開題報(bào)告單神經(jīng)元自適應(yīng)pid控制算法及仿真研究

1、畢業(yè)設(shè)計(jì)(論文)開題報(bào)告課 題 名 稱 ：單神經(jīng)元PID控制算法及仿真研究學(xué) 院 ： 信息科學(xué)與技術(shù)學(xué)院 專 業(yè) ： 電氣工程及其自動(dòng)化 姓 名 ： 學(xué) 號(hào) ： 指 導(dǎo) 教 師 ： 年 月 日一、課題背景 1. PID簡介 PID (Proportional Integral Derivative)控制是控制工程中技術(shù)成熟、應(yīng)用廣泛的一種控制策略，經(jīng)過長期的工程實(shí)踐，已形成了一套完整的控制方法和典型的結(jié)構(gòu)。它不僅適用于數(shù)學(xué)模型已知的控制系統(tǒng)中，而且對(duì)于大多數(shù)數(shù)學(xué)模型難以確定的工業(yè)過程也可應(yīng)用，在眾多工業(yè)過程控制中取得了滿意的應(yīng)果。 PID 工作基理：由于來自外界的各種擾動(dòng)不斷產(chǎn)生，要想達(dá)到現(xiàn)場

2、控制對(duì)象值保持恒定的目的，控制作用就必須不斷的進(jìn)行。若擾動(dòng)出現(xiàn)使得現(xiàn)場控制對(duì)象值(以下簡稱被控參數(shù))發(fā)生變化，現(xiàn)場檢測元件就會(huì)將這種變化采集后經(jīng)變送器送至PID 控制器的輸入端，并與其給定值(以下簡稱SP 值)進(jìn)行比較得到偏差值(以下簡稱e 值)，調(diào)節(jié)器按此偏差并以我們預(yù)先設(shè)定的整定參數(shù)控制規(guī)律發(fā)出控制信號(hào)，去改變調(diào)節(jié)器的開度，使調(diào)節(jié)器的開度增加或減少，從而使現(xiàn)場控制對(duì)象值發(fā)生改變，并趨向于給定值(SP 值)，以達(dá)到控制目的 ，如圖 1 所示，其實(shí)PID 的實(shí)質(zhì)就是對(duì)偏差（e 值）進(jìn)行比例、積分、微分運(yùn)算，根據(jù)運(yùn)算結(jié)果控制執(zhí)行部件的過程。 圖1 模擬PID 控制系統(tǒng)原理圖 PID 控制器的控制

3、規(guī)律可以描述為： (1) 比例（P）控制能迅速反應(yīng)誤差，從而減小穩(wěn)態(tài)誤差。但是，比例控制不能消除穩(wěn)態(tài)誤差。比例放大系數(shù)的加大，會(huì)引起系統(tǒng)的不穩(wěn)定。積分（I）控制的作用是：只要系統(tǒng)有誤差存在，積分控制器就不斷地積累，輸出控制量，以消除誤差。因而，只要有足夠的時(shí)間，積分控制將能完全消除誤差，使系統(tǒng)誤差為零，從而消除穩(wěn)態(tài)誤差。積分作用太強(qiáng)會(huì)使系統(tǒng)超調(diào)加大，甚至使系統(tǒng)出現(xiàn)振蕩。微分（D）控制可以減小超調(diào)量，克服振蕩，使系統(tǒng)的穩(wěn)定性提高，同時(shí)加快系統(tǒng)的動(dòng)態(tài)響應(yīng)速度，減小調(diào)整時(shí)間，從而改善系統(tǒng)的動(dòng)態(tài)性能。根據(jù)不同的被控對(duì)象的控制特性，又可以分為P、PI、PD、PID 等不同的控制模型。隨著信息技術(shù)的發(fā)展，

