《叶鹏论文 20092336035》由会员分享，可在线阅读，更多相关《叶鹏论文 20092336035（22页珍藏版）》请在金锄头文库上搜索。
1、滨江学院题 目 基于LPC2148的无刷电机的控制 院 系 自动控制系专 业 自动化 学生姓名 叶鹏 学 号 20092336035指导教师 周旺平基于RBF神经网络的自适应PID及模型仿真叶鹏南京信息工程大学滨江学院自动控制系，南京210044摘要：PID 控制器结构简单，实现容易，控制效果良好，因而取得广因而取得广泛的应用，但同时它对于大滞后、时变、非线性系统，没有良好的控制效果。因此本文提出RBF神经网络的PID 控制方案，利用RBF神经网络的自学习能力对 PID 控制参数在线整定，使PID 控制器具有自适应性，达到了在线实时控制的目的。最后用 Matlab 软件对一个实例进行仿真研究。
2、仿真结果表明，神经网络 PID 控制器控的系统，不仅快速性好、具有较高的控制精度，还对模型的时变具有较强的适应性。 关键词：神经网络 RBF 算法 PID 控制 Matlab 仿真1 引言在工业控制中，PID 控制是最常用的方法 。因为PID 控制器结构简单，实现容易，控制效果良好。随着工业的发展，对象的复杂程度不断加深，尤其对于大滞后、时变的、非线性的复杂系统，常规PID 控制显得无能为力。因此常规 PID 控制的应用受到很大的限制和挑战。为了使控制器具有较好的自适应性 ，实现控制器参数的自动调整 ，可以采用神经网络控制的方法 。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
3、，结合常规 PID 控制理论，通过吸收两者的优势，使系统具有自适应性，可自动调节控制参数 ，适应被控过程的变化，将控制性能和可靠性都提高。现如今的自动控制理念都是通过反馈这一概念诞生的。反馈理论主要包括三个概念：测量、比较和执行。测量相关的变量，与期望值进行对比，使用这一标准来调节控制系统的响应。PID（比例-积分-微分）控制器作为最早实用化的控制器已有50多年历史，现在仍然是应用最广泛的工业控制器。PID控制器因为他简单易懂的操作和不需要太大精度的控制，成为应用最为广泛的控制器。PID控制器由比例单元（P）、积分单元（I）和微分单元（D）组成。在实际生产过程中，由于受到参数整定方法繁杂的困扰
4、，因此常规PID控制的应用受到很大的限制和挑战。人们对PID应用的同时，也对其进行各种改进，主要体现在两个方面：一是对常规PID本身结构的改进，即变结构PID控制。如积分分离算法，抗积分饱和算法和微分项的改进等等。另一方面，与模糊控制、神经网络控制和专家控制相结合，扬长避短，发挥各自的优势，形成所谓智能PID控制。 神经网络是一个由大量简单的处理单元广泛连接组成的系统，用来模拟人脑神经系统的结构和功能。它从开始研究到发展并不是一帆风顺的，经历了兴起到低潮，再转入新的高潮的曲折发展道路。20世纪80年代中期以来，在美国、日本等一些西方工业发达国家里，掀起了一股竞相研究、开发神经网络的热潮。近十多
5、年来人工神经网络的发展也表明了，这是一项有着广泛的应用前景的新型学科，它的发展对目前和未来科学技术水平的提高将有重要影响。 90年代初，对神经网络的发展产生了很大的影响是诺贝尔奖获得者Edelamn提出Darwinism模型。他建立了一种神经网络系统理论，例如，Darwinism的结构包括Dawin网络和Nallance网络，并且这两个网络是并行的，而他们又包含了不同功能的一些子网络。他采用了Hebb权值修正规则，当一定的运动刺激模式作用后，系统通过进化，学会扫描跟踪目标。Narendra和Parthasarathy(1990年)提出了一种推广的动态神经网络系及其连接权的学习算法，它可表示非线
