将具有自学习和自适应能力的单神经元模型与常规的PID控制算法相结合,设计了单神经元自适应PID控制器,并将其应用于气动压力伺服系统中.实验结果表明,采用单神经元自适应PID控制的气动伺服系统能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质优于常规PID控制器.

针对常规PID控制的缺陷，提出了一种基于神经网络的自适应PID控制器，利用神经网络的自学习能力进行在线调整PID参数，通过控制步进电机将其应用于控制恒压供气系统中的气压。实验结果表明，基于神经网络的PID控制器具有计算速度快、适应性强等优点，其控制效果明显优于常规PID控制器，将其应用于恒压供气系统中是行之有效的。

设计了一套基于步进电机的恒压供气系统，并将一种模糊自适应PID控制器应用于其中。该控制器将模糊控制原理与常规的PID控制算法相结合，实现了对PID参数的在线调整，并通过控制步进电机调节气流截面积，进而实现对气体的恒压控制。实验结果表明，该模糊自适应PID控制器较常规PID控制器具有更好的控制效果。