基于神经网络的模糊自适应PID控制方法研究.pdf

《基于神经网络的模糊自适应PID控制方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、·信息技术·彭青，等·基于神经网络的模糊自适应PID控制方法研究基于神经网络的模糊自适应PID控制方法研究彭青，方坤伦(南京理工大学机械工程学院，江苏南京210094)摘要：针对常规PID控制器不能在线修正参数以及模糊规则和率属函数对专家经验的依赖性，提出了神经网络模糊自适应PID控制器，从而综合了传统PID控制、模糊控制、神经网络控制的优点，使其具有PID控制的广泛适用性和神经网络的自适应和自学习能力，同时又具备模糊控制的非线性控制作用；仿真实验可知该控制器具有更快的响应和更好的平稳性。关键词：神经网络；模糊控制；PID控制中图分类号：TP393文献标志码：B文

2、章编号：1671．5276(2012)0l-0120-03ResearchonFuzzyAdaptivePIDControlBasedonNeuralNetoworkPENGQing，FANGKun—lun(SchoolofMechanicalEngineering，NanjingUniversityofScienceandTechnology，Nanjing210094，China)Abstract：BecausethetraditionalPIDcontrollercan’tmodifytheparameteranditsfuzzyruleandratefun

3、ctiondependonexperts’experience，thispaperputsforwardakindoffuzzyadaptivePIDcontrollerbasedonneuralnetwork，whichsynthesizestheadvanta。gesofPIDcontrol，PIDfuzzycontrolandneuralnetworkcontrollerandhaswidePIDcontroladaptability，learningandadaptivefunc’tionsandthenonlinearcontrolabilityoffu

4、zzycontro1．Itisprovedthatthiscontrollerismorefrequentandmoresmoothcontroller．Keywords：neuralnetwork；fuzzycontrol；PIDcontrol1传统控制器0引言1．1常规P1D控制器PID控制是最早的控制策略之一，由于其算法简单、该控制器算法为：鲁棒性好及可靠性高，尤其适用于可建立精确数学模型的确定性控制系统，而实际工业生产过程往往具有非线)=[e(f)+)df+】(1)性、时变不确定性，难于建立精确的数学模型，为此传统离散化算法为：的PID控制器最优参数的选取

5、也比较麻烦，而模糊自适应控制器正是基于对象模型不确定且具有非线性特性的“()=e()+KI∑eu)+[e()一e(一1)](2)复杂控制系统而设计的，即以模糊集合论、模糊语言变量式中e(k)=r(k)一Y(k)：第k次采样时刻输入的控制偏及模糊逻辑推理等作为理论基础，是控制理论发展的高差量；级产物，将模糊自适应与传统PID控制结合起来用于那r()：第k次采样时刻的设定值；些复杂系统，可以在线修改PID控制器参数，K，，，Y(k)：第k次采样时刻的实际输出值；即模糊自适应PID控制器；而模糊控制系统中，规则由对“(k)：第k次采样时刻空机器的输出值；所解决的问题持有

6、丰富经验的专业人员以语言方式表达K(i=P，，，D)：控制器的比例、积分、微分系数；出啦，规则的获取及率属函数的确定依靠经验知识而没￡=KT，T为采样周期。有统一的方法，这给模糊控制的发展及进一步推广带来PID控制系统框图如图1所示。很大阻碍，神经网络由于其固有的特点，为解决这一问题带来了一种新的途径，利用传感器技术将基于专家经验数据转换为数值数据，再利用神经网络中的有效学习算法，从这些数据中学习控制规则和率属函数。为此笔者提出将传统PID控制器、模模糊自适应控制器与神经网络控制器结合起来，即神经网络模糊自适应PID控制器，既解决了PID控制器的参数在线调整，又可

7、有效地掌握图1模拟控制系统原理框图模糊控制规则和率属函数。作者简介：彭青(1985一)，男，江西南昌人，硕士，研究方向为控制器算法与动力学仿真分析和机械结构设计优化。·l20·http：／／ZZHD．chinaj0Liraa1．net．onE-mail：ZZHD@chainajouma1．net．en《机械制造与自动化》·信息技术·彭青，等·基于神经网络的模糊自适应PID控制方法研究1．2模糊自适应控制器模糊自适应控制器原理框图如图2所示。图3神经网络控制系统图2基本模糊控制器原理框图其中模糊化即为将输入的精确量模糊化，将语言变量X2的语言值化为某适当论域上的模糊

8、子集，模糊