6、性特性，增强了鲁棒性。神经网络理论有较强的数学性质和生物学特性，尤是神经科学、心理学和认识科学等方面提出一些重大问题，是向神经网络理论研究的新挑战，因而也是它发展的最好的机会。 近十年来，神经网络理论与实践有了引人注目的进展，它再一次拓展了计算概念的内涵，使神经计算、进化计算成为新的学科，神经网络的软件模拟得到了广泛的应用。科技发达国家的主要公司对神经网络芯片、生物芯片情有独钟。例如Intel公司、IBM公司和HNC公司已取得了多项专利，已有产品进入市场，被国防、企业和科研部门选用，许多公众手中也拥有神经网络实用化的工具，其商业化令人鼓舞。神经网络在国民经济和国防科技现代化建设中具有广阔的应用
7、领域和发展前景。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学能力，特别适用于处理需要同时考虑多因素和多条件的、不精确和模糊的信息处理问题。它主要应用领域有：语音识别、图像识别、计算机视觉、智能机器人、故障诊断、实时语言翻译、企业管理、市场分析、决策优化、物资调运、自适应控制、专家系统、智能接口、神经心理学、心理学和认知科学研究等等。 PID控制要取得较好的控制效果，就必须通过调整好比例、积分、微分三种控制作用，形成控制量中既有相互配合又相互制约的关系。这种关系不一定是简单的线性组合，从变化无穷的非线性组合中可以找出最佳关系。神经网络所具有的任意非线性表达能力，可以通过对系统性
8、能的学习来实现具有最佳组合的PID控制。因此基于神经网络的PID不仅能适应环境变化，且有较强的鲁棒性。本设计首先分析了传统PID控制器的优缺点，在此基础上提出了一种改进的梯度下降法优化RBF神经网络，在RBF神经网络辨识的基础上实现几种神经网络PID参数的自整定。然后又重点谈论了RBF神经网络的拓扑结构和输出权值的优化方法2 常规PID控制简介2.1 常规的PID控制器PID（比例-积分-微分）控制器作为最早实用化的控制器已有70多年历史，现在仍然是应用最广泛的工业控制器。PID控制器由比例单元（P）、积分单元（I）和微分单元（D）组成。其输入e (t）与输出u (t）的关系为：u(t)=kp
9、e(t)+1/TIe(t)dt+TD*de(t)/dt ，式中积分的上下限分别是0和t因此它的传递函数为：G(s)=U(s)/E(s)=kp1+1/(TI*s)+TD*s其中kp为比例系数； TI为积分时间常数； TD为微分时间常数在将偏差的比例（P）、积分（I）和微分（D）通过线性组合构成控制量，对被控对象进行控制，故称PID控制器。常规 PID 控制系统由模拟 PID 控制器和被控对象组成，见图2.1， 具体的控制律为 （2.1）比例系数；积分时间常数；微分时间常数；图2.1 模拟PID控制系统原理框图 简单说来，PID控制器各校正环节作用如下：1）比例环节 即时成比例地反映控制系统的偏差
10、信号，偏差一旦产生，控制器立即产生控制作用，以减少偏差。2）积分环节 主要用于消除静差，从而提高系统的无差度。积分时间常数决定了积分作用的强弱。越大，积分作用就越弱，反之则越强。3）微分环节 能反映偏差信号的变化趋势（变化速率），并能在偏差信号值变得太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减小调节时间。计算机的引入，将模拟PID算法转化为数字PID算法成为可能，从而在过程控制系统中用计算机控制器取代了传统的模拟仪表，使PID控制更加灵活，同时更加利用过程控制系统的仿真分析。将（2.1）式进行离散化，得到离散算式为： （2.2） 式中 采样序号，； 第次采样时刻的计
