文章-世纪中文出版社

针对永磁同步电动机传统直接转矩控制存在转矩脉动大、电动机系统运行和受到外部扰动时系统参数的时变不确定性问题，将双前馈模糊神经网络控制(Dual Feedforward Fuzzy Neural Network，DFFNN)引入PI调节器，设计了一种基于双前馈模糊神经网络PI控制器，用神经网络实现模糊推理，进行参数的自整定，应用于永磁同步电动机的直接转矩控制系统，使系统转速响应快，超调小，对参数变化有较强的抗干扰能力。

基于BP神经网络的PID温度控制系统设计下载：108 浏览：1239

王欣瑞王伟《神经科学研究》 2023年8期

摘要:

工业过程控制中，PID调节作为重要的控制手段，取得了令人满意的效果。为了进一步达到更好的控制效果，在传统PID控制模型上，利用神经网络的自主学习的特性，建立了新型的BP-PID控制模型，优点在于无需手动设定，即可完成PID参数的整定。本文通过MATLAB软件，用可视化工具Simulink设计的温度控制模型，证明了结果可行。本文给出了设计思路，并通过仿真进行了验证。为实际生产中，温度控制系统设计提供了新的思路。

伺服驱动器参数自整定技术的研究与实现下载：92 浏览：1029

王玘玥《国际科技论坛》 2024年10期

摘要:

伺服驱动器参数自整定技术是现代自动化控制领域的一项重要创新，它通过集成先进的控制算法与实时数据处理能力，实现了伺服系统控制参数的智能化自动调整。本文旨在探讨伺服驱动器参数自整定技术的核心原理、实现方法以及其在工业生产中的应用价值。通过深入研究系统建模、优化算法、数据采集与处理等关键技术环节，本文提出了一套完整的伺服驱动器参数自整定解决方案，并验证了其有效性和可行性。

[1/1]

	在线客服
	客服电话：400-188-5008
	客服邮箱：service@ccnpub.com
	投诉举报：feedback@ccnpub.com