资源描述：
《基于模糊神经网络的pid温度控制系统》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、第25卷第6期鞍山钢铁学院学报Vol.25No.62002年12月JournalofAnshanInstituteofI.&S.TechnologyDec.,2002基于模糊神经网络的PID温度控制系统121李英顺,伦淑娴,皮红梅(1.沈阳工业大学兴华学院,辽宁辽阳 111003;2.锦州师范学院信息技术学院,辽宁锦州 121003)摘 要:应用模糊神经网络PID控制技术,建立了高分子聚合物反应温度控制系统.该系统利用模糊神经网络调整PID参数,进一步完善了PID控制的自适应性能.自行设计了该控制系统的硬件和软件
2、部分,可以接入8点热电阻信号,具有显示温度、自动控温、声光报警等功能,应用结果说明,该温度控制系统充分利用了模糊神经网络和PID控制的优点,具有良好的动、静态特性和自适应性.关键词:模糊神经网络;PID;单片机;温度测量;温度控制中图分类号:TP27313 文献标识码:A文章编号:1000O1654(2002)06O0408O05 传统PID控制根据被控对象的不同,适当调整PID参数,可以获得比较满意的控制效果.但传统PID控制算法也有它的局限性和不足,它只有在系统模型参数为非时变的情况下才能获得理想的效果,当
3、应用到时变系统时,系统的性能会变差,甚至不稳定.另外,在对PID参数整定过程中,往往得不到全局性的最优值,因此这种控制作用无法从根本上解决动态品质和稳态精度的的矛盾.而模糊控制方法无须建立被控对象的数学模型,对被控对象的时滞、非线性、时变性具有一定的适应能力,同时对噪声也有较强的抑制能力,鲁棒性较好,但模糊控制器本身消除系统误差的性能较差,难以达到较高的控制精度,并且系统中的模糊规则通常是由领域专家的意见归纳整理出来的,而事实上许多领域知识是难以描述的.而神经网络能从数据样本中直接自动推导出规则,而不必利用领域知
4、识.因此,模糊神经网络是把模糊理论所具有的较强的推理能力与神经网络所具有的自学习、自适应、容错性和并行性相结合的一种方法.高分子聚合物反应温度是具有较大的滞后性、非线性、时变性的控制对象,单纯采用PID控制不会取得较好的控制效果,而采用模糊神经网络PID复合控制方式控制不失为一种比较好的控制方法.采用模糊神经网络调整PID参数,进一步完善了PID控制的自适应性能.应用结果表明,它能发挥模糊控制鲁棒性能、动态响应好,上升时间快,超调小的特点,又具有PID控制器的动态跟踪品质和稳态精度,取得较好效果.1 模糊神经网络
5、PID控制器的设计 目前,常规PID调节器控制作用的一般形式为U(k)=KPE(k)+KI∑E(k)+KDEC(k)k=0,1,2,⋯(1)E(k),EC(k)分别为其输入偏差和偏差变化率;KP,KI,KD分别为表征其比例、积分、微分作用的参数.采用模糊神经网络调整PID参数是一种在常规PID调节器的基础上,应用模糊神经网络理论建立参数KP,KI和KD与偏差绝对值
6、E
7、和偏差变化率绝对值
8、EC
9、间的二元连续函数关系为KP=f1(
10、E
11、,
12、EC
13、)KI=f2(
14、E
15、,
16、EC
17、)KD=f3(
18、E
19、,
20、EC
21、)并根据
22、不同的
23、E
24、和
25、EC
26、在线自整定参数KP,KI和KD.收稿日期:2002-09-10.作者简介:李英顺(1971-),女,朝鲜族,辽宁抚顺人,讲师.©1995-2005TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.第6期 李英顺,等:基于模糊神经网络的PID温度控制系统·409· 由专家的经验和实际情况总结出如下规则:(1)当
27、E
28、较大时,为使系统具有较好的快速跟踪性能,就取较大的KP与较小的KD,同时为避免系统响应出现较大的超调,应对积分
29、作用加以限制,通常取KI=0.(2)当
30、E
31、处于中等大小时,为使系统响应出现较小的超调,KP应取得小些,在这种情况下,KD的取值对系统响应影响较大,KI的取值要适当.(3)当
32、E
33、取较小时,为使系统有较好的稳态性能,KP与KI应取得大些,同时为避免在设定值附近出现振荡,KD值的选择相当重要.111 模糊神经网络PID控制器的结构及工作原理 模糊神经网络调PID控制器的结构如图1所示.选取温度偏差e(t)及e(t)的变化率作为模糊神经网络的输入,输出为PID的参数KP,KI和KD,送给PID控制器.图中u(t)的
34、控制器输出,y(t)温度输出,R为给定的温度值.该系统由一个标准PID控制和一个模糊神经图1 模糊神经网络PID控制框图网络PID参数调节器组成.控制器的输出为Fig.1Fuzzy-NeuralPIDControllerStructurede(t)u(t)=KPe(t)+KD+KIe(t)dt(2)dt∫112 模糊神经网络调整PID参数控制原理及算法11211 模糊神经
