薛昊洋
- 作品数：8 被引量：9H指数：1
- 供职机构：华北电力大学控制与计算机工程学院自动化系更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于BP神经网络的多变量PID解耦控制
- 2005年
- 基于神经网络实现智能PID控制的策略,它以经典的PID控制为基础,通过神经网络参数整定实现,进而进行自学习,用于多变量系统的解耦控制.论文给出了网络的结构和算法,对一组二变量强耦合时变系统进行了仿真.通过计算机仿真证明了基于神经网络的PID控制器网络结构简单规范具有良好的自学习和自适应解耦控制能力.系统易于实现,融解耦器与控制器于一体,适用于非线性多变量系统的解耦控制.能够使解耦后的系统具有良好的动态和静态性能,特别是依据BP控制规律来确定网络连接权的初值,还具有参数快速收敛的优点.
- 薛昊洋刘红军
- 关键词：PID控制神经网络多变量系统解耦控制
- 基于BP神经网络的多变量PID解耦控制被引量：8
- 2005年
- 基于神经网络实现智能PID控制的策略,它以经典的PID控制为基础,通过神经网络参数整定实现,进而进行自学,用于多变量系统的解耦控制。本文给出了网络的结构和算法,对一组二变量强耦合时变系统进行了仿真。通过计算机仿真证明了基于神经网络的PID控制器网络结构简单规范具有良好的自学习和自适应解耦控制能力。系统易于实现,融解耦器与控制器于一体,适用于非线性多变量系统的解耦控制。能够使解耦后的系统具有良好的动态和静态性能,特别是依据BP控制规律来确定网络连接权的初值,还具有参数快速收敛的优点。
- 薛昊洋刘红军
- 关键词：PID控制神经网络多变量系统解耦控制
- 广义PID神经网络在单元机组协调控制系统中的应用
- 广义PID神经网络以经典的PID控制为基础，通过神经网络实现，进而进行自学习，用于多变量系统的解耦控制。本文给出了网络的结构、前向算法和反传算法。通过对双输入双输出系统的仿真与神经网络自整定PID控制算法进行比较，和对简...
- 薛昊洋
- 关键词：神经网络单元机组协调控制系统解耦控制多变量系统
- 文献传递
- 基于数据融合与统计的设备参数劣化分析被引量：1
- 2005年
- 在火力发电站的热力设备中,它们的正常运行都是通过各种曲线来判断的,参数在允许的范围内变化说明设备处于正常运行,然而当参数偏离某一范围发生劣化时,就意味设备即将发生故障。本文利用数据融合与数据统计的方法对设备参数劣化分析,就是利用历史数据,通过趋势建模分析预测出设备发生故障的时间地点,再进行及时相应处理,从而有效的消除故障,保证机组经济,安全运行。
- 卫平宝郑亚锋王维珍薛昊洋
- 关键词：数据融合数据统计
- 基于BP神经网络的多变量PID解耦控制
- 基于神经网络实现智能PID控制的策略,它以经典的PID控制为基础,通过神经网络参数整定实现,进而进行自学习,用于多变量系统的解耦控制。本文给出了网络的结构和算法,对一组二变量强耦合时变系统进行了仿真。通过计算机仿真证明了...
- 薛昊洋刘红军
- 关键词：PID控制神经网络多变量系统解耦控制
- 文献传递
- 基于BP神经网络的多变量PID解耦控制
- 基于神经网络实现智能PID控制的策略,以经典的PID控制为基础,通过神经网络参数整定实现,进而进行自学习,用于多变量系统的解耦控制.本文给出了网络的结构和算法,对一组二变量强耦合时变系统进行了仿真,并通过计算机仿真证明了...
- 薛昊洋刘红军
- 关键词：PID解耦控制BP神经网络多变量系统仿真
- 文献传递
- 基于BP神经网络的多变量PID解耦控制
- 2005年
- 基于神经网络的智能PID控制策略，以经典的PID控制理论为基础，并通过具有多变量解耦控制自学习功能的神经网络参数整定来实现。本文给出了网络的结构和算法，示出了一组二元变量强耦合时变系统的实时仿真结果。通过计算机仿真证明，基于神经网络的PID控制具有良好的自学习和自适应解耦控制能力。该系统融解耦器和控制器于一体，易于实现，适用于非线性多变量系统的解耦控制。它使解耦后的系统具有较好的动态和静态性能，特别是当根据BP控制规律确定了网络连接权系数的初值时，还能使系统参数快速收敛。
- 薛昊洋刘红军
- 关键词：神经网络多变量系统解耦控制多变量解耦控制BP神经网络非线性多变量系统自适应解耦控制
- 基于BP神经网络的多变量PID解耦控制
- 本文研究基于神经网络实现智能PID控制的策略,它以经典的PID控制为基础,通过神经网络参数整定实现,进而进行自学习,用于多变量系统的解耦控制.论文给出了网络的结构和算法,对一组二变量强耦合时变系统进行了仿真.通过计算机仿...
- 薛昊洋刘红军
- 关键词：PID控制神经网络多变量系统解耦控制
- 文献传递网络资源链接
