单神经元自适应PID控制算法及仿真研究.doc
《单神经元自适应PID控制算法及仿真研究.doc》由会员分享,可在线阅读,更多相关《单神经元自适应PID控制算法及仿真研究.doc(70页珍藏版)》请在咨信网上搜索。
1、单神经元自适应PID控制算法及仿真研究摘要本文研究了神经网络PID算法的最简单结构-单神经元自适应PID算法,利用VB语言编写仿真程序,对常见一阶、二阶对象进行了神经网络PID仿真研究,并分析单神经元自适应PID控制的各参数对控制效果的影响,同时分析了单神经元PID较PID控制的优点。主要研究内容有以下几方面:1、 概述了本课题研究的背景、PID控制和智能控制理论发展状况。传统PID控制的原理的介绍及仿真,主要介绍了PID的控制原理以及参数整定的工程方法,并用MATLAB对其进行仿真。2、单神经元自适应PID控制的研究。主要介绍了单神经元自适应PID控制的原理和单神经元自适应PID控制算法,使
2、用VB编写程序,对一阶、二阶系统分别用单神经元自适应PID算法和传统PID算法进行仿真,并且分析了单神经元自适应PID控制中的比例、积分、微分学习率对系统性能的影响。3、将单神经元自适应PID算法与传统的PID控制算法进行比较分析,得知单神经元自适应PID控制算法在总体上优于传统的PID控制算法,它有利于控制系统控制品质的提高,受环境的影响较小,具有较强的控制鲁棒性,是一种很有发展前景的控制器。关键词:PID控制,人工神经网络,单神经元PID,系统仿真The Simulation Research of Single Neural Adaptive PID Control AlgorithmA
3、BSTRACTIn this paper, the single neuron adaptive PID algorithm was studied. Based on VB, the one and two order object was simulated with the neural PID algorithm. The effect of the single neuron adaptive PID control parameters on the control performance was analyzed. And its performance was compared
4、 with PID controllers. The main research contents are as followings:1. The background of this topic, development of PID controller and intelligent control theory was summarized.2. The traditional PID control principle and the engineering method of PID parameter tuning was introduced .Simulation rese
5、arch was done using MATLAB.3. The single neuron adaptive PID control principle and single neuron adaptive PID control algorithm were researched. The simulation program was written using VB programming language .The single neuron PID algorithm was used to control the one order, second order process w
6、ith time-delay. The control performance of single neuron PID with traditional PID was compared. The proportional, integral, differential learning rate on system performance was analyzed. 4. The single neuron adaptive PID control algorithm is superior to the traditional PID control algorithm in overa
7、ll by comparing and analyzing between the single neuron adaptive PID algorithm with the traditional PID control algorithm. It is helpful for control system to improve the control quality. It has strong robustness, and the environment have limited influence on the system. It is a very promising contr
8、oller.Keywords: PID controller, Artificial Neural Network, Single Neural PID, System Simulation目录摘要IABSTRACTII1 绪论11.1 PID控制的发展概况11.2 智能控制系统发展概况21.3 本文研究内容42 PID控制原理及仿真研究62.1 PID控制原理62.2 PID控制器的参数工程整定82.2.1衰减曲线法82.2.2临界比例带法102.2.3动态参数法112.3 PID控制仿真142.3.1 PID控制阶跃响应152.3.2 PID控制抗的干扰性162.3.3 PID控制的鲁棒性
9、173.单神经元PID算法及仿真193.1 单神经元自适应PID控制原理193.1.1 单神经元模型193.1.2 神经网络的学习规则203.1.3 单神经元PID算法223.1.4 增益K自调整单神经元自适应PID算法253.2 仿真实验283.2.1单神经元自适应PID控制仿真及其与传统PID控制比较283.2.2单神经元PID控制器各参数的影响374 总 结43参考文献:44致谢46译文及原文471 绪论1.1 PID 控制的发展概况PID 控制是最早发展起来的控制策略之一,由于其结构简单、物理意义明确、鲁棒性好、稳定性高、运用经验成熟等而广泛地应用于各种工业过程控制之中,尤其应用在各种