11、算机输出值；第次采样时刻输入的偏差值；第1次采样时刻输入的偏差值令，得 （2.3）积分系数；微分系数。当执行机构需要的是控制量的增量（例如驱动步进电动机）时，可由式（2.3）导出提供增量的PID控制算式。 （2.4）上述（2.3）式和（2.4）式即为数字PID算法中的位置式PID算法和增量式PID算法。它由于用途广泛、使用灵活，已有系列化产品，使用中只需设定三个参数（Kp，Ti和Td）即可。在大部分的应用中，以上三个单元并不是全部都需要的，可以运用到其中的一到两个单元，但比例控制单元是绝对不能少的。首先，PID应用范围广。虽然在工业方面的运用中是非线性或时变的，但通过某些变换程式可以让它不随时
12、间变化，这样PID就可控制了。其次，PID参数比较容易整定。也就是说，PID参数Kp，Ti和Td可以通过程式的动态变化及时整定。如果过程的动态特性变化，通过以上的动态变化程式，就可以重新整定。第三，PID控制器在实践中也在不断进行改进和拓展，下面有两个改进的例子：在工厂，许多的有效贿赂都是通过手动操作的，原因是很难进行自动操作。由于这些不足，采用PID 的工业控制系统总是受产品质量、安全、产量和能源浪费等问题的困扰。PID参数自整定就是为了处理PID参数整定这个问题而产生的。现在，自动整定或自身 整定的PID控制器已是商业单回路控制器和分散控制系统的一个标准。在许多情况下PID控制器都能表现出
13、良好的性能来，但是它并不是完美的无缺的，他也存在着诸多问题有待解决：如果要以模型为自整定目标的话那么在线寻找和保持模型稳定就会便得很难。闭环工作时，当要求插入一个变量时会扰乱系统，所以基于模型的PID参数自整定在工业应用方面不是太好。如果自整定是基于控制律的，那么就经常会将负载干扰和动态特性变化所带来的影响搞混，因此受到干扰的影响控制器会产生超调，产生一个不必要的自适应转换。另外，由于基于控制律的系统没有成熟的稳定性分析方法，他所整定出的参数就不那么靠谱了。因此，许多自身整定参数的PID控制器通常工作时会采用自动整定模式而不是自身的整定模式。自动整定通常是指根据开环状态确定的简单过程模型自动计
14、算PID参数。2.2 常规PID控制器的缺点PID控制器在各行各业中国都扮演这重要的角色，但它并不是完美无缺的，同样也存在着各种各样的问题：（1）在模拟PID控制中，由于在微分项的存在，在系统升降负荷时，给定值相当于一个阶跃信号，对操作变量产生很大冲击，使系统和测量信号的高频干扰扩大，造成系统不稳定。（2）在PID控制中，一个至关重要的问题是PID参数（比例系数、积分时间、微分时间）的整定，不管是模拟控制，还是离散控制，典型的PID参数整定方法是在获取对象数学模型的基础上，根据某一整定原则来确定PID参数。亦即一旦参数整定后，在系统运行过程中一般是固定不变的，不能根据对象特性变化来修改。参数整
15、定的优劣不但会影响到控制质量，而且还会影响到控制系统的稳定性和鲁棒性。由于现代工业过程的复杂性、多样性、多变性与不确定性，都将可能造成模型参数变化和模型结构的改变，致使系统不能在原来所整定的工况下工作，偏离控制性能指标。（3）PID在控制非线性、时变、耦合及参数和结构不确定的复杂过程时，工作地不是太好。最重要的是，如果PID控制器不能控制复杂过程，无论怎么调参数都没用。2.3 PID参数整定方法PID控制器它的控制系统设计的核心就是参数整定。PID控制器的比例系数、积分时间和微分时间的大小是通过被控制的过程来确立的。PID控制器参数整定的方法很多，分为两大类：一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控制器参数。通过这种方法得到的计算数据不能够直接运用到实际中去，必须经过实际的工程运行来进行修改和调整 。二是工程整定方法，工程运作进行修改和调整时主
