基于bp神经网络pid控制的直流电机调速系统设计(可编辑)

《基于bp神经网络pid控制的直流电机调速系统设计(可编辑)》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于BP神经网络PID控制的直流电机调速系统设计摘要：本文主要研究BP神经网络在PTD控制中的应用，阐述了BP神经网络在PTD控制中的发展、现状、基本原理及具体工业应用。由于传统PTD控制器在被控对象具有非线性、时变不确定性等难以建立精确数学模型的情况下，会出现无法正确整定参数导致性能欠缺的严重缺陷，将BP神经网络应用到传统PTD控制中，能够在一定程度上克服上述缺陷。本文分别采用传统PTD和基于BP神经网络的新型PTI）作为控制器，对直流无刷电机的不同运行状况进行仿真，仿真结果表明，基于神经网络的PTD控制实现了自适应控制功能，相比于传统PTD控制具有较强的鲁棒性。关键词：PID控

2、制器；直流无刷电机仿真；BP祌经网络DesignforDCMotorPIDControlSystemBasedonBPNeuralNetworkAbstractThispaperstudiestheapplicationofBPneuralnetworkPIDcontrol，describestheBPneuralnetworkPIDcontrolinthedevelopmentofthestatusquo,thebasicprinciplesandspecificindustrialapplications.SinceinthecaseoftraditionalPIDcontro

3、llerisdifficulttoestablishaccuratemathematicalmodelofthecontrolledobjectwiththenon-linear，changeuncertaintiesandsoon，therewillnotbeawholecorrectseriousdeficienciesintheperformanceofagivenparametercausesthelackofapplicationoftheBPneuralnetworktoaconventionalPIDcontrol,itispossibletoovercomethea

4、bovedrawbackstosomeextent.ThispaperusingtraditionalPIDandBPneuralnetworkbasedonanewtypeofPIDcontrollersfordifferentoperatingconditionsbrushlessDCmotorsimulation，simulationresultsshowthattheneuralnetworkPIDcontroltheadaptivecontrolfunction,comparedtotraditionalPIDcontrolhasstrongrobustness,keyw

5、ord:PIDcontroller；BrushlessDCMotor;BPNeuralnetwork第一章绪论1.1控制理论的发展和面临的挑战随着社会的不断发展，人们从解决重大工程和技术问题的实践中逐渐总结出Y有关控制的相关理论。现实中的系统大多数都是非线性的，然而传统的经典控制理论的主要研究对象却是线性时不变系统，用分析线性系统的理论來分析非线性的系统远不能满足人们对研究对象中涉及到&棒性、非线性或是具有柔性结构或离散时间变量的动态系统控制的要求。因此，在经历Y经典控制理论、现代控制理论两个发展阶段后，人工智能以其独特的非传统表达方式和固有的学习能力，引起了控制界的广泛关注。智能

6、控制是多学科交叉的学科，它的发展得益于人工智能、认知科学、模糊集理论和生物控制论等众多学科的发展，它强调的是同时具有以知识表示的非数学广义模型和以数学模型表示的混合过程，也往往是那些含有复杂性，不完全性，模糊性或不确定性以及不存在己知算法的非数学过程，并以知识进行推理，以启发引导求解过程。智能控制有各种各样的形式并可以应用于不同的领域，其屮系统是近年来很多研究人员研究并使之快速发展的一个领域。这是因为祌经网络在智能控制的参数、结构或环境的自适应、自组织、自学习等控制方而具有独特的能力，这些独特的能力使得祌经网络适合于复杂系统尤其是当系统存在不确定性因素时的建模和控制。1.2神经网络

7、技术的发展与国内外研究现状人工神经网络早期的研究工作应追溯至20世纪40年代。1943年心理学家W*Mcculloch和数理逻辑学家W-Pitts在分析、总结神经元基本特性的基础上首先提出神经元的M-P数学模型。此模型沿用至今，并且直接影响着这一领域研究的进展。因而，他们两人可称为人工神经网络研宄的先驱。1948年，冯•诺依曼领导的设计小组在研究工作中比较了人脑结构与存储程序式计算机的根木区别，提出了以简单神经元构成的再生自动机网络结构。1949年，心理学家Donal