神经网络自适应PID控制器的研究与仿真

《神经网络自适应PID控制器的研究与仿真》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、贵州大学硕士学位论文摘要PID控制器结构简单，鲁棒性强，目前在很多方面都有着广泛的应用。但是随着科学技术的不断发展和进步，被控对象变得越来越复杂，传统的PID控制器对时变系统和非线性系统往往得不到较好的控制效果。神经网络具有自适应和自学习能力，神经网络对传统的PID控制器进行改造后，对工业控制中的复杂系统的控制有着更好的控制效果，可以有效地改善由于系统结构和参数变化而导致的控制效果不稳定的状况。本文对神经网络自适应PID控制器进行了仿真研究，主要有以下几个方面的工作：(1)深入细致的分析了神经网络的理论基础及其神

2、经网络的学习规则，引出了单神经元自适应PID控制器和基于BP神经网络整定的PID控制器。(2)对单神经元自适应PID控制器和基于BP神经网络整定的PID控制器作了仿真研究，仿真结果表明，这两种神经网络自适应PID控制器不但具有PID控制的优点而且还具有神经网络控制的自适应特点，能够对控制对象变化以及外来的扰动做出及时调整，保证系统的顺利运行。(3)在论证了神经网络自适应PID控制器的优越性的基础上，将单神经元自适应PID控制应用在了双闭环直流调速系统中，通过仿真分析，双闭环调速系统的跟随性能、抗扰性能及鲁棒性能都

3、得到了改善，达到了预期的效果。关键词：PID控制器神经网络单神经元自适应仿真贵州大学硕士学位论文AbstractPIDcontrollerhassimplestructureandgoodrobustness，thereisextensiveapplicationinmanyfieldsatpresent．Butwiththedevelopmentofscienceandtechnology,thecontrolledsystemhasbecomemoreandmorccomplicated。∞theconven

4、tionalPIDcontrollercan’tgetgoodperformanceforthetime-varyingobjectsandnon—linearsystems．Andtheneuralnetworkhastheabilityofadaptiveandself-learning，thetraditionalPIDcontrolleristransformedbytheneuralnetworks，thereisabettercontrolresulttothecomplicatedsystemini

5、ndustrialcontrol，andimprovingtheinstabilityoftheresultbecauseofthestructureandtheparameterofthesystemchange．Inthispaper,theneuralnetworkadaptivePIDcontrollerforthesimulationstudy,mainlyinthefollowingaspects：(1)Detaileddescriptionoftheneuralnetworktheoryandlea

6、rningalgorithmofneuralnetwork，leadstothesingleneuronadaptivePIDcontrollerandtheneuralnetworkadaptivePIDcontrollerbasedonBackPropagationalgorithm．．(2)CarriedonsimulationtothesingleneuronadaptivePIDcontroUerandtheneuralnetworkadaptivePIDcontrollerbasedonBackPro

7、pagationalgorithm，thesimulationresultsshowthattheneuralnetworkadaptivePIDcontrollernotonlyhastheadvantageoftraditionalP1Dbutalsohasthefeaturesofself-adaptive．Itcanregulatethesystemintimewhentheobjectchangesorsomethinginterferethesystemensurethatsystemiscarrie

8、doutsmoothly．(3)DemonstrationthesuperiorityoftheneuralnetworkadaptivePIDcontroller,usedthesingleneuronadaptiveP1DcontrollerintheDCmotorsystem．Thesimulationanalysis，theDCmotorsystemtofollo