基于神經(jīng)網(wǎng)絡(luò)自整定pid控制策略及其仿真

《基于神經(jīng)網(wǎng)絡(luò)自整定pid控制策略及其仿真》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、萬方數(shù)據(jù)v01_i7No．6Jun．2005．W)系統(tǒng)仿真學(xué)報(bào)JoURNALoFSY姍MSIM【ULATIoN·I425·基于神經(jīng)網(wǎng)絡(luò)自整定PID控制策略及其仿真牛建軍1，昊偉1，陳國(guó)定2(1西安石油太學(xué)機(jī)械工程學(xué)院，陜西西安710065；2西北工業(yè)大學(xué)機(jī)電學(xué)院，陜西西安710072)摘要：提出了在RBF網(wǎng)絡(luò)辯識(shí)Jacobian陣基礎(chǔ)上，將BP網(wǎng)絡(luò)引入PID控制參數(shù)在線整定的算法，算法可以實(shí)現(xiàn)PID控制參數(shù)的自動(dòng)在線整定和優(yōu)化；給出了在Matlab平臺(tái)土實(shí)現(xiàn)算法的步驟；并通過實(shí)例仿真進(jìn)一步證明了算法的可行性和優(yōu)越性．關(guān)健詞：RBF網(wǎng)絡(luò)；BP網(wǎng)絡(luò)；PID控制；仿真文章編號(hào)：100

2、4．731X(2005)06．1425—03中圈分類號(hào)：TP391．9文獻(xiàn)標(biāo)識(shí)碼：APIDControllerwithNeuralNetsOptimizingParametersandItsStimulationNIUJian-jun1，WUWeil，CHENGuo．din92(1MechanicEngineeringSchoolofXi’anShiyouUniversity,Xi’蚰710065，China；2Electro-mechanicsSchoolofNorthwesternPolytechnicUniversity,Xi’all710072，China)Abstra

3、ct：一Anewalgorithmisputforward,inwhichparametersofthePIDcontrollerareoptimizedonlinebyBPnetbasedonRBFnetidentifyingtheJacobianmatrixofthecontrolledplant．TheprogrammingstepsunderMATLABplatformaledescribed．Simulationiscarriedouttoprovethatthisalgorithmisvalidandfeasible．Keywords：RBFnet；BPnet；PI

4、Dcontroller；simulation引言迄今為止，PID已被成功地應(yīng)用于各類工業(yè)控制過程中fl】，并成為控制策略最成功的應(yīng)用典范之一。然而隨著控制目標(biāo)和要求的精確化，受控對(duì)象及系統(tǒng)的各種非線性和時(shí)變等因素的影響，經(jīng)典PID控制器往往參數(shù)整定不良、性能欠佳、對(duì)工況變化的自適應(yīng)性差，且人工調(diào)試、整定PID參數(shù)費(fèi)時(shí)費(fèi)力。而近年來PID控制與其它智能控制的融合控制策略已顯示出較強(qiáng)的適應(yīng)性和解決問題的能力【211。所以將PID控制與其它智能控制策略相融合顯得尤為必要。本文在RBF嗣絡(luò)辨識(shí)Jacobian陣(即受控對(duì)象的輸出對(duì)控制輸入的靈敏信息)基礎(chǔ)上，將BP網(wǎng)絡(luò)用于PID控制參數(shù)

5、的在線整定，給出的控制算法較好地解決了PID參數(shù)自整定問題，實(shí)例仿真驗(yàn)算了算法的有效性和優(yōu)越性。l控制算法原理基于RBF網(wǎng)絡(luò)辨識(shí)的BP網(wǎng)絡(luò)自整定PID控制策略如圖1所示。圖中，偽為系統(tǒng)輸入，㈣為系統(tǒng)輸出，ym(k)為RBF神經(jīng)網(wǎng)絡(luò)的輸出，“∞為PID控制器的輸出，k、ki、b為BP網(wǎng)絡(luò)的輸出。e(妨、et(k)為偏差。圖1所示控制策略是利用BP網(wǎng)絡(luò)強(qiáng)大的自學(xué)習(xí)和非線性映射特性實(shí)現(xiàn)PID控制器三個(gè)參數(shù)的在線整定和優(yōu)化，最終達(dá)到系統(tǒng)實(shí)際輸出最大程度地逼近其期望輸出。圖示系統(tǒng)4瞞日期：2004—06—11蕾囿日期t2005．0i．14作者簡(jiǎn)介，牛建軍(1972·)，男，甘肅通渭人，碩

6、士生，研究方向?yàn)榱黧w傳動(dòng)與控制；吳偉(1962一)，男，山東淄博人，博士。教授。的實(shí)際輸出嫻反饋與輸入d砷形成偏差粥，P④及其積分項(xiàng)fe(k)at、微分項(xiàng)業(yè)一起作為PID控制器以及BP網(wǎng)絡(luò)。卉的輸入，BP網(wǎng)絡(luò)的輸出為PID控制器整定的三個(gè)參數(shù)k、k、h，PID輸出為受控對(duì)象的控制輸入“∞，“(∞經(jīng)控制對(duì)象作用輸出“叼，面㈣、則、y(k-1)作為RBF網(wǎng)絡(luò)的輸入，達(dá)到對(duì)受控對(duì)象的Jacobian陣的辨識(shí)。Jacobian陣將為按照梯度下降法修改BP網(wǎng)絡(luò)權(quán)值提供準(zhǔn)確的生值，以此取代常臼“規(guī)BP算法修正權(quán)值算法中譬的值僅為Y、“差分值的符號(hào)函數(shù)值。為了加速BP網(wǎng)絡(luò)盡快收斂到局部極值，

7、在權(quán)值修正時(shí)引入動(dòng)量項(xiàng)，即：A哪)一一腎蒜+礎(chǔ)哪-1)(1)其中：刀學(xué)習(xí)效率因子。a為動(dòng)量因子，A∥為權(quán)值矩陣變化量，E為BP網(wǎng)絡(luò)的性能評(píng)價(jià)函數(shù)。國(guó)1控制算法結(jié)構(gòu)圖萬方數(shù)據(jù)·1426·系統(tǒng)仿真學(xué)報(bào)vbL17No．6Jun．2005E：i1[y(七)一r(七)]2(2)W醯禍絡(luò)參數(shù)修正的性能評(píng)價(jià)函數(shù)為：E，：i1[y(七)一y腫(七)]2(3)RBF網(wǎng)絡(luò)參數(shù)修正采用同式(1)的加入動(dòng)量項(xiàng)的改進(jìn)的梯度下降法，由蜘近似計(jì)算蕓的表達(dá)式為：滁≈筆Ou魯=寶哪，簪(4)a材(七)(七)魯～”16Fr’其