神经网络PID控制在系统中的仿真与比较
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
山西 电 子 技 术
应 用实 践
２０ ０ ８年 第 ５期
神 经 网络 Ｐ Ｄ控 制在 系统 中的仿真 与 比较 Ｉ
黄 伟 吴 鑫宏 乔 钟纬
（ ． 州交通 大 学， 肃 兰州 ７ ０ ７ ； ． １兰 甘 ３ ０ ０ ２ 华北 水利水 电学院 ， 河南 郑州 ４ ０ ０ ） ５ ０ ０
输 出层 ： ｉ ｉ Ｘ ＝Ｘ 。
图 １ 典 型 控 制 系 统 框 图
我们可 以借助 Ｉ￣Ｆ Ａ Ｖ ＇ Ｂ对控制系统进行仿真 ， Ｌ Ｉ 例如 ： 系
Ｉ
输 入层 ：
＝
．
∑ ｗｉ ｉ ｉ ｘ
＝＿△ ） ， 』 ’ （
统的被控制对象的传递函数为 Ｇ ＝ Ｕ 一 ÷ ３ （） 叶
十 ｌ
反馈环
输出 △ 层： ＝∑ Ｗｊ ｉ
Ｘ （ ｉ＝ｇ△ ）
构造神经网络 Ｐ １控制器结构 ， 图 ４ ｌ ） 如 。
节 为 单位 负 反 馈 ， 进 行 控 制器 部 分 的设 计 。仿 真 结 果 如 对其 图 ２ 示 ， 论 如 何凋 节 Ｋ 、 Ｋ 的值 都 无 法 达 到完 全 去 所 无 Ｋ 、 除 超 调 以 及抖 动 。这 主要 是 因 为 在 Ｐ Ｄ控 制 中各 参 数 对 控 Ｉ 制 器 的作 用 各 不 相 同又互 相 影 响 。随 着 Ｋ 值 的 增 加 ， 环 闭 系统 的超 凋 量增 加 ， 应 速 度加 快 ， 制 时 问加 长 ， 态误 差 响 控 稳 减小 ， 不 能 完 全 消 除 稳 态 误 差 。 且 Ｋ 但 值 不 能 一 味 的 增 加， 系统 的稳 定 性 变差 甚 至 使 系统 变 得不 稳 定 随 着 Ｋ， 值 的增 加 ， 系统 的超 调 量 减 小 ， 应 速 度 减 慢 。 Ｋ 值 太 小 ， 响 也
第 ５期
刘 灿 ， ： 于轮 胎压力监测 系统 中的低 频唤 醒技 术的 实现 方法 等 用
Ｉ ｐｌｍ ｅ ｔ ｔｏ ｅ ｈｏ ｆ Ｌｏ Ｆｒ ｑｕ ｎ ｙ Ｗ ａ ｅ ｕ ｍ ｅ ｎ ａ ｉ ｎ Ｍ ｔ ｄ ｏ ｗ ｅ ｅ ｃ ｋ －ｐ
会使 系统变得不稳定 。Ｋ 能完全 消除系统的稳态误 差 ， 提
高系 统 的 控 制 精 度 。随 着 Ｋ 值 的 增 加 ， 统 的 超 凋 量 增 系 大， 经过 起 始 上 升 阶段 后 响应 速 度 减慢 。
优化 通过神经网络 的 自学习 ， 权系数的调整 ， 加 使神经网 络输 出对 应 于某 种最 优 控制 规 律 下 的 Ｐ Ｄ控 制参 数 。 Ｉ
摘 要 ： 经典 ＰＤ控制 中加入神经 网络的 自学习能力后， Ｉ 制参数 可 自行 整定。通过仿 真比较经典 ＰＤ Ｉ ＰＤ控 １
控 制 ， 应 用 ＨＥ Ｂ规 则 的神 经 网络 Ｐ Ｄ控 制 ， 明其 优 越 性 。 与 Ｂ Ｉ 说