4、許多新方法和技術(shù)進(jìn)入工程化、產(chǎn)品化階段，這對(duì)自動(dòng)控制技術(shù)提出獷新的挑戰(zhàn)，促進(jìn)了智能理論在控制技術(shù)中的應(yīng)用，以解決用傳統(tǒng)的方法難以解決的復(fù)雜系統(tǒng)的控制問題。 一、智能控制的主要方法 智能控制技術(shù)的主要方法有模糊控制、基于知識(shí)的專家控制、神經(jīng)網(wǎng)絡(luò)控制和集成智能控制等,以及常用優(yōu)化算法有:遺傳算法、蟻群算法、免疫算法等。 1 模糊控制 模糊控制以模糊集合、模糊語言變量、模糊推理為其理論基礎(chǔ),以先驗(yàn)知識(shí)和專家經(jīng)驗(yàn)作為控制規(guī)則。其基本思想是用機(jī)器模擬人對(duì)系統(tǒng)的控制,就是在被控對(duì)象的模糊模型的基礎(chǔ)上運(yùn)用模糊控制器近似推理等手段,實(shí)現(xiàn)系統(tǒng)控制。在實(shí)現(xiàn)模糊控制時(shí)主要考慮模糊變量的隸屬度函數(shù)的確定,以及控制規(guī)則

5、的制定二者缺一不可。 2 專家控制 專家控制是將專家系統(tǒng)的理論技術(shù)與控制理論技術(shù)相結(jié)合,仿效專家的經(jīng)驗(yàn),實(shí)現(xiàn)對(duì)系統(tǒng)控制的一種智能控制。主體由知識(shí)庫和推理機(jī)構(gòu)組成,通過對(duì)知識(shí)的獲取與組織,按某種策略適時(shí)選用恰當(dāng)?shù)囊?guī)則進(jìn)行推理,以實(shí)現(xiàn)對(duì)控制對(duì)象的控制。專家控制可以靈活地選取控制率,靈活性高;可通過調(diào)整控制器的參數(shù),適應(yīng)對(duì)象特性及環(huán)境的變化,適應(yīng)性好;通過專家規(guī)則,系統(tǒng)可以在非線性、大偏差的情況下可靠地工作,魯棒性強(qiáng)。 3 神經(jīng)網(wǎng)絡(luò)控制 神經(jīng)網(wǎng)絡(luò)模擬人腦神經(jīng)元的活動(dòng),利用神經(jīng)元之間的聯(lián)結(jié)與權(quán)值的分布來表示特定的信息,通過不斷修正連接的權(quán)值進(jìn)行自我學(xué)習(xí),以逼近理論為依據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)建模,并以直接自校正

6、控制、間接自校正控制、神經(jīng)網(wǎng)絡(luò)預(yù)測控制等方式實(shí)現(xiàn)智能控制。 4 學(xué)習(xí)控制 (1)遺傳算法學(xué)習(xí)控制 智能控制是通過計(jì)算機(jī)實(shí)現(xiàn)對(duì)系統(tǒng)的控制,因此控制技術(shù)離不開優(yōu)化技術(shù)?？焖?、高效、全局化的優(yōu)化算法是實(shí)現(xiàn)智能控制的重要手段。遺傳算法是模擬自然選擇和遺傳機(jī)制的一種搜索和優(yōu)化算法,它模擬生物界/生存競爭,優(yōu)勝劣汰,適者生存的機(jī)制,利用復(fù)制、交叉、變異等遺傳操作來完成尋優(yōu)。遺傳算法作為優(yōu)化搜索算法,一方面希望在寬廣的空間內(nèi)進(jìn)行搜索,從而提高求得最優(yōu)解的概率;另一方面又希望向著解的方向盡快縮小搜索范圍,從而提高搜索效率。如何同時(shí)提高搜索最優(yōu)解的概率和效率,是遺傳算法的一個(gè)主要研究方向 。 (2)迭代學(xué)習(xí)控制

