神經(jīng)網(wǎng)絡(luò)PID控制及Matlab仿真

1、遼寧石油化工大學(xué)繼續(xù)教育學(xué)院論文神經(jīng)網(wǎng)絡(luò)PID控制及Matlab仿真摘 要PID控制技術(shù)是一種應(yīng)用很普遍的控制技術(shù)，目前在很多方面都有廣泛的應(yīng)用。論文首先簡(jiǎn)要介紹了神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)和神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，傳統(tǒng)的常規(guī)PID控制器。為了達(dá)到改善常規(guī)PID控制器在復(fù)雜的、動(dòng)態(tài)的和不確定的系統(tǒng)控制還存在著許多不足之處的目的，文中系統(tǒng)的分析了神經(jīng)網(wǎng)絡(luò)PID控制器。本文主要研究了神經(jīng)網(wǎng)絡(luò)PID控制。利用神經(jīng)網(wǎng)絡(luò)具有強(qiáng)的非線性映射能力、自學(xué)習(xí)能力、聯(lián)想記憶能力、并行信息處理方式及優(yōu)良的容錯(cuò)性能，應(yīng)用神經(jīng)網(wǎng)絡(luò)對(duì)PID控制器進(jìn)行改進(jìn)后，對(duì)于工業(yè)控制中的復(fù)雜系統(tǒng)控制有著更好的控制效果，有效的改善了由于系統(tǒng)結(jié)構(gòu)和參

2、數(shù)變化導(dǎo)致的控制效果不穩(wěn)定。文中深入研究了基于神經(jīng)網(wǎng)絡(luò)的BP神經(jīng)網(wǎng)絡(luò)PID控制器及其仿真等。最后，對(duì)常規(guī)PID控制器和神經(jīng)網(wǎng)絡(luò)PID控制器進(jìn)行了仿真比較，仿真結(jié)果表明，應(yīng)用神經(jīng)網(wǎng)絡(luò)對(duì)常規(guī)PID控制器進(jìn)行改進(jìn)后提高了系統(tǒng)的魯棒性和動(dòng)態(tài)特性，有效的改善了系統(tǒng)控制結(jié)果，達(dá)到了預(yù)期的目的前 言在工業(yè)控制過程中，PID控制是一種最基本的控制方式 ，其魯棒性好、結(jié)構(gòu)簡(jiǎn)單、易于實(shí)現(xiàn)，但常規(guī)的PID控制也有其自身的缺點(diǎn)，因?yàn)槌Ｒ?guī)PID控制器的參數(shù)是根據(jù)被控對(duì)象數(shù)學(xué)模型確定的，當(dāng)被控對(duì)象的數(shù)學(xué)模型是變化的、非線性的時(shí)候，PID參數(shù)不易根據(jù)其實(shí)際的情況做出調(diào)整，影響了控制質(zhì)量，使控制系統(tǒng)的控制品質(zhì)下降。特別是在具

3、有純滯后特性的工業(yè)過程中，常規(guī)的PID控制更難滿足控制精度的要求。 PID控制是最早發(fā)展起來的控制策略之一，按偏差的比例、積分和微分進(jìn)行控制的調(diào)節(jié)器稱為 PID控制器，它是連續(xù)系統(tǒng)中技術(shù)成熟，應(yīng)用最廣泛的一種調(diào)節(jié)器。由于其算法簡(jiǎn)單，實(shí)現(xiàn)簡(jiǎn)易、魯棒性能良好和可靠性高，能夠?qū)艽笠活惞I(yè)對(duì)象進(jìn)行有效控制等一系列優(yōu)點(diǎn)，被廣泛應(yīng)用于工業(yè)過程控制，尤其適用于可建立精確數(shù)學(xué)模型的確定性控制系統(tǒng)。但是在實(shí)際的工業(yè)生產(chǎn)過程中，往往具有非線性，時(shí)變不確定性，因而難以建立精確的數(shù)學(xué)模型，應(yīng)用常規(guī) PID控制器不能達(dá)到理想的控制效果:在實(shí)際生產(chǎn)過程中，由于受到參數(shù)整定方法繁雜的困擾，常規(guī) PID控制器參數(shù)往往整定不

4、良，性能欠佳，對(duì)運(yùn)行工況的適應(yīng)性很差。針對(duì)這些問題，長(zhǎng)期以來，人們一直在尋求 PID控制器參數(shù)的自動(dòng)整定技術(shù)，以適應(yīng)復(fù)雜的工況和高指標(biāo)的控制要求。隨著微處理機(jī)技術(shù)的發(fā)展和數(shù)字智能式控制器的實(shí)際應(yīng)用，這種設(shè)想已經(jīng)變成了現(xiàn)實(shí)。到目前為止，有許多技術(shù)已經(jīng)被用于 PID控制器的手動(dòng)和自動(dòng)整定，根據(jù)發(fā)展階段的劃分，可分為常規(guī) PID參數(shù)整定方法及智能 PID參數(shù)整定方法;按照被控對(duì)象個(gè)數(shù)來劃分，可分為單變量PID參數(shù)整定方法及多變量 PID參數(shù)整定方法，前者包括現(xiàn)有大多數(shù)整定方法，后者是最近研究的熱點(diǎn)和難點(diǎn);按控制量的組合形式來劃分，可分為線性 PID參數(shù)整定方法及非線性 PID參數(shù)整定方法。同時(shí)，隨著現(xiàn)代控制理論(諸如智能控制，自適應(yīng)模糊控制和神經(jīng)網(wǎng)絡(luò)技術(shù)等)研究和應(yīng)用的發(fā)展和深入，為控制復(fù)雜無規(guī)則系統(tǒng)開辟了新的途徑。近年來，出現(xiàn)了許多新型控制器，神經(jīng)網(wǎng)絡(luò)PID控制器就是其中的一種。對(duì)于復(fù)雜對(duì)象，其控制效果遠(yuǎn)遠(yuǎn)超過常規(guī)控制。由于神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)、自適應(yīng)的能力，本文提出基