关 键 词 ： 经 网络 ； １ 神 ＰＤ控 制 ； Ｅ Ｂ规 则 ； Ｈ Ｂ 自学 习 ； 自适 应 中 图分 类 号 ： Ｐ ８ １３ Ｆ 文 献 标识 码 ： Ａ
＿ — —
０ 引言
…
ＰＩ控 制 由于众 多 的 优点 ， 工 业 控 制 中得 到 广 泛 的 应 Ｉ ） 在 用 。特 别适 用 于 建立 了精 确 数 字 模 型 的确 定 性 系统 中 。它 具有 直 观性 好 ， 现 简 单 ， 靠 性 高 以及 鲁 棒 性 强 等 优 点 。 实 可 实现 常 规 ＰＤ控 制 的关 键 在 于 参 数 的 选 取 。常 用 的 方 法 是 Ｉ 在 数学 模 型 的基 础 上 ， 定 参 数 。然 而 ， 着 现 代 工 业 的 发 确 随 展 出现 了 大量 的非 线 性 ， 变 ， 参 数 ， 时 变 变结 构 等 不 确 定 性 ， 难以确定精确 的数学模 型， 利用 常规 的 ＰＩ 控制方 法难 以 ｌ ） 获得 满 意 的效 果 。 利 用 神经 网络所 具 有 的非 线 性 映 射 能 力 ， 自学 习能 力 ， 概 括 推广 能 力 ， 合 常规 ＰＤ控 制 理论 。通 过 吸 收两 者 的 优 结 １ 势 ， 系统 具有 自适 应性 ， 自动 调 节 控制 参 数 ， 应 被 控 过 使 可 适 程 的 变 ， 高控 制 性 能 和可 靠 性 。 提 １ ＰＤ 控 制 Ｉ 在一 个 典 型 控制 系统 中 ， 于任 何 一 个时 间 控 制 系统 而 对 言 ， 控 制 对 象和 系统 结 构 是 固定 的 了 满足 闭 环 控 制 系 其 ，为 统 稳 、 、 的 性 能要 求 ， 有 通过 设 汁控 制 器 Ｄ（） 实 现 。 准 快 只 ｚ来
图 ４ 神 经 网络 ＰＤ控 制 器结 构 框 图 Ｉ
控 制 器 由常 规 的 ＰＤ 控 制 器 和神 经 网络 两 部 分 组 成 。 Ｉ 常规 的 Ｐ Ｄ控 制 器 对 被 控 对 象 进 行 闭 环 控 制 ， 经 网 络 根 Ｉ 神 据系统的运行状态 ， 调节 ＰＤ控制 器的参数 ， Ｉ 以达到性能的
２ 神经 网络及神经 网络 Ｐ Ｄ控制 Ｉ
Ｂ Ｐ神经网络的结卡 图如图 ３ 句 。
收 稿 日期 ：０８ ５ ５ 第一 作 者 ２ ０ —０ —０
３ Ｈ Ｂ学 习规则 ＥＢ
从 ＨＥ Ｂ理 论 可 知 ， Ｂ 神经 元 的 连接 在 给予 不断 的 正刺 激
（ 转第 ｌ 下 ３页）
黄 伟 男 ２ 硕 士研 究 生 ６岁
Ｉ
图 ２ 典 型 系统 仿真 图
Ｙ１ ＸＩ Ｙ２ Ｘ２
Ｘｎ
Ｙｍ
图 ３ ＢＰ神 经 网 络 结 构 图
Байду номын сангаас
其 中 ： 、 …… Ｘ ＸＩＸ２ ＂为 网络 的 输 人 ； 、 ２ Ｙｌ Ｙ …… ¨＂ 为 网络 输 出 ； ｊ 为输 入层 到 隐 含 层 ；Ｗｉ 为 隐 含 层到 输 出 Ｗｉ ｊ 层 的 连接 权 值 。