7、 迭代學(xué)習(xí)控制模仿人類學(xué)習(xí)的方法、即通過多次的訓(xùn)練,從經(jīng)驗(yàn)中學(xué)會(huì)某種技能,來達(dá)到有效控制的目的。迭代學(xué)習(xí)控制能夠通過一系列迭代過程實(shí)現(xiàn)對(duì)二階非線性動(dòng)力學(xué)系統(tǒng)的跟蹤控制。整個(gè)控制結(jié)構(gòu)由線性反饋控制器和前饋學(xué)習(xí)補(bǔ)償控制器組成,其中線性反饋控制器保證了非線性系統(tǒng)的穩(wěn)定運(yùn)行、前饋補(bǔ)償控制器保證了系統(tǒng)的跟蹤控制精度。它在執(zhí)行重復(fù)運(yùn)動(dòng)的非線性機(jī)器人系統(tǒng)的控制中是相當(dāng)成功的。 二、智能控制的應(yīng)用 1 工業(yè)過程中的智能控制 生產(chǎn)過程的智能控制主要包括兩個(gè)方面:局部級(jí)和全局級(jí)。局部級(jí)的智能控制是指將智能引入工藝過程中的某一單元進(jìn)行控制器設(shè)計(jì),例如智能PID控制器、專家控制器、神經(jīng)元網(wǎng)絡(luò)控制器等。研究熱點(diǎn)是智能P

8、ID控制器,因?yàn)槠湓趨?shù)的整定和在線自適應(yīng)調(diào)整方面具有明顯的優(yōu)勢(shì),且可用于控制一些非線性的復(fù)雜對(duì)象 。全局級(jí)的智能控制主要針對(duì)整個(gè)生產(chǎn)過程的自動(dòng)化,包括整個(gè)操作工藝的控制、過程的故障診斷、規(guī)劃過程操作處理異常等。 2 機(jī)械制造中的智能控制 在現(xiàn)代先進(jìn)制造系統(tǒng)中,需要依賴那些不夠完備和不夠精確的數(shù)據(jù)來解決難以或無法預(yù)測的情況,人工智能技術(shù)為解決這一難題提供了有效的解決方案。智能控制隨之也被廣泛地應(yīng)用于機(jī)械制造行業(yè),它利用模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)的方法對(duì)制造過程進(jìn)行動(dòng)態(tài)環(huán)境建模,利用傳感器融合技術(shù)來進(jìn)行信息的預(yù)處理和綜合?？刹捎脤＜蚁到y(tǒng)的“Then-If”逆向推理作為反饋機(jī)構(gòu),修改控制機(jī)構(gòu)或者選擇較好的

9、控制模式和參數(shù)。利用模糊集合和模糊關(guān)系的魯棒性,將模糊信息集成到閉環(huán)控制的外環(huán)決策選取機(jī)構(gòu)來選擇控制動(dòng)作。利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能和并行處理信息的能力,進(jìn)行在線的模式識(shí)別,處理那些可能是殘缺不全的信息。 3 電力電子學(xué)研究領(lǐng)域中的智能控制 電力系統(tǒng)中發(fā)電機(jī)、變壓器、電動(dòng)機(jī)等電機(jī)電器設(shè)備的設(shè)計(jì)、生產(chǎn)、運(yùn)行、控制是一個(gè)復(fù)雜的過程,國內(nèi)外的電氣工作者將人工智能技術(shù)引入到電氣設(shè)備的優(yōu)化設(shè)計(jì)、故障診斷及控制中,取得了良好的控制效果 。遺傳算法是一種先進(jìn)的優(yōu)化算法,采用此方法來對(duì)電器設(shè)備的設(shè)計(jì)進(jìn)行優(yōu)化,可以降低成本,縮短計(jì)算時(shí)間,提高產(chǎn)品設(shè)計(jì)的效率和質(zhì)量。應(yīng)用于電氣設(shè)備故障診斷的智能控制技術(shù)有:模糊邏輯、專

