基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文章采用神经网络间接自校正PID控制结构,讨论基于神经网络的PID参数自整定问题,选取三层BP神经网络,选用主动液压转矩和负载阻力矩差值等效代表实际转速微分作为自校正神经网络的输入,并用二次元件的理论模型代替辨识神经网络为校正网络提供预测输入.分析表明,采用上述措施的自校正PID控制器的闭环控制效果比常规PID控制有所改进,能实现闭环PID参数的自整定.
推荐文章
基于改进模糊神经网络的 PID 参数自整定
PID整定
Mamdani模型
模糊神经网络
混沌遗传算法
BP算法
基于RBF神经网络参数自整定的AUV深度控制
自主水下航行器
深度控制
径向基函数神经网络
比例-积分-微分控制
自整定
基于模糊PID参数自整定的温度控制系统的研究
温度控制
Matlab仿真
模糊规则
PID
基于RBF神经网络PID参数的自调节及仿真
MATLAB2010a
并网逆变器
PID控制
RBF神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 二次调节系统PID控制参数的神经网络自整定研究
来源期刊 液压与气动 学科 工学
关键词 二次调节 神经网络 PID控制
年,卷(期) 2005,(3) 所属期刊栏目 研究 设计
研究方向 页码范围 1-4
页数 4页 分类号 TP273
字数 2268字 语种 中文
DOI 10.3969/j.issn.1000-4858.2005.03.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 苑士华 北京理工大学机械与车辆工程学院 122 1560 21.0 32.0
2 钟再敏 同济大学汽车学院 69 576 13.0 22.0
3 荆崇波 北京理工大学机械与车辆工程学院 49 478 11.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (3)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
二次调节
神经网络
PID控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
液压与气动
月刊
1000-4858
11-2059/TH
大16开
北京市西城区德胜门外教场口1号
2-828
1977
chi
出版文献量(篇)
7875
总下载数(次)
16
总被引数(次)
44024
论文1v1指导