应 用实 践
２０ ０ ８年 第 ５期
神 经 网络 Ｐ Ｄ控 制在 系统 中的仿真 与 比较 Ｉ
黄 伟 吴 鑫宏 乔 钟纬
（ ． 州交通 大 学， 肃 兰州 ７ ０ ７ ； ． １兰 甘 ３ ０ ０ ２ 华北 水利水 电学院 ， 河南 郑州 ４ ０ ０ ） ５ ０ ０
输 出层 ： ｉ ｉ Ｘ ＝Ｘ 。
图 １ 典 型 控 制 系 统 框 图
我们可 以借助 Ｉ￣Ｆ Ａ Ｖ ＇ Ｂ对控制系统进行仿真 ， Ｌ Ｉ 例如 ： 系
Ｉ
输 入层 ：
＝
．
∑ ｗｉ ｉ ｉ ｘ
＝＿△ ） ， 』 ’ （
统的被控制对象的传递函数为 Ｇ ＝ Ｕ 一 ÷ ３ （） 叶
十 ｌ
反馈环
输出 △ 层： ＝∑ Ｗｊ ｉ
Ｘ （ ｉ＝ｇ△ ）
构造神经网络 Ｐ １控制器结构 ， 图 ４ ｌ ） 如 。
节 为 单位 负 反 馈 ， 进 行 控 制器 部 分 的设 计 。仿 真 结 果 如 对其 图 ２ 示 ， 论 如 何凋 节 Ｋ 、 Ｋ 的值 都 无 法 达 到完 全 去 所 无 Ｋ 、 除 超 调 以 及抖 动 。这 主要 是 因 为 在 Ｐ Ｄ控 制 中各 参 数 对 控 Ｉ 制 器 的作 用 各 不 相 同又互 相 影 响 。随 着 Ｋ 值 的 增 加 ， 环 闭 系统 的超 凋 量增 加 ， 应 速 度加 快 ， 制 时 问加 长 ， 态误 差 响 控 稳 减小 ， 不 能 完 全 消 除 稳 态 误 差 。 且 Ｋ 但 值 不 能 一 味 的 增 加， 系统 的稳 定 性 变差 甚 至 使 系统 变 得不 稳 定 随 着 Ｋ， 值 的增 加 ， 系统 的超 调 量 减 小 ， 应 速 度 减 慢 。 Ｋ 值 太 小 ， 响 也
第 ５期
刘 灿 ， ： 于轮 胎压力监测 系统 中的低 频唤 醒技 术的 实现 方法 等 用
Ｉ ｐｌｍ ｅ ｔ ｔｏ ｅ ｈｏ ｆ Ｌｏ Ｆｒ ｑｕ ｎ ｙ Ｗ ａ ｅ ｕ ｍ ｅ ｎ ａ ｉ ｎ Ｍ ｔ ｄ ｏ ｗ ｅ ｅ ｃ ｋ －ｐ
会使 系统变得不稳定 。Ｋ 能完全 消除系统的稳态误 差 ， 提
高系 统 的 控 制 精 度 。随 着 Ｋ 值 的 增 加 ， 统 的 超 凋 量 增 系 大， 经过 起 始 上 升 阶段 后 响应 速 度 减慢 。
优化 通过神经网络 的 自学习 ， 权系数的调整 ， 加 使神经网 络输 出对 应 于某 种最 优 控制 规 律 下 的 Ｐ Ｄ控 制参 数 。 Ｉ
摘 要 ： 经典 ＰＤ控制 中加入神经 网络的 自学习能力后， Ｉ 制参数 可 自行 整定。通过仿 真比较经典 ＰＤ Ｉ ＰＤ控 １
控 制 ， 应 用 ＨＥ Ｂ规 则 的神 经 网络 Ｐ Ｄ控 制 ， 明其 优 越 性 。 与 Ｂ Ｉ 说
