基于自适应神经元的结构振动智能PID 控制Ξ

《基于自适应神经元的结构振动智能PID 控制Ξ》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第14卷　第4期应用力学学报Vol.14No.41997年12月CHINESEJOURNALOFAPPLIEDMECHANICSDec.1997X基于自适应神经元的结构振动智能PID控制##刘　华　黄　田　曾子平　张令弥(南京航空航天大学　南京　210016)(#　天津大学　天津　300072)摘　　要首先提出基于自适应神经元的振动智能PID控制策略及相应高效算法,然后通过数字仿真与模型实验验证了这种算法的有效性。这种方法具有控制器参数少、结构简单、算法收敛速度快、便于实时控制等优点。与传统PID控制相比,控制器参数整定可通过神经网络的自组织来实现。

2、数字仿真与实验结果表明这种方法能够有效地控制动态特性未知、所受干扰不可测的黑箱振动系统的任意振动。关键词:结构振动;PID控制;自适应神经元;自组织1　引　言工程中存在着大量的复杂振动系统,其复杂性表现为系统的本构非线性与模型结构的不[1]确定性,传统的主动控制方法难以满足这类系统的控制需要。基于神经网络的智能控制理论的产生和发展,为复杂结构振动主动控制提供了新的方法。将人工神经网络用于振动主动控制[2][3]在九十年代才刚刚起步,尽管已有的工作取得了令人鼓舞的成果,但这些方法或假定系统模型已知,或假定系统输入干扰可测,尚不能用于控制系统特性与干扰均

3、未知的任意振动系统。作者针对一类系统及输入均未知的多自由度结构振动系统,提出了黑箱振动系统的智能控[4,5]制策略及神经自适应控制方法。尽管目前所提出的振动自适应神经控制方法通用性强,具有较强的适应能力、较好的鲁棒性与容错性,但仍存在一些不足。主要表现在两个方面:第一,控制系统由神经控制器与神经辨识器构成,两个网络需同时在线训练,控制结构复杂,算法收敛速度慢,导致控制系统实时性较差。第二,在施控初始阶段,神经网络辨识器尚不能精确逼近系统实际输出,加之网络学习的局部最优引起的建模误差,易于导致控制超调甚至失稳。为了克服上述不足,本文基于自适应神经元(A

4、daptiveNeurone)的增强式(Reinforcement)递进学习法则,提出了基于自适应神经元的智能PID控制方法。这种控制方法具有PID控制器所具有的结构简单、实时性强、稳定性好等优点,而且控制器参数的自整定是通过自适应神经元的X本文由国家自然科学基金项目、航空科学基金项目和博士后基金项目资助来稿日期:1995208228©1995-2004TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.第4期基于自适应神经元的结构振动智能PID控制65自组织来实现的,具有神经自适应控制所具有的自

5、适应能力与抗干扰能力强的优点。2　振动智能PID控制策略自适应神经元是由多个输入和一个输出组成的人工神经元模型,其特点在于神经元权重[6][7][8]是采用增强式递进学习法则来自组织调节。Barto,Anferson等人曾用两个自适应神经元,构成ACEöASE评判控制器来研究小车倒摆动态平衡的学习控制问题。评判控制器采用开关控制策略,产生二进制的控制信号。然而结构振动控制与小车倒摆控制有本质的不同,主要区别在于前者的控制效果可直接采用连续的振动响应作为控制性能评价信号,且控制指令须是连续的。因此,本文结合结构振动控制的特点与要求。提出了振动智能PID

6、控制方法。在振动智能PID控制系统中,控制器为一具有两层结构的自适应神经元网络,其输入为x1(k)=e(k)(1)x2(k)=$e(k)=e(k)-e(k-1)(2)其中,e(k)为控制偏差,即e(k)=yd(k)-yp(k)(3)式中,yd、yp分别表示被控振动系统的理想输出与实际输出。控制器网络输出为u(k)=p[w1x1(k)+w2x2(k)](4)其中,p为控制作用增益,wi为对应输入xi(k)的权重。从上式可知,控制器的输入分别是系统输出偏差及其差分值,而权重分别对应比例与微分系数,可见控制器具有与PID控制器相类似的结构。当存在控制偏差时

7、,控制器将自适应调节神经元权重,直到偏差趋势于零,其控制静差也可通过权重的自适应调节来消除,因此该控制器亦称为PID控制器。定义控制性能指标12Jc=(yd-yp)(5)2来调节控制器参数,以使Jc→Jcmin。由于被控结构动态特性也未知,而且这种直接控制器结构没有辨识器,因此不能采用误差反向传播(BP)学习算法,必须构造新的学习法则。按照Barto[6]等人提出的增强式递进学习法则,可采用下列规则调节控制器权重。wi(k+1)=wi(k)+dõz(k)õpi(k)(6)其中,d为学习速度因子;z(k)是性能评估信号,表明对wi(k)的“奖惩”在振动

8、控制中取为控制偏差e(k);pi(k)用来表明神经元第i个输入xi(k)对性能评估信号z(k)的影响程度,可