针对传统PID控制器对非线性时变系统实时性差、抗干扰能力弱,且控制参数人工整定较为困难的问题,研究利用神经网络自学习、抗干扰能力强的特性以及任意逼近非线性函数的能力,在硬件层面实现神经网络控制。利用高性能嵌入式系统芯片作为神经网络计算核心,设计搭建了自整定PID逆变电源控制系统和电路。通过实验验证了该神经网络优化的PID控制系统在两种误差指标上分别降低了15.2%和67.8%,并实现了对期望输出更好的跟踪效果,提高了控制系统的自适应能力,实现了智能算法和功能。
科研之友
微信
新浪微博
Facebook
分享链接
