不稳定时滞过程的神经网络内模控制方法

时滞过程具有大惯性、 非线性及模型结构不确 定的特点， 对于稳定的时滞过程， 可以采用 Smith 预 估控制系统结构控制
［1 ］
Sung and Lee［7］提出 针对这类不稳定时滞过程， 了双反馈回路技术， 首先引入一种内部反馈控制结 构， 如图 1 所示， 其中内部反馈回路中的比例控制器 PID 控制 K I 可将不稳定过程转换为广义稳定过程， 器的外部反馈回路可以基于期望性能指标来设计 。
利用神经网络突出的学习功能实现内模控制 ， 克服 了传统内模控制方法
［8 ］
图1
不稳定时滞过程方框图
闭环系统鲁棒性和稳定性难以确定的问题 。 仿 差、 真结果调节时间短， 控制精度高。
加上比例控制器 K I 构成的内部反馈回路后， 系 统的闭环传递函数如式（ 2 ） 。 G p （ s） = Ke － τs G（ s） = 1 + K I G（ s） Ts － 1 + KK I e － τs （ 2）
2012 年 9 月 1 日收到
（ 1）
G p （ s）
Ke － τs 0. 5 KK I τ s + （ T － KK I τ） s + KK I － 1
2 2
河南省科技计划基础前沿项目 （ 122300410168 ） 、 河南省教育厅自然 科学研究计划项目（ 2011B510021 ） 、
2 2
（ 7） 内模 控 制 系 统 的 一 般 结 构 图
^ ［8 ］
如 图 2， 其中 2. 3 表示
G c （ s） 为内模控制器， G p （ s ） 为内部反馈镇定后的被 G p （ s） 为内模。 控对象，
图3
RBF 神经网络内模控制结构
神经网络内部模型（ NNM） 设计 NNM 用 下 面 的 离 散 时 间 非 线 性 系 统 一般的，
（ 8）
） － c （ k） ‖ [ ‖x（ kσ ] （ k）
j 2 j
（ 13 ）
如果模型不存在偏差， 即 G p （ s） = G p （ s） ， 则式 （ 8 ） 简化为 Y（ s） = G c （ s） G p （ s） R （ s） + ［ 1 － G c （ s） G p （ s） ］ D（ s） 必须满足 完全消除扰动引起的平衡点变动 ， G c （ s） = 2. 2 1 G p （ s）
622
科
学
技
术
与
工
程
13 卷
KI =
1 K
槡
T τ
（ 6）
通过正向在线辨识被控对象的动态 系统并行设置， NNC 为 RBF 神经网络构成的逆系统模型， 模型， 神 经网络根据输入输出数据不断进行加权系数修正 ， 并给出控制量实现控制。 反馈信号由系统输出与 模型输出之差得到， 并由 NNC 进行处理。 F （ z ） 通 常为线性滤波器， 用于满足必要的鲁棒性。
（ 4） 根据劳斯稳定判据， 系统须满足 T 1 ＜ KI ＜ K Kτ 增益值 （ 5）
周口师范学院青年科研基金项目（ 2012QNA02 ） 资助 第一作者简介： 刘 琪（ 1983 —） ， 男， 讲师， 硕士， 研究方向： 控制理 论及应用、 模式识别与智能控制 。
Sung and Lee 给出了最佳抑制扰动比的控制器
2
2. 1
神经网络内模控制方法
内模控制 满足式（ 5 ） 条件的式 （ 2 ） 为一阶不稳定时滞过
程内部反馈镇定后的数学模型， 其二阶 Taylor 逼近 如式（ 7 ） 。 G p （ s） K （ 1 － τs + 0. 5 τ2 s2 ） 0. 5 KK I τ s + （ T － KK I τ） s + KK I － 1
^
k － i） ， 1 !i !n {u（ yk（ + n － i） ， n + 1 !i !n + m （ 12 ）
G c （ s） G p （ s）
^
隐含层为 s j （ k） = exp 输出层为
a
D（ s） ^ 1 + G c （ s） ［ G p （ s） － G p （ s） ］
^
1 － G c （ s） Hale Waihona Puke Baidu p （ s）
y m （ k） = f［ y（ k － 1 ） ， …， y（ k － n） ， u（ k － 1 ） ， …， u（ k － m） ］ +d（ k） 的输入层可描述为 x i （ k） = （ 11 ） 采用 RBF 神经网络建立系统的内部模型， 网络
图2 内模控制结构
图 2 所表示的系统的闭环响应为 Y（ s） = R（ s） + 1 + G c （ s） ［ G p （ s） － G p （ s） ］
刘 琪 刘 伟
（ 周口师范学院物理与电子工程系， 周口 466001 ）
摘
要
不稳定时滞过程在过程工业中较为常见， 常规方法难以控制。提出了一种双反馈环控制方法， 首先采用内部反馈镇
定， 然后采用神经网络构造内模控制系统， 解决了模型与实际过程存在偏差 、 不稳定性等问题。 仿真结果调节时间短， 控制精 度高， 表明了神经网络内模控制方法的有效性和优越性 。 关键词 不稳定时滞过程 TP183 ； 内部反馈 RBF A 神经网络 内模控制 双反馈环控制 中图法分类号 文献标志码
。 当被控对象为不稳定时
采用常规控制方法十 滞过程时（ 如部分化工过程 ） ， 分困难。 针 对 这 一 难 题， 人们进行了大量的研究 工作
［2 —6 ］
。
神经网络具有很强的非线性映射能力， 可用来 逼近非线性系统模型。 针对不稳定时滞过程， 首先 采用内部反馈控制
［7 ］
， 使广义被控对象镇定， 然后 中模型与实际过程存在偏
1
1. 1
不稳定时滞过程的内部反馈镇定
不稳定时滞过程 不稳定时滞过程在过程工业中较为常见， 一阶
采用泰勒展开， 得 e － τs 1 － τs + 0. 5 τ2 s2 由式（ 3 ） 和式（ 2 ） 可得二阶滞后模型： （ 3）
不稳定过程的传递函数为 K e － τs G（ s） = Ts － 1
第 13 卷 第 3 期 2013 年 1 月 1671 — 1815 （ 2013 ） 03-0621-04
科
学
技
术
与
工
程
Science Technology and Engineering
Vol. 13 No. 3 Jan． 2013 2013 Sci. Tech. Engrg.
不稳定时滞过程的神经网络内模控制方法