基于rbf神经网络整定的pid控制器设计及及认真毕业设计

基于rbf神经网络整定的pid控制器设计及及认真毕业设计

ID:13659248

大小:469.00 KB

页数:34页

时间:2018-07-23

基于rbf神经网络整定的pid控制器设计及及认真毕业设计_第1页
基于rbf神经网络整定的pid控制器设计及及认真毕业设计_第2页
基于rbf神经网络整定的pid控制器设计及及认真毕业设计_第3页
基于rbf神经网络整定的pid控制器设计及及认真毕业设计_第4页
基于rbf神经网络整定的pid控制器设计及及认真毕业设计_第5页
资源描述:

《基于rbf神经网络整定的pid控制器设计及及认真毕业设计》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、基于RBF神经网络整定的PID控制器设计及仿真摘要目前,因为PID控制具有简单的控制结构,可通过调节比例积分和微分取得基本满意的控制性能,在实际应用中又较易于整定,所以广泛应用于过程控制和运动控制中,尤其在可建立精确模型的确定性控制系统中应用比较多。然而随着现代工业过程的日益复杂,对控制要求的逐步增高(如稳定性、准确性、快速性等),经典控制理论面临着严重的挑战。对工业控制领域中非线性系统,采用传统PID控制不能获得满意的控制效果。采用基于梯度下降算法优化RBF神经网络,它将神经网络和PID控制技术融为一体,既具有

2、常规PID控制器结构简单、物理意义明确的优点,同时又具有神经网络自学习、自适应的功能。因此,本文通过对RBF神经网络的结构和计算方法的学习,设计一个基于RBF神经网络整定的PID控制器,构建其模型,进而编写M语言程序。运用MATLAB软件对所设计的RBF神经网络整定的PID控制算法进行仿真研究。然后再进一步通过仿真实验数据,研究本控制系统的稳定性,鲁棒性,抗干扰能力等。关键词:PID;RBF神经网络;参数整定SETTINGOFTHEPIDCONTROLLERBASEDONRBFNEURALNETWORKDESIG

3、NANDSIMULATIONAbstractAtpresent,becausethePIDcontrolhasasimplecontrolstructure,throughadjustingtheproportionalintegralanddifferentialgainbasicsatisfactorycontrolperformance,andisrelativelyeasytosettinginpracticalapplication,sowidelyusedinprocesscontrolandmoti

4、oncontrol,especiallyintheaccuratemodelcanbebuiltmoredeterministiccontrolsystemapplication.Withtheincreasinglycomplexofthemodernindustrialprocess,however,increasedstepbysteptocontrolrequirements(e.g.,stability,accuracyandquickness,etc.),classicalcontroltheoryi

5、sfacedwithseverechallenges.Non-linearsystemsinindustrialcontrolfield,usingthetraditionalPIDcontrolcannotobtainsatisfactorycontroleffect.OptimizedRBFneuralnetworkbasedongradientdescentalgorithm,itwillbeintegratedneuralnetworkandPIDcontroltechnology,withaconven

6、tionalPIDcontrollerhassimplestructure,physicalmeaningisclearadvantages,atthesametimewithneuralnetworkself-learning,adaptivefunction.Therefore,thisarticlethroughtotheRBFneuralnetworkstructureandthecalculationmethodoflearning,todesignasettingofthePIDcontrollerb

7、asedonRBFneuralnetwork,constructsitsmodel,andthenwriteMlanguageprogram.UsingtheMATLABsoftwaretodesigntheRBFneuralnetworksettingofPIDcontrolalgorithmsimulationresearch.Dataandthenfurtherthroughsimulationexperiment,thecontrolsystemstability,robustness,anti-inte

8、rferenceability,etc.Keywords:PID;RBFneuralnetwork;Parametersetting目录摘要ⅠAbstractⅡ1绪论11.1课题研究背景及意义11.2神经网络的发展历史21.3本课题研究的主要内容52神经网络62.1神经网络的基本概念和特点62.2人工神经网络构成的基本原理62.3神经网络的结构72.3.1前馈网络72.3

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。