单神经元pid自适应控制器的设计

《单神经元pid自适应控制器的设计》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、单神经元PID自适应控制器的设计　　摘要把传统的PID控制和单神经元的优点有机地结合，产生单神经元PID自适应控制器，可以改进传统PID的控制效果。用单神经元实现自适应PID控制器功能，对单神经元结合的控制算法进行实验仿真，证明单神经元自适应PID控制器具有良好的鲁棒性。　　关键词单神经元；自适应；鲁棒性　　TP39A1674-6708（2012）80-0219-02　　0引言　　随着科学技术的不断进步和发展，传统PID控制技术难以达到人们的精确要求。单神经元PID自适应控制器能较好地解决这类问题而

2、得以广泛地应用[1]。本文设计一种具有自适应、自学习功能的单神经元PID控制器，由仿真结果研究了该控制中参数的影响性。　　图1为单神经元自适应PID控制器的结构框图，其中r（k）和输出y（k）为转换器的输入，x1（k），x2（k），x3（k）为转换器输出神经元学习控制所需要的状态量。　　（2-1）　　为性能指标，k是比例系数，且k>0。控制信号是由神经元通过关联搜索产生的。　　（2-2）　　式2-2中ily:宋体;line-height:normal;"/>　　调整加权系数可以让单神经元PID

3、控制器实现自适应、自学习，采用不同的学习规则可以形成相应的控制算法。　　2单神经元自适应PID控制系统及MATLAB仿真　　2.1单神经元自适应PID控制系统的原理　　利用单神经元PID的控制，我们能够实现对多个变量的控制，图2的控制系统由两个单神经元控制器组成[2]。　　单神经元自适应PID控制器要实现自适应，自组织功能的功能，我们可以通过对加权系数来调整而达到这一目的，例如有监督的Hebb学习规则。下面的公式3-1，3-2为相应的算法：　　（3-1）　　（3-2）　　ηP、ηI、

4、ηD分别代表PID控制器的比例、积分、微分学习速率，k为比例系数，k>0。　　在公式3-1中，k值要在合适的范围内，过小或者过大都会产生不理想的状态。k过小，会使系统的快速性变差；k过大，快速性好，但会导致系统不稳定。　　2.2单神经元自适应PID控制仿真程序　　设有耦合二变量耦合被控对象：　　（3-3）　　设采样时间T=1s，给定输入为单位阶跃输入，即：　　响应曲线如图3和图4所示。　　2.3分析与结论　　单神经元PID控制因为具备了自学习与自适应的特性，相对于传统PID控制无法快速

5、反应的缺陷，更能适应现代工业的发展需求。　　结果表明，该控制系统兼备了传统PID控制结构简单、调整方便的优点和单神经元的自学习、自适应的优点，避免了传统PID控制的一些缺陷，能得到较为理想的控制效果。　　3结论　　从Simulink仿真结果可以看出，单神经元自适应PID控制器不但具有神经元的自学习、自适应的优点，同时整个系统具有较好的鲁棒性，比常规PID控制系统的性能更优秀。由此可见，单神经元自适应PID控制具有良好的应用前景。　　从以上的实验我们可以看到k值的选择是至关重要的，过小或者过大都会产生

6、不理想的状态。过小，会使系统的快速性变差；过大，快速性好，但会导致系统不稳定。　　也就是说，k值的选择决定控制系统的跟踪性能与收敛速度。由于时间与精力有限，没有进行对k值在线调整的测试，通过改进算法便可实现在线调整。