BP神经网络PID控制器在工业控制系统中的研究与仿真.pdf

《BP神经网络PID控制器在工业控制系统中的研究与仿真.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、控制理论与应用自动化技术与应用》2010年第29卷第5期ControlTheoryandApplicationsBP神经网络PID控制器在工业控制系统中的研究与仿真张学燕，高培金，刘勇(1．泰山职业技术学院电子工程系，山东泰安271000；2．山东服装职业学院，山东泰安271000)摘要：~t-x~实际被控对象的时变性和非线性的特点，水文将基于BP神经卜可络PID的控制器用于工业控制系统【}】，同时设计ri层BP神经络斗对BP神经网络PID控制器的算法进行J，分忻。仿真结果的分析表明：文昕设计的BP神经网络PID控制器在跟随性能、抗扰性能和鲁棒性能厅面表现出J良女f的控制效果。关

2、键词：人-1；~tb经络；BP算法；PID控制器；工业过程控制中图分类：TP183交献怀码：A文章编号：1003～724I(2010)05000904TheResearchingAndSimulitionOfBPNeuralNetworkPIDControllerinlndustry’SControISystemZHANGXue-yan，GAOPei-jin，LIUYong(1．ElectricalEngineeringDepartmentofTaishanPolytechnicVocationalCollege，Taian271000China；2．ShandongClothi

3、ngVocationalCollege，Taian271000China)Abstract：Aimedatthecontrolledobject’Scharacterofchangingwithtimeandnon—linear，thePIDcontrollerbasedonBPneuralnetworkisusedinindustrialcontrolsysteminthisarticle．Three—layerBPneuralnetworkisdesignedandBPneuralnetworkPIDcontrolleralgorithmisanalyzed．Theanaly

4、sisofthesimulationresultsshowedthat：thePIDcontrollerbasedonBPneuralnetworkhasgoodcontroleffectintheperformanceoffollowing，anti—interference，robust．Keywords：artificialneuralnetwork；BPalgorithm；PIDController；Industry’SControl1引言好比例、积分和微分三种控制作用，形成控制量中既相PID控制器结构简单，鲁棒性强，目前在很多方面都互配合又相互制约的关系，这种关系不一定

5、是简单的有着广泛的应用。但是随着科学技术的不断发展和进“线性组合”，从变化无穷的非线性组合中可以找出最佳步，被控对象变得越来越复杂，传统的PID控制器对时变的。神经网络所具有的任意非线性表达能力，可以通过系统和非线性系统往往得不到较好的控制效果。神经对系统性能的学习来实现具有最佳组合的PID控制。网络具有自适应和自学习能力，神经网络对传统的PID采用BP网络，可以建立参数k、k，、k。自学习的PID控制器进行改造后，对工业控制中的复杂系统的控制有控制器。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『3l[i[6J【71。2基于BP神经网络的P

6、ID整定原理PID控制要取得较好的控制效果，就必须通过调整图1基于BP网络的PID控制器结构收稿日期：2o1o—o1—2o基于(BP)网络的PID控制系统结构如图1所示，控自动化技术与应用》2010年第29卷第5期控llJ理论与应用ControlTheoryandApplications制器有两部分组成[11：Q1)经典的PID控制器，直接对被控对象进行闭环控net[。(足)=∑wD(足)i=1制，并且三个参数k、k，、k为在线调整方式。2)神经网络，根据系统的运行状态，调节PID控制f-]器的参数，以期达到某种性能指标的最优化，使输出层神f3)∞=lJl=·=lne~3)经元的

7、输出状态对应于PID控制器的三个可调参数k、k，、k通过神经网络的自学习、加权系数调整，使神经网络输出对应于某种最优控制下的PID控制器参数。)=(1+(=寿3BP神经网络PID控制器的算法分析及其仿真研究’D()=g(net~())在本文中采用三层BP网络[41，其结构如图2所示。．(南一，∞矛～，D。g()=g()(1一g())=_图2BP网络结构⋯加sgnm㈣rro南神经网络的结构选择为：3—43，即输入层为三个神，-⋯㈩sgn(经元分别代表着：(忌)=，(jlc)一))=