欢迎来到天天文库
浏览记录
ID:33363860
大小:2.32 MB
页数:80页
时间:2019-02-25
《基于神经网络的pid控制算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中文摘要PID控制技术是一种应用很普遍的控制技术,目前在很多方面都有广泛的应用。论文详细阐述了神经网络PID控制器。首先简要介绍了神经网络的理论基础和神经网络的学习算法,传统的常规PID控制器,针对常规PID控制器对于复杂的、动态的、不确定的和非线性的系统控制还存在的许多不足之处进行了阐述,为了达到改善常规PID控制器的目的,文中系统的列举了五种改进方式(模糊PID控制器、专家PID控制器、基于遗传算法整定的PID控制器、灰色PID控制器和神经网络PID控制器)。经典PID控制算法作为一般工业过程控制方法应用范围相当广泛,原则上讲它并不依赖于被控对象的具体数学模型,但算法参数的整定却是一件很
2、困难的工作,更为重要的是即使参数整定完成,由于参数不具有自适应能力,因环境的变化,PID控制对系统偏差的响应变差,参数需重新整定。针对上述问题,人们一直采用模糊、神经网络等各种调整PID参数的自适应方法,力图克服这一难题。一般情况下,一个自适应控制系统能够运行,其相应的参数要适应现场状况的变化,因此就必须根据现场的数据对相应的参数进行在线辨识或估计。对非时变参数可以通过一段时间的在线辨识确定下来,但对时变参数系统,必须将这个过程不断进行下去,因此要求辨识速度快或参数变化速度相对较慢,极大地限制了自适应技术的应用。为克服这种限制,本文利用文献[37]的思想,将神经网络的技术应用于参数辨识过程,
3、结合经典的PID控制算法,形成一种基于BP神经网络的自适应PID控制算法。这一算法的本质是应用神经网络建立系统参数模型,将时变参数系统的参数变化规律转化为神经网络参数模型,反映了参数随状态而变的规律,即当系统变化后,可直接由模型得到系统的时变参数,而无需辨识过程。在神经网络参数模型的基础上,结合文献[37]已知系统模型下PID控制参数的计算,推导出一种自适应PID控制算法。通过在计算机上对线性和非线性系统仿真,结果表明了这种自适应PID控制算法的有效性。关键词:自适应PID控制算法;PID控制器;参数模型;神经网络;BP算法:黑龙江大学硕士学位论文AbstractThetechnologic
4、0fPIDcontrolisVe巧geneml,thereisextensiVe印plicationiIlmaIlyfieldsatpresent.Tllepaperexplorestheneural咖rkPIDcontrollerdeeply.Thepaperhasin仃oducedmetheoreticaJfoundationoftheneurmne“vorkaIld咖dyiIlgalgorithmoftheneu工铂net、Ⅳork,tradition射routinePIDcontrollerbrienyatfirSt,mepaperhaSexpomldedm锄lyshortcomin
5、gsexistedintheconn.olofme仃aditionmPIDcontr01lerfortllesystem、Ⅳhichiscomplex,dyn锄ic,uncen;aill趾dnoIlline缸InordertoachieVethegoalofimproVingtraditionalPIDcontroller’fiVeimproVementwaysareproposedsystematic甜lyintlleaIticle.(缸zyPlDcon仃oller,expertPIDcon仃oller’hereditalyalgorithmPIDcon昀ller,greyPIDcontr
6、oller锄dneuralnet、№rkPIDcontroller).ClaSsicalPIDcontrolalgorithm,aSageneralmethodofindustrialprocesscontrol,applicati6nscopeisbroad-瑚ged.Inprinciple,itdoesnotdependonⅡ1especificmathematicalmodelofthecontrolledplant,butt姗ingalgorimmparameterSisaVe巧di佑culttaSk.Tomoreinlpona叭,eVeniftuningthepar锄eterisc
7、ompleted,硒p黜猢etersdonothavead印tiVecapacity,duetoachangeinenViro胁ent,PIDcontrolof也eresponseoftheSystemdeViationgetworse,par锄etersneedtoberemmed.Inresponset0theseprobl嘲S’peoplehavebeenusingtheadaptiVemetIlodo
此文档下载收益归作者所有