10、家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)。在電力電子學(xué)的眾多應(yīng)用領(lǐng)域中,智能控制在電流控制PWM技術(shù)中的應(yīng)用是具有代表性的技術(shù)應(yīng)用方向之一,也是研究的新熱點(diǎn)之一。 以上的三個(gè)例子只是智能控制在各行各業(yè)應(yīng)用中的一個(gè)縮影，它的作用以及影響力將會(huì)關(guān)系國民生計(jì)。并且智能控制技術(shù)的發(fā)展也是日新月異，我們只有時(shí)課關(guān)注智能控制技術(shù)才能跟上其日益加快的技術(shù)更新步伐。 二 關(guān)鍵技術(shù)介紹1. PID控制理論在工程實(shí)際中，應(yīng)用最為廣泛的控制器控制規(guī)律為比例、積分、微分控制，簡稱PID控制，又稱PID調(diào)節(jié)。PID控制器問世至今已有近70年歷史，它以其結(jié)構(gòu)簡單、穩(wěn)定性好、工作可靠、調(diào)整方便而成為工業(yè)控制的主要技術(shù)之一。當(dāng)被控對(duì)象的結(jié)構(gòu)和參數(shù)不

11、能完全掌握，或得不到精確的數(shù)學(xué)模型時(shí)，控制理論的其它技術(shù)難以采用時(shí)，系統(tǒng)控制器的結(jié)構(gòu)和參數(shù)必須依靠經(jīng)驗(yàn)和現(xiàn)場調(diào)試來確定，這時(shí)應(yīng)用PID控制技術(shù)最為方便。即當(dāng)我們不完全了解一個(gè)系統(tǒng)和被控對(duì)象，或不能通過有效的測量手段來獲得系統(tǒng)參數(shù)時(shí)，最適合用PID控制技術(shù)。PID控制，實(shí)際中也有PI和PD控制。PID控制器就是根據(jù)系統(tǒng)的誤差，利用比例、積分、微分計(jì)算出控制量進(jìn)行控制的。連續(xù)系統(tǒng)PID控制器的數(shù)學(xué)形式為： （2-1）式中: Kp -比例系數(shù)Ki-積分系數(shù)Kd-微分系數(shù)將（2-1）離散化得到PID控制器的離散差分形式： （2-2）式中：KI -積分比例系數(shù) KD -微分比例系數(shù) =e(k)-e(k-

12、1)2= e(k)-2e(k-1)+e(k-2)2. BP神經(jīng)網(wǎng)路BP (Back Propagation)神經(jīng)網(wǎng)絡(luò)，即誤差反傳誤差反向傳播算法的學(xué)習(xí)過程，由信息的正向傳播和誤差的反向傳播兩個(gè)過程組成。輸入層各神經(jīng)元負(fù)責(zé)接收來自外界的輸入信息，并傳遞給中間層各神經(jīng)元；中間層是內(nèi)部信息處理層，負(fù)責(zé)信息變換，根據(jù)信息變化能力的需求，中間層可以設(shè)計(jì)為單隱層或者多隱層結(jié)構(gòu)；最后一個(gè)隱層傳遞到輸出層各神經(jīng)元的信息，經(jīng)進(jìn)一步處理后，完成一次學(xué)習(xí)的正向傳播處理過程，由輸出層向外界輸出信息處理結(jié)果。當(dāng)實(shí)際輸出與期望輸出不符時(shí)，進(jìn)入誤差的反向傳播階段。誤差通過輸出層，按誤差梯度下降的方式修正各層權(quán)值，向隱層、輸

