wince下接受网络控制命令进行相应操作,远程控制的东西
上传时间： 2017-08-04
上传用户：helmos
该文档为基于Matlab的网络控制系统的仿真总结文档，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看………………
上传时间： 2021-12-05
上传用户：qingfengchizhu
细胞神经网络(CNN)GUI源代码 细胞神经网络(CNN)是一种和人类神经网络非常相似的并行计算模型，各个邻接节点间有不同的通信。在本程序中A模型是反馈矩阵，B是控制矩阵。
上传时间： 2014-01-27
上传用户：kelimu
无刷直流电机(BLDCM)是随着电机控制技术、电力电子技术和微电子技术的发展而出现的一种新型电机。它是在有刷直流电机的基础上发展起来的。无刷直流电机具有交流电机的结构简单、运行可靠、维护方便等一系列特点，又具有直流电机的运行效率高、无励磁损耗以及调速性能好等诸多优点，在很多场合有广泛的应用前景，成为了国内外研究的热点。无刷直流电机传统的理论部分分析和设计方法已经比较成熟，因此对无刷直流电机控制策略的研究就显得十分重要。 PID控制以其结构简单、可靠性高、易于工程实现等优点至今仍被广泛应用。在系统模型参数变化不大的情况下，PID控制性能优良。但在工业上有许多无法建立精确数学模型的复杂控制对象和非线性控制对象，若采用传统的PID进行控制的话，那么很难获得比较理想的控制效果。 对于无刷直流电机而言，它是一个多变量、强耦合的非线性系统，固定参数的PID调节器无法得到很理想的控制性能指标。基于以上原因，本文以无刷直流电机为控制对象，通过分析无刷直流电机的数学模型，以BP神经网络为基础，设计了应用于无刷直流电机的神经网络PID控制器。 在MATLAB平台上，先利用神经网络PID控制器，给出相应的控制算法，对典型的参数时变非线性系统的控制进行了仿真研究。仿真结果表明，同传统PID控制器相比，神经网络PID控制器对模型、环境具有较好的适应能力与较强的鲁棒性，有效的改善了系统的控制结果，达到了预期的目的。随后利用SIMULNK建立了无刷直流电机控制系统的仿真模型。分别采用普通PID控制器和神经网络PID控制器对电机的不同运行状况进行了仿真分析。仿真结果验证了所建模型的正确性，并证明了神经网络控制的优越性。
上传时间： 2013-08-04
上传用户：YYRR
神经网络控制算法作为一种比较成熟的智能控制算法，在空空导弹的理论研究中也得到了很多应用，但它的实际应用通常是通过软件实现的，而软件实现是串行执行指令，运行速度慢，可靠性低，很难满足实际导弹制导系统实时性的要求。控制算法硬件实现的最大特点就是可提高控制算法的实时运算速度和可靠性。本课题针对导弹制导系统，以FPGA为硬件平台研究神经网络控制算法的硬件实现。本文首先对BP神经网络算法思想进行了深入分析，并对BP网络的各个阶段进行了理论推导，最后对BP神经网络PID飞行控制算法进行了研究和总结，为硬件实现提供了理论基础。基于对上述理论的深入研究和分析，本文提出了一种适合FPGA实现该神经网络控制算法的硬件实现模型。在该模型中，神经网络各层之间采用串行执行数据方式，层间则采用并行运行方式，可有效提高系统的运算速度。由于模块化、层次化的自顶向下的模块化设计方法可有效减少错误的产生，是设计复杂大规模系统的理想设计方法。本文采用了此设计方法，通过把系统模块化，对各个子模块分别用VHDL硬件描述语言进行描述，并基于QUARTUS II软件开发平台进行综合和仿真，直到达到研究设计要求。最后将仿真程序源代码下载配置到具体的Cyclone II系列EP2C70 FPGA芯片中,应用于某实际导弹控制系统的研究。理论分析和实验结果表明该神经网络飞行控制算法的FPGA硬件实现是有效可行的，可满足系统实时性的要求，为制导系统的实际工程实现提供了基础。
上传时间： 2013-04-24
上传用户：冇尾飞铊
神经网络PID在协调控制系统中的应用，介绍神经网络PId的应用，对学习神经网络控制的同学有帮助
上传时间： 2016-08-12
上传用户：yph853211
文中旨在研究一种新式抽油烟机的智能变频技术，通过对烹饪环境的综合分析，确定所需排风量，进而以一个最适宜的转速进行排烟，达到节能降耗的目的。采用神经网络控制器，在无被控对象数学模型情况下，实现转速与油烟、蒸汽两输入变量的非线性映射。仿真和实物测试结果显示：采用神经网络控制能较好实现厨房环境的实时调控，能够快速响应，具有良好的动态和稳态性能。
上传时间： 2013-10-27
上传用户：haohao
弧焊机器人焊缝跟踪神经网络控制器_英文_，神经网络控制方法
上传时间： 2013-12-11
上传用户：coeus
基于Matlab的BP神经网络建模及仿真。将Matlab中的神经网络工具箱和Simulink有机结合起来，并充分利用它们各自的优势，实现了神经网络控制系统的计算机仿真。
上传时间： 2013-12-19
上传用户：helmos
工业生产过程中，时滞对象普遍存在，同时也是较难控制的，尤其是大时滞对象的控制一直都是一个难题。而很多温度控制系统都是属于大时滞系统，常见的智能温度控制器虽然在温度控制的实际应用中表现了比较理想的控制效果，但它仍然属于将参数整定与系统控制分开处理的离线整定方法，如果工况发生变化就必须重新调整参数。针对这一问题，为了实现时滞系统参数自整定的控制，本文将神经网路控制、模糊控制和PID控制结合起来，设计了基于神经网路的模糊自适应PID控制器。 首先，本论文分析了时滞系统的特点，讨论了几种时滞系统较为成熟的常规控制算法：微分先行控制算法、史密斯预估控制算法、大林控制算法，并深入研究了它们的控制性能；并且通过仿真对这三种控制方法在温控系统中的控制性能进行了比较。 其次，在分析PID参数自整定传统方法的基础上，设计了一种改进方法，并设计了相应的控制器。该控制器综合了模糊控制、神经网络控制和PID控制各自的长处，既具备了模糊控制简单有效的控制作用以及较强的逻辑推理功能，也具备了神经网络的自适应、自学习的能力，同时也具备了传统PID控制的广泛适应性。该方法不需要离线整定参数，实现了在线自整定参数。仿真实验表明了该控制器对模型和环境都具有较好的适应能力和较强的鲁棒性。 最后将基于神经网路的模糊自适应PID控制器应用于贝加莱PID温控装置，能够出色地实现参数的在线自整定。理论分析、系统仿真、实验结果都证实了这种控制策略能有效地减少系统超调量，并减少了调节时间，提高了系统的实时性和控制精度。
上传时间： 2013-07-05
上传用户：xinyuzhiqiwuwu
