基于模糊RBF神经网络的智能PID控制.pdf

《基于模糊RBF神经网络的智能PID控制.pdf》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、2015年第6期工业仪表与自动化装置·67·基于模糊RBF神经网络的智能PID控制胥良，郭林，梁亚，杨金龙，张卫芳(黑龙江科技大学电气与控制工程学院，哈尔滨150022)摘要：针对常规PID控制参数变化系统效果不佳的缺点，设计一种利用智能控制理论RBF神经网络与模糊控制技术相融合的新型智能PID控制方法_1J。该控制方法将系统的输入误差及其变化率进行模糊化后，再利用RBF神经网络算法对PID控制参数进行在线学习、运算和整定]。MATLAB仿真结果表明，基于上述的PID控制方法能够克服传统PID控制器的局限性，具有较高的控制精度，较好的动态品质及较强的鲁棒性。关键词：RB

2、F神经网络；模糊算法；PID控制中图分类号：TP183文献标志码：A文章编号：1000—0682(2015)06—0067—03StudyonintelligentPIDcontrolbasedonfuzzyRBFneuralnetworkXULiang，GUOLin，LIANGYa，YANGJinlong，ZHANGWeifang(InstituteofElectricalandControlEngineering，HeilongjiangUniversityofScienceandTechnology，Haerbin150022，China)Abstract：Aim

3、ingattheshortcomingoftraditionalPIDcontrol，amethodwhichcombinesaRBFneuralnetworkwithfuzzycontrolisdesigned．Carryonfuzzyprocessingtosystemoutputerrorandtherateoferrorchange．Learn，operateandsetPIDcontrolcoefficientusingRBFneuralnetworkonline_2]．TheMATLABsimulationresultshowsthatthePIDcontr

4、olalgorithmbasedontheformeralgorithmcanO．vercomethelimitationsoftraditionalPIDcontroller，withhighercontrolaccuracy，betterdynamicqualityandmorepowerfulrobustness．Keywords：RBFneuralnetwork；fuzzyalgorithm；PIDcontrol行加法运算，从而得到PID控制器的控制输出量0引言M()，通过控制输出n(k)对系统中的被控对象进常规PID控制通过调整参数以获得良好的控制行相应的控制

5、。如图1所示。效果，但是参数整定值只能在一定局域内得到优化值，全局控制效果不是很理想。为了解决这一问题，该文将模糊控制理论和神经网络理论与计算机技术结合设计了一种新型智能PID控制器。图1PID控制器原理图1常规PID控制器在离散时间域内，PID控制的控制输出表达式常规的PID控制方法采用线性控制，通过将系如下：统初始给定的采样值r(k)和系统实际输出的采样值Y(k)作差的操作而得到控制的偏差：“(尼)：kve()+壹eo)T+kd韭)二J0e()=r()一y()(1)(2)PID控制就是分别对系统的偏差e(k)进行比其中：Ii}为比例系数，该系数的作用是将系统中计算例

6、、积分、微分运算，将所得结果按照一定的规则进得到的偏差系数进行成比例的反应，使得当系统中突然出现系统偏差的时候控制器能够敏锐地检测到收稿日期：2015一O3—2O该偏差并对系统对应的部分进行相应的控制处理以基金项目：黑龙江省教育厅科研面上项目“矿井交流提升机调达到减小误差的目的；为积分系数，该系数的作用速控制策略的研究及应用”(11541321)主要是用来将系统的无差度进行显著地提高以达到作者简介：胥良(1966)，男，黑龙江省牡丹江人，教授，硕士，研究方向为煤矿安全检测与控制。消除静差的目的，静态误差消除速度与该系数可以·68·工业仪表与自动化装置2015年第6期近似

7、认为正比关系，即ki越小，静态误差的减小速度矢量和基宽参数进行修正操作，最后系统的参数整越快。需要注意的是，如果过小，将会在系统的定值由设计的控制器输出，记录得到的输出控制量。初期造成积分饱和现象；是微分系数，该系数主要用来将系统的偏差信号变化趋势表示出来，并可通过该系数在系统中加入灵敏有效的早期修正信号，以此达到将系统动作速度提高，调节时间减少的目的；T为采样周期。在工业控制技术不断发展的今天，对控制的精图2模糊RBF神经网络PID控制结构图度和可靠性要求越来越高，传统的控制方法已经无2．2控制器的工作原理法完全满足现代工业生产的要求。