关 键 词 ： 经 网络 ； １ 神 ＰＤ控 制 ； Ｅ Ｂ规 则 ； Ｈ Ｂ 自学 习 ； 自适 应 中 图分 类 号 ： Ｐ ８ １３ Ｆ 文 献 标识 码 ： Ａ
＿ — —
０ 引言
…
ＰＩ控 制 由于众 多 的 优点 ， 工 业 控 制 中得 到 广 泛 的 应 Ｉ ） 在 用 。特 别适 用 于 建立 了精 确 数 字 模 型 的确 定 性 系统 中 。它 具有 直 观性 好 ， 现 简 单 ， 靠 性 高 以及 鲁 棒 性 强 等 优 点 。 实 可 实现 常 规 ＰＤ控 制 的关 键 在 于 参 数 的 选 取 。常 用 的 方 法 是 Ｉ 在 数学 模 型 的基 础 上 ， 定 参 数 。然 而 ， 着 现 代 工 业 的 发 确 随 展 出现 了 大量 的非 线 性 ， 变 ， 参 数 ， 时 变 变结 构 等 不 确 定 性 ， 难以确定精确 的数学模 型， 利用 常规 的 ＰＩ 控制方 法难 以 ｌ ） 获得 满 意 的效 果 。 利 用 神经 网络所 具 有 的非 线 性 映 射 能 力 ， 自学 习能 力 ， 概 括 推广 能 力 ， 合 常规 ＰＤ控 制 理论 。通 过 吸 收两 者 的 优 结 １ 势 ， 系统 具有 自适 应性 ， 自动 调 节 控制 参 数 ， 应 被 控 过 使 可 适 程 的 变 ， 高控 制 性 能 和可 靠 性 。 提 １ ＰＤ 控 制 Ｉ 在一 个 典 型 控制 系统 中 ， 于任 何 一 个时 间 控 制 系统 而 对 言 ， 控 制 对 象和 系统 结 构 是 固定 的 了 满足 闭 环 控 制 系 其 ，为 统 稳 、 、 的 性 能要 求 ， 有 通过 设 汁控 制 器 Ｄ（） 实 现 。 准 快 只 ｚ来
图 ４ 神 经 网络 ＰＤ控 制 器结 构 框 图 Ｉ
控 制 器 由常 规 的 ＰＤ 控 制 器 和神 经 网络 两 部 分 组 成 。 Ｉ 常规 的 Ｐ Ｄ控 制 器 对 被 控 对 象 进 行 闭 环 控 制 ， 经 网 络 根 Ｉ 神 据系统的运行状态 ， 调节 ＰＤ控制 器的参数 ， Ｉ 以达到性能的
２ 神经 网络及神经 网络 Ｐ Ｄ控制 Ｉ
Ｂ Ｐ神经网络的结卡 图如图 ３ 句 。
收 稿 日期 ：０８ ５ ５ 第一 作 者 ２ ０ —０ —０
３ Ｈ Ｂ学 习规则 ＥＢ
从 ＨＥ Ｂ理 论 可 知 ， Ｂ 神经 元 的 连接 在 给予 不断 的 正刺 激
（ 转第 ｌ 下 ３页）
黄 伟 男 ２ 硕 士研 究 生 ６岁
Ｉ
图 ２ 典 型 系统 仿真 图
Ｙ１ ＸＩ Ｙ２ Ｘ２
Ｘｎ
Ｙｍ
图 ３ ＢＰ神 经 网 络 结 构 图
Байду номын сангаас
其 中 ： 、 …… Ｘ ＸＩＸ２ ＂为 网络 的 输 人 ； 、 ２ Ｙｌ Ｙ …… ¨＂ 为 网络 输 出 ； ｊ 为输 入层 到 隐 含 层 ；Ｗｉ 为 隐 含 层到 输 出 Ｗｉ ｊ 层 的 连接 权 值 。