【摘要】 PID控制器在智能伺服系统的设计上具有良好的应用前景。目前,神经网络PID控制器在各个控制领域中得到了成功的应用,如BP神经网络PID控制器、RBF神经网络PID控制器等。然而,这些神经网络的学习一般采用最陡梯度下降算法,算法速度太慢,导致在伺服系统中PID控制的实时性太差。本论文以无刷直流伺服马达速度控制作为研究对象,提出一种基于极速学习机(Extreme Learning Machine,ELM)的新型三层前馈神经网络PID控制器。与传统的神经网络函数逼近原理不同,只要神经元激活函数具有可微的形式,输入权值和隐藏层偏置值就能随机的设置,那么ELM神经网络输出层的权值就可以具有解析的计算式,在PID控制中具有较好的实时性。实验结果表明:此PID控制器在性能上可以达到我们所要求的控制要求,相比其他神经网络PID控制器具有更好的实时性。更多还原