基于虚拟仪器的在线寻优控制

《基于虚拟仪器的在线寻优控制》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、万方数据基于虚拟仪器的在线寻优控制张鹏鸣，张持健(安徽师范大学物理与电子信息学院，安徽芜湖241000)摘要：文章针对虚拟仪器控制方式在处理时变、非线性系统方面所存在的不足，提出了一种基于人工智能的虚拟仪器在线寻优控制方法，通过在线学习，自动寻优和实时调节，获得最优的控制参数。基于虚拟仪器平台和MATI．AB@仿真结果表明，上述控制方法得到了预期效果。关键词：智能控制；虚拟仪器；在线寻优；性能参g炙；RBF神经网-§g；PID中图分类号：TP391文献标识码：A文章编号：1009—2374(2010)01—0016—03基于计算机技术的虚拟仪器，使得数据采集和工业控制自动化技术发生了

2、重大的变革。基于虚拟仪器的自动化测控系统大都具有界面友好、易于操作等特点，为此人们设计开发了各种基于PID控制技术的虚拟仪器钡4控系统。文献[1]可以快速确定3阶以内线性被控对象的PID控制参数。文献[2】以Lab＼7TEw7，1和PlDl二具包为软件开发平台，设计了一个实时温度控制系统，文献[3]基于LabVIEW平台设计一种自整定的PT控制系统，这些基于虚拟仪器测控技术的广泛应用，以及虚拟仪器硬件成本的直线下降，推动了虚拟仪器实时测控系统的飞速发展。但对于具有非线性、大时滞的系统。由于难以获得精确数学模型，仍然很难得到理想的控制效果。随着20I_I}坌己90年代智能控制理论的出现

3、，将智能算法与虚拟仪器相结合成为研究的热点。文献[4J探讨了人工智能BP神经网络算法在虚拟仪器开发软件LabVIEWr[，的实现方法，并将其应用于三容水箱液位的控制，仿真结果表明系统具有良好的动、静态控制效果。神经网络理论以其在系统辨识、优化计算与容错处理等方面的优势，为自动控制系统提供了新的活力。但是由于BP网络存在收敛速度慢、运算量大、容易产生局部极小，而且在没有实验数据的情况下不能实时在线学习等周有缺陷。为解决以上问题，本文提出一种基于虚拟仪器平台的在线寻优控制算法，针对工业控制过程巾存在的非线性、时变等各种不确定性，采用一种基于RBF神经网络在线辨识的PID自整定控制器。依靠

4、RBF神经网络g寸PID控制参数进行在线学习，并充分利用了虚拟仪器系统在实时控制方面的优势。通过RBF神经网络和虚拟仪器的集成技术和信息融合，系统自动寻优调整获得最佳控制量：测试结果表明，采用基于RRF神经网络的虚拟仪器在线寻优控制技术，系统兼顾了稳态和瞬态性能指标，且算法简单，获得了预期的控制效果。一、基于虚拟仪器的在线寻优控制平台的实现基于虚拟仪器的在线寻优控制方法将智能控制算法与虚拟仪器技术紧密地融合在一起，既实现了实时控制，又能够获得高精度的控制性能：本文采取的寻优控制策略是利用RBF神经网络X,-JPID控制参数进行在线整定，自动寻优。在线寻优控制系统结构框图L女11图l所

5、示，虚线框部分即是RBF神经网络整定PID控制器。一16一图1在线寻优控制系统框图(一)基于RBF神经网络PID整定原理1．RBF利s经网络：RBF网络模拟人脑局部调整、相互覆盖接受域的神经网络结构，是一种具有单隐层的三层前馈神经网络，南输入到输出的映射是非线性的，而隐含层空间到输出空间的映射是线性的，从而大大加快了学习速度并避免局部极小问题。RBF神经网络在20世纪80年代便由J．Moody年r[1C．Darken}是出，但其对非线性系统有很强的辨识性，具有最佳逼近能力，在一定程度上客服了BP网络的不足，而且结构简单、运算量小。RBF}d0经网络结构如图2所示：图2RBF神经网络结

6、构RUF拍．Z．⋯7．网络的输入向量为x--[z泌：，⋯，x丁，径向基向量为H=阶t，h：，⋯，h∥。·^。r，其【fl吩为高斯基函数：h．,=expf掣】㈣，⋯，m，网络的筋个结点的中心矢量为G=b．，cj：，⋯，Cji，⋯Cj,r，其中，i=1，2，⋯，几网络的基宽向量为：肚【6。。b：，⋯，6∥-·6，，r6，为节点j的基宽度参数，鼠为大于零的数：网络的权向量为：Ⅳ=№，啦，⋯，驯j，⋯姒，Jr2．PID参数整定技术。RBF}申经网络的输入向量取石出“(A)，万方数据yout(k)，yout(k一1)】，△u(七)是k时刻的控制量变化量；弘u￡是被控对象的输出。(1)由ymou

7、t(k)剐lhI+w-,h：+⋯+叫。^。计算出晟时亥IJRBF网络的辨识输出ymout。。。(2)以仁i1()'out(k)-'9"mout(k))2为性能指标对RBF神经网络进行优化，并获得系统输出对控制输入变化的灵敏度信息矾"out，优化算法如下：W，(七)=wj(k～1)+rl(yout(k)一ymout(k))h，+a(w，(k—1)一w，(．i}一2))呼(删k)-ymout㈣)w．，hj(业{掣)u』bs(七)=6，(七一1)+rlAb，"4