助提水系统自适应PID解耦控制 被引量：6

8

作者 杜福银 《农业工程学报》 EI CAS CSCD 北大核心 2012年第4期165-168,共4页

针对风力机和离心水泵的特点,该文设计了一种风力辅助提水机结构及其控制策略。由于该设备需要解决最大可能地利用风能和风力机与柴油机之间的功率平衡问题,因此,该系统是一个时变的2输入2输出耦合系统。根据解耦和神经网络的思想,采用... 针对风力机和离心水泵的特点,该文设计了一种风力辅助提水机结构及其控制策略。由于该设备需要解决最大可能地利用风能和风力机与柴油机之间的功率平衡问题,因此,该系统是一个时变的2输入2输出耦合系统。根据解耦和神经网络的思想,采用2个回归神经网络(DRNN)在线调整2个PID控制器的参数,一个神经元解耦补偿器完成系统的解耦,实现了不依赖于对象模型的自适应PID解耦控制。计算机仿真结果验证了该控制策略的可行性,为进一步研究奠定了基础。 展开更多

关键词 风力 泵站 耦合 PID解耦控制 回归神经网络(drnn)

在线阅读 下载PDF 职称材料

对角神经网络用于环形激光陀螺消噪建模 被引量：1

9

作者 吕妍红 崔中兴 《传感器技术》 CSCD 北大核心 2005年第10期19-22,共4页

对角神经网络(DRNN)为非全反馈式动态神经网络。应用DRNN对处于静止和运动状态下的环形激光陀螺(RLG)进行了消噪建模,并应用A llan方差方法对消噪后的结果进行了对比分析。结果表明:使用DRNN对RLG进行消噪建模是可行的。同时,将DRNN与... 对角神经网络(DRNN)为非全反馈式动态神经网络。应用DRNN对处于静止和运动状态下的环形激光陀螺(RLG)进行了消噪建模,并应用A llan方差方法对消噪后的结果进行了对比分析。结果表明:使用DRNN对RLG进行消噪建模是可行的。同时,将DRNN与反向传播神经网络的消噪结果进行了比较,得到动态网络的消噪能力要优于静态网络的结论。所用方法对研究RLG的误差补偿及快速启动是有实际意义的。 展开更多

关键词 环形激光陀螺 对角神经网络 噪声消除 建模

在线阅读 下载PDF 职称材料

基于双隐层动态递归神经网络的航煤比重软测量 被引量：1

10

作者 曾文华 《仪器仪表学报》 EI CAS CSCD 北大核心 2002年第3期261-264,共4页

针对原油蒸馏装置常压塔航煤比重模型具有动态特性的特点 ,提出采用双隐层动态递归神经网络 (DRNN)实现比重的软测量 ,推导了双隐层 DRNN的权值学习算法 ,并利用在线比重分析仪构成了航煤比重软测量模型的在线校正。在某炼油厂常压塔装... 针对原油蒸馏装置常压塔航煤比重模型具有动态特性的特点 ,提出采用双隐层动态递归神经网络 (DRNN)实现比重的软测量 ,推导了双隐层 DRNN的权值学习算法 ,并利用在线比重分析仪构成了航煤比重软测量模型的在线校正。在某炼油厂常压塔装置实际投用表明 ,基于双隐层 DRNN比重软测量模型具有较高的测量精度。 展开更多

关键词 双隐层动态递归神经网络 常压塔 航煤比重 软测量 在线校正

在线阅读 下载PDF 职称材料

动态伺服系统改进对角回归网络跟踪控制(英文)

11

作者 王卫红 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第19期5188-5190,5213,共4页

将对角回归神经网络(DRNN)和径向基函数网络(RBF)相结合,提出一种改进对角回归神经网络结构(IDRNN),使其既有局部逼近的优点,又具有动态网络的特性。推导了权值更新算法。针对转台动态伺服系统,设计了基于该网络的复合跟踪控制器,该控... 将对角回归神经网络(DRNN)和径向基函数网络(RBF)相结合,提出一种改进对角回归神经网络结构(IDRNN),使其既有局部逼近的优点,又具有动态网络的特性。推导了权值更新算法。针对转台动态伺服系统,设计了基于该网络的复合跟踪控制器,该控制器由辨识器、前馈控制器和反馈控制器组成,直接将辨识器的拷贝作为前馈控制器。对两种典型动态伺服系统的仿真结果表明,改进DRNN控制器能够进一步提高系统的动态跟踪能力,且收敛速度快,计算量小,更适合实时控制。 展开更多

