基于神经网络自整定pid控制策略及其仿真

《基于神经网络自整定pid控制策略及其仿真》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据v01_i7No．6Jun．2005．W)系统仿真学报JoURNALoFSY姗MSIM【ULATIoN·I425·基于神经网络自整定PID控制策略及其仿真牛建军1，昊伟1，陈国定2(1西安石油太学机械工程学院，陕西西安710065；2西北工业大学机电学院，陕西西安710072)摘要：提出了在RBF网络辩识Jacobian阵基础上，将BP网络引入PID控制参数在线整定的算法，算法可以实现PID控制参数的自动在线整定和优化；给出了在Matlab平台土实现算法的步骤；并通过实例仿真进一步证明了算法的可行性和优越性．关健词：RBF网络；BP网络；PID控制；仿真文章编号：100

2、4．731X(2005)06．1425—03中圈分类号：TP391．9文献标识码：APIDControllerwithNeuralNetsOptimizingParametersandItsStimulationNIUJian-jun1，WUWeil，CHENGuo．din92(1MechanicEngineeringSchoolofXi’anShiyouUniversity,Xi’蚰710065，China；2Electro-mechanicsSchoolofNorthwesternPolytechnicUniversity,Xi’all710072，China)Abstra

3、ct：一Anewalgorithmisputforward,inwhichparametersofthePIDcontrollerareoptimizedonlinebyBPnetbasedonRBFnetidentifyingtheJacobianmatrixofthecontrolledplant．TheprogrammingstepsunderMATLABplatformaledescribed．Simulationiscarriedouttoprovethatthisalgorithmisvalidandfeasible．Keywords：RBFnet；BPnet；PI

4、Dcontroller；simulation引言迄今为止，PID已被成功地应用于各类工业控制过程中fl】，并成为控制策略最成功的应用典范之一。然而随着控制目标和要求的精确化，受控对象及系统的各种非线性和时变等因素的影响，经典PID控制器往往参数整定不良、性能欠佳、对工况变化的自适应性差，且人工调试、整定PID参数费时费力。而近年来PID控制与其它智能控制的融合控制策略已显示出较强的适应性和解决问题的能力【211。所以将PID控制与其它智能控制策略相融合显得尤为必要。本文在RBF嗣络辨识Jacobian阵(即受控对象的输出对控制输入的灵敏信息)基础上，将BP网络用于PID控制参数

5、的在线整定，给出的控制算法较好地解决了PID参数自整定问题，实例仿真验算了算法的有效性和优越性。l控制算法原理基于RBF网络辨识的BP网络自整定PID控制策略如图1所示。图中，伪为系统输入，㈣为系统输出，ym(k)为RBF神经网络的输出，“∞为PID控制器的输出，k、ki、b为BP网络的输出。e(妨、et(k)为偏差。图1所示控制策略是利用BP网络强大的自学习和非线性映射特性实现PID控制器三个参数的在线整定和优化，最终达到系统实际输出最大程度地逼近其期望输出。图示系统4瞒日期：2004—06—11蕾囿日期t2005．0i．14作者简介，牛建军(1972·)，男，甘肃通渭人，硕

6、士生，研究方向为流体传动与控制；吴伟(1962一)，男，山东淄博人，博士。教授。的实际输出娴反馈与输入d砷形成偏差粥，P④及其积分项fe(k)at、微分项业一起作为PID控制器以及BP网络。卉的输入，BP网络的输出为PID控制器整定的三个参数k、k、h，PID输出为受控对象的控制输入“∞，“(∞经控制对象作用输出“叼，面㈣、则、y(k-1)作为RBF网络的输入，达到对受控对象的Jacobian阵的辨识。Jacobian阵将为按照梯度下降法修改BP网络权值提供准确的生值，以此取代常臼“规BP算法修正权值算法中譬的值仅为Y、“差分值的符号函数值。为了加速BP网络尽快收敛到局部极值，

7、在权值修正时引入动量项，即：A哪)一一肾蒜+础哪-1)(1)其中：刀学习效率因子。a为动量因子，A∥为权值矩阵变化量，E为BP网络的性能评价函数。国1控制算法结构图万方数据·1426·系统仿真学报vbL17No．6Jun．2005E：i1[y(七)一r(七)]2(2)W醯祸络参数修正的性能评价函数为：E，：i1[y(七)一y肿(七)]2(3)RBF网络参数修正采用同式(1)的加入动量项的改进的梯度下降法，由蜘近似计算芸的表达式为：滁≈笔Ou鲁=宝哪，簪(4)a材(七)(七)鲁～”16Fr’其