面对参数变化的系统采用的PID控制方法

《面对参数变化的系统采用的PID控制方法》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、面对参数变化的系统采用的PID控制方法我们希望能适时地调整控制器的参数。阻止因为参数变化的所导致的调节性能的降低所以我们引入了多种PID自适应控制器或系统，以达到适应被控对象结构与参数的变化，使控制系统达到预定的控制品质。自适应PID控制器概念：所谓自适应控制就是在控制对象未知的情况下，或者控制对象的参数发生变化时，调节控制器的控制方法或参数，使控制系统达到预定的控制品质。自适应PID控制具有自适应控制与普通PID控制器两方面的优点:首先,它是自适应控制器,就是说,它有自动辨识被控过程参数、自动整定控制器参数、能够适应被控过程参数

2、的变化等一系列优点;其次,它又具有常规PID控制器结构简单、鲁棒性好、可靠性高、为现场工作人员和设计工程师们所熟悉的优点。下面我们介绍面对参数变化的系统，常用的自适应PID控制器下面介绍几种自适应PID控制方法：模糊自适应PID控制系统；PID继电自整定与神经网络PID控制器的相结合的系统；单神经元自适应PID控制器；专家自适应PID控制器；PID继电自整定与神经网络PID控制器的相结合的系统；PID继电自整定与神经网络相结合,共同完成PID自适应控制任务。以神经网络构造PID控制器,解决了PID参数在线调整的问题,使PID控制器

3、适用范围更广。以继电自整定PID参数确定网络权初值,使过程响应超调量降低,回复时间减短,控制质量提高PID自适应控制系统原理图模糊自适应PID控制系统模糊自适应PID(简称FAPID)控制系统当在每个采样时刻获得了系统响应后,就可以根据此时刻系统响应偏离给定的情况及变化趋势,依据我们已有的系统控制知识,运用模糊控制方法,适当加大控制力度或减小控制力度(或提前增加阻尼),以扼制响应朝偏离给定的方向变化,使输出尽快趋于给定。基于这种思路,来设计FAC。FAPID控制系统结构图专家自适应PID控制器；具有专家系统的自适应PID控制器,其

4、系统如图所示。它由参考模型,可调系统和专家系统组成。从原理上看,它是一个模型参考自适应控制系统,其中参考模型由模型控制器和参考对象所组成。可调系统由数字式PID控制器和实际被控对象所组成。该系统由于采用闭环输出波形的模式识别方法来辨别被控对象的动态特性,不必加持续的激励信号,因而对系统造成的干扰小。另外采用参考模型自适应原理,使得自整定过程是根据可调系统和参考模型输出波形特征值的差值来调整PID参数的,整定过程物理概念清楚并避免了被控对象动态特性计算错误而带来的偏差专家自适应PID控制器原理图单神经元PID自适应控制器增量式PID

5、数字调节器单神经元PID控制器基于增量式来进行改造的，利用具有自学习和自适应能力的单神经元来构成单神经元自适应PID控制器,不但结构简单,且能适应环境变化,有较强的鲁棒性。图中转换器的输入反映被控过程及控制设定的状态,设r(k)为设定值,y(k)为输出值,经转换器转换成为单神经元学习控制所需要的状态量x1(k),x2(k),x3(k);x1(k)=e(k),x2(k)=e(k)-e(k-1),x3(k)=e(k)-2e(k-1)+e(k-2);wi(k)为对应于xi(k)的加权系数;K为神经元的比例系数,K>0。神经元通过关联搜索

6、来产生控制信号,即神经元自适应控制器通过对加权系数的调整来实现自适应、自组织功能,而加权系数的调整则采用有监督Hebb学习规则,它与神经元的输入、输出和输出偏差三者的相关函数有关,即:公式中：Z（k）=r(k)-y(k);为保证单神经元自适应PID控制器的收敛性和鲁棒性，对上述方法进行改进规范化处理：公式中为学习速率，且>0在单神经元控制器中引入二次型性能指标,通过修改神经元控制器的权系数Xi,使性能指标趋于最小,从而实现自适应PID的最优控制。