基于BP神经网络的PID控制研究

《基于BP神经网络的PID控制研究》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、第27卷第7期计算机仿真2010年7月文章编号：1006—9348(2010)07—0167—04基于BP神经网络的PID控制研究黄剑平(厦门理工学院，福建厦门361024)摘要：PID控制算法是工业控制领域中应用广泛的控制算法，但在实际应用中其参数整定问题一直是一个尚未很好解决的难点。为了解决控制参数整定，改善系统性能，利用BP神经网络技术应用到PID控制器中。通过建立三层神经网络模型，在控制过程中按照梯度下降法修正神经网络的权系数，实现PID神经网络的自学习和逼近任意函数的功能，在控制过程中根据变化实时调整PID的三个控制参数，从而进行PID控制参数的在

2、线整定。仿真结果表明，引入了BP神经网络的PID控制系统，提高了动态性能，增强系统稳定性和快速性，并获得更好的控制效果。关键词：神经网络；参数整定；仿真中图分类号：TP183文献标识码：AResearchon啪ControllerBasedOilBPNeuralNetworkHUANGJian——ping(XiamenUniversityofTechnology，XiamenFujian361024，China)ABSTRACT：PIDarithmeticiswidelyusedinindustrycontrolareatoday，butitisdiffic

3、ulttotunePIDparametersinpractice．Inordertosolvethisproblem，neuralnetworktechniqueisappliedtoPIDcontroller．Threeneur~networklayersarecreated，whichmodifytheweightcoeficientsoftheneuralnetworkusinggradientdescentmethodincontrolprocess．Theneuralnetworkhasthecapabilityofself—studyingand

4、approximatingtoanyfunctions．ItcanadjustthreecontrolparametersincontrolprocessandthussetPIDparametersonline．Fromthesimulationresults，itcanbeshownthatcomparedtonormalPIDcontrollerBPneuralnetworkPIDcontrollerhasfasterstudyspeedandstrongera—daptability，andCangetbetterresults．KEYWORDS：N

5、euralnetwork；Parametersetting；Simulation1引言2BP神经网络PID控制算法原理PID控制算法以其结构简单、容易实现、鲁棒性好、可靠2．1神经网络的模型性高成为工业控制中主要和可靠的技术工具⋯。PID控制BP(BackPropagation)神经网络全称基于误差反向传播中的一个关键问题是对比例(P)、积分(I)、微分(D)三个控算法的人工神经网络，是比较典型的前向网络形式之一。如制参数的整定，只有选择合适的参数才能达到预期的控制效图1所示，为三层BP神经网络结构图，它包括输入层、隐含果。在实际工业控制过程中，被控对象往往

6、机理复杂，存在层、输出层，其中输出层的神经元状态对应PID控制器的三非线性和时变特性，应用常规的PID控制器不仅参数整定困个控制参数kp、k、k。在实际应用中，当外界环境发生变化难而且往往不能获得理想的控制效果J。时，该神经网络模型通过自学习、加权系数的调整，使神经网目前，提出将具有自学习能力的神经网络广泛应用于络输出对应于该环境下最优的PID控制参数。PID控制研究中，以解决复杂动态不确定系统的控制问目前常用的传统增量式数字PID控制算法为：题。采用BP(BackPropagation)神经网络对反馈进行学“()=“(k一1)+[e()一e(七一1)]+习

7、，可以根据整个系统运行状态，不断自动调整三个PID控kie(k)+k[e(k)一2e(k一1)+e(k一2)](1)制参数，而不像传统PID控制需要人工调整。因而比传统的式中，()为PID控制器的输出控制量，Jj}、分别为PID控制算法更具有良好的灵活性和的适应性。比例、积分、微分控制参数，e(k)为系统设定值与实际输出值的偏差。现引入如图1所示的三层BP神经网络，网络层的输人基金项目：厦门市科技计划指导性项目(3502Z20077011)为：收稿日期：2009—03—30修回日期：2009—06—18”=()·一167—晦古层输出层为：输入层l业一．巡．(

8、墨2．J0awl?一Oy(k)au(k)aD(k)O