关键词 改进对角回归网络 动态伺服系统 转台 跟踪控制

在线阅读 下载PDF 职称材料

风力发电变频水泵智能控制策略研究

12

作者 杜福银 杜强 《农业工程》 2013年第4期43-47,共5页

针对风力发电机和逆变器的特点,给出了风能变频水泵的两输入两输出耦合系统时变模型结构。保持逆变器输入电压恒定的前提下,扰动逆变器输出交流电的频率来实现风力发电机的最大功率跟踪。根据解耦和神经网络的思想,采用两个回归神经网络... 针对风力发电机和逆变器的特点,给出了风能变频水泵的两输入两输出耦合系统时变模型结构。保持逆变器输入电压恒定的前提下,扰动逆变器输出交流电的频率来实现风力发电机的最大功率跟踪。根据解耦和神经网络的思想,采用两个回归神经网络(DRNN)在线调整两个PID控制器的参数,一个神经元解耦补偿器完成系统的解耦,实现了不依赖于对象模型的自适应PID解耦控制。计算机仿真结果验证了该控制策略可行性,这为以后进一步研究奠定了基础。 展开更多

关键词 风能变频水泵 最大功率跟踪 耦合 解耦PID控制 回归神经网络

在线阅读 下载PDF 职称材料

基于深度递归神经网络的电力系统短期负荷预测模型 被引量：41

13

作者 于惠鸣 张智晟 +1 位作者 龚文杰 段晓燕 《电力系统及其自动化学报》 CSCD 北大核心 2019年第1期112-116,共5页

针对电力负荷非线性动态特性导致的负荷预测困难、预测精度低等问题,本文构建了深度递归神经网络短期负荷预测模型。在深度神经网络多隐层结构的基础上,深度递归神经网络增设了关联层,并以改进粒子群算法作为网络的优化学习算法,对模型... 针对电力负荷非线性动态特性导致的负荷预测困难、预测精度低等问题,本文构建了深度递归神经网络短期负荷预测模型。在深度神经网络多隐层结构的基础上,深度递归神经网络增设了关联层,并以改进粒子群算法作为网络的优化学习算法,对模型权值空间进行深度优化。对某地区电网实际负荷进行预测仿真,结果表明与BP网络、深度神经网络相比,深度递归神经网络的平均绝对误差的周平均值分别降低1.61%和0.56%,验证了深度递归神经网络能够融合前馈与反馈连接,提高网络泛化能力,有效提高负荷预测精度。 展开更多

关键词 深度神经网络 深度递归神经网络 改进粒子群优化算法 短期负荷预测 电力系统

在线阅读 下载PDF 职称材料

可控受限多变量耦合系统的智能控制 被引量：1

14

作者 刘英晖 刘贺平 《计算机工程与应用》 CSCD 北大核心 2009年第21期209-211,221,共4页

针对可控受限多变量耦合系统,提出了一种基于对角递归神经网络(DRNN)整定的PID混合解耦控制。采用对角递归神经网络来辨识系统模型,进而对PID控制器参数进行整定,实现多变量解耦控制。通过对多变量耦合控制系统的设计和实时控制,实际控... 针对可控受限多变量耦合系统,提出了一种基于对角递归神经网络(DRNN)整定的PID混合解耦控制。采用对角递归神经网络来辨识系统模型,进而对PID控制器参数进行整定,实现多变量解耦控制。通过对多变量耦合控制系统的设计和实时控制,实际控制结果达到了解耦控制的要求,并具有无超调、响应速度快、控制精度高等特点。 展开更多

关键词 可控受限多变量耦合系统 对角递归神经网络(drnn) 混合解耦控制 PID控制

在线阅读 下载PDF 职称材料