13、入層逐層反傳。周而復(fù)始的信息正向傳播和誤差反向傳播過程，是各層權(quán)值不斷調(diào)整的過程，也是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練的過程，此過程一直進(jìn)行到網(wǎng)絡(luò)輸出的誤差減少到可以接受的程度，或者預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止。3. 單神經(jīng)元PID控制算法單神經(jīng)元自適應(yīng)PID控制原理如下：用單神經(jīng)元實(shí)現(xiàn)自適應(yīng)PID控制的神經(jīng)網(wǎng)絡(luò)是一個(gè)具有自學(xué)習(xí)能力的多輸入單輸出的二層網(wǎng)絡(luò)，如圖所示：其中輸人層有三個(gè)節(jié)點(diǎn)，分別為： （1）增量式PID控制算法如下 （2）式中，為采樣時(shí)刻k時(shí)的控制量輸出變化值；為采樣時(shí)刻k時(shí)的偏差值； 分別為PID的比例、積分、微分系數(shù)。取活化函數(shù)為線性函數(shù)，則 （3）本文選擇有監(jiān)督Hebb學(xué)習(xí)規(guī)則來修正連接權(quán)值，使

14、獲得的PID參數(shù)能適應(yīng)周圍環(huán)境的變化。根據(jù)式(2)及(3)，考慮到算法的收斂性和魯棒性，可以得到： (4)式中，分別為比例，積分，微分學(xué)習(xí)速率。三、課題研究內(nèi)容1、了解和掌握過程控制的發(fā)展過程及發(fā)展方向，對(duì)PID控制器的各種整定方法有較全面和深刻的理解； 2、了解智能控制、神經(jīng)網(wǎng)絡(luò)的發(fā)展概況，掌握單神經(jīng)元自適應(yīng)PID控制算； 3、熟練掌握MATLAB仿真軟件，通過仿真為實(shí)際控制系統(tǒng)設(shè)計(jì)提供理論指導(dǎo)；4、編寫程序，使用單神經(jīng)元自適應(yīng)PID控制算法，對(duì)工業(yè)過程常見的一階、二階帶純滯后對(duì)象的控制仿真，分析模糊自適應(yīng)PID控制算法的抗干擾性、隨動(dòng)性、魯棒性等，并與常規(guī)PID控制算法進(jìn)行比較；四、要解決

15、的技術(shù)問題1. PID控制原理 2. 單神經(jīng)元PID控制原理3. MATlLAB仿真軟件4. 利用Viral Basic 語言設(shè)計(jì)仿真軟件五、日程安排序 號(hào) 設(shè)計(jì)（論文）各階段名稱 日 期 備 注 序號(hào)各階段名稱起止日期序號(hào)1了解PID控制，智能控制的發(fā)展概況，完成開題報(bào)告12完成英文資料的翻譯23掌握單神經(jīng)元自適應(yīng)PID控制算法34使用Matlab軟件編寫仿真程序，將該算法應(yīng)用于工業(yè)過程常見的一階帶純滯后對(duì)象的控制45將單神經(jīng)元自適應(yīng)PID控制算法在VB仿真56撰寫論文答辯6六、應(yīng)收集的資料及主要參考文獻(xiàn)：【1】方康玲，王新民，劉彥春 過程控制系統(tǒng). 武漢理工大學(xué)出版社，2002【2】王永驥

16、，涂健 神經(jīng)元網(wǎng)絡(luò)控制.機(jī)械工業(yè)出版社，1998【3】陶永華，尹怡欣，葛蘆生 新型PID控制及其應(yīng)用.機(jī)械工業(yè)出版社，1998【4】金以慧. 過程控制.北京:清華大學(xué)出版社.1993. 【5】愈金壽.工業(yè)過程先進(jìn)控制. 北京:中國石化出版社.2001. 【6】何克忠,李偉.計(jì)算機(jī)控制系統(tǒng).北京:清華大學(xué)出版社.2002. 【7】楊承志.系統(tǒng)辯識(shí)與自適應(yīng)控制. 重慶:重慶大學(xué)出版社.1998. 【8】劉金琨.自動(dòng)控制及其MATLAB仿真.北京:電子工業(yè)出版社.2003.【9】王樹青. 先進(jìn)控制技術(shù)及應(yīng)用.北京:化學(xué)工業(yè)出版社.2001.【10】秦沿海.數(shù)字PID控制原理及其應(yīng)用.西南民族學(xué)院報(bào).1997,