10、控制系统的最底层。PID 控制的发展经历了三个阶段:第一阶段(二十世纪二十年代以前)机器工业的发展,对控制提出了要求。反馈的方法首先被提出,在研究气动和电动记录仪的基础上发现了比例和积分的作用。它们主要的调节对象是火炉的温度蒸汽机的阀门位置等,调节方式类似于继电器控制,精度比较低,控制器的形式是比例(P)或比例与积分(PI)。第二阶段(二十世纪二十年代至四十年代)1935 年,泰勒仪器公司的Ralph Clavvidge 发现了微分的作用,微分作用的发现具有重要的意义,它能直观地实现对慢系统的控制,对该系统的动态性能能够进行调节,与先期提出的比例和积分作用成为三个主要的调节部件,一直沿用至今。
11、在1942 年和1943 年,泰勒仪器公司的Zigeler 和Nichols 等人,分别在开环和闭环的情况下,用实验的方法分别研究了比例、积分和微分这三部分在控制中的作用,首先提出了PID 控制器的参数整定的问题。随后有许多公司和专家,象福克斯波罗公司、利诺公司、横河公司、Bristol、Tw.Kraus、 J.T.Myron、A.carmon、 K.j.Astrom、T.Hagglund、Nishkawa 和Sannomiya 等人,投入到这方面的研究之中,经过多年的研究,在参数整定方面取得了很多成果,诸如自校正PID、预估PID 等控制器。这些PID 控制器适用范围广,能处理一定的非线性和
12、纯滞后问题。第三阶段(二十世纪五十年代以后至今) 计算机技术和智能控制理论的发展为复杂动态不确定系统的控制提供了新的途径,采用智能控制技术,可设计智能PID 控制器和进行智能整定PID 参数,如专家控制系统、模糊PID、神经网络PID、遗传算法PID 等智能控制。研究新一代控制器的另一个方向,是现代PID 控制器。相对于传统PID 控制器而言,现代PID 控制器是将自适应控制、最优控制、预测控制、鲁棒控制、智能控制等控制策略引入到PID 控制中的一种新型PID 控制器。特别是智能型PID 控制器,近几年引起了极大的研究兴趣。智能控制的发展状况将在下节中详细介绍。人们把专家系统、模糊控制、神经网
13、络等理论,整合到PID 控制器中,这样,既保持了PID 控制器的结构简单、适用性强和整定方便等优点,又通过智能技术在线调整PID 控制器的参数,以适应被控对象特性的变化。11.2 智能控制系统发展概况随着信息技术的发展,许多新方法和技术进入工程化、产品化阶段,这对自动控制技术提出犷新的挑战,促进了智能理论在控制技术中的应用,以解决用传统的方法难以解决的复杂系统的控制问题。 一、智能控制的主要方法 智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。 1 模糊控制 模糊控制以模糊集合、模糊语言变量、模糊推理为其理
14、论基础,以先验知识和专家经验作为控制规则。其基本思想是用机器模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定二者缺一不可。 2 专家控制 专家控制是将专家系统的理论技术与控制理论技术相结合,仿效专家的经验,实现对系统控制的一种智能控制。主体由知识库和推理机构组成,通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、
15、大偏差的情况下可靠地工作,鲁棒性强。 3 神经网络控制 神经网络模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表示特定的信息,通过不断修正连接的权值进行自我学习,以逼近理论为依据进行神经网络建模,并以直接自校正控制、间接自校正控制、神经网络预测控制等方式实现智能控制。 4 学习控制 (1)遗传算法学习控制 智能控制是通过计算机实现对系统的控制,因此控制技术离不开优化技术。快速、高效、全局化的优化算法是实现智能控制的重要手段。遗传算法是模拟自然选择和遗传机制的一种搜索和优化算法,它模拟生物界/生存竞争,优胜劣汰,适者生存的机制,利用复制、交叉、变异等遗传操作来完成寻优。遗传算法作为优化
16、搜索算法,一方面希望在宽广的空间内进行搜索,从而提高求得最优解的概率;另一方面又希望向着解的方向尽快缩小搜索范围,从而提高搜索效率。如何同时提高搜索最优解的概率和效率,是遗传算法的一个主要研究方向 。 (2)迭代学习控制 迭代学习控制模仿人类学习的方法、即通过多次的训练,从经验中学会某种技能,来达到有效控制的目的。迭代学习控制能够通过一系列迭代过程实现对二阶非线性动力学系统的跟踪控制。整个控制结构由线性反馈控制器和前馈学习补偿控制器组成,其中线性反馈控制器保证了非线性系统的稳定运行、前馈补偿控制器保证了系统的跟踪控制精度。它在执行重复运动的非线性机器人系统的控制中是相当成功的。2二、 智能PI
17、D控制主要方法1、模糊PID控制器模糊控制器FC(fuzzy controller)是一种近年来发展和应用最普遍的新型控制器,其优点是不要求提供受控对象的数学模型,根据人工控制规则来设计控制决策表。模糊控制与PID控制有着密切的联系,事实上,模糊控制在很多情况下被称作为非线性PID控制。将模糊控制和PID控制两者结合起来,扬长避短,既具有模糊控制灵活、适应性强的优点,又具有PID控制精度高的特点。2、神经网络PID控制器人工神经网络ANN(artificial neural network)是最近发展起来的十分热门的交叉学科。它涉及生物、电子计算机、数学、和物理等学科,有着非常广泛的应用背景,
18、这门学科的发展对目前和未来的科学技术的发展将有着重要的影响。以大规模并行处理为主要特征的神经网络具有学习、记忆、联想、容错、并行处理等能力,已在控制领域得到广泛的应用。基于神经网络的PID控制,其结构方式有两类:一类是单神经元控制,即神经元输入权值一一对应PID参数,神经元输入值为经过比例、积分、微分处理的偏差值,其主要局限性在于单神经元结构无任意函数逼近能力;另一类是在常规PID控制器的基础上增加一个神经网络模块,按照BP学习算法(如前向算法和反传算法)进行离线学习,实时调整出PID参数,同时还要继续学习不断地调整神经网络中各神经元间权系数,以适应被控对象的变化,因此,具有很强的适应性。3、
19、遗传算法PID控制器 20世纪90年代末,即在遗传算法GA等进化计算思想提出20年后,在生物医学界和自动控制界出现了研究进化控制的苗头。遗传算法是基于自然选择和基因遗传学原理的搜索算法,达尔文主义的“适者生存”基本理论贯穿于整个算法。基本思想就是将待求解问题转换成由个体组成的演化群体和对该群体进行操作的一组遗传算子,包括4个基本操作:选择、复制、交叉、变异。3 1.3 本文研究内容本文对传统PID控制原理和在工程中PID参数整定方法进行了研究,并且将传统PID控制理论与单神经元自适应控制理论结合而形成的单神经元自适应PID控制算法进行分析。同时在MATLAB和VB程序仿真研究的基础上分析了单神
20、经元自适应PID算法的控制性能,并与传统PID控制算法进行比较。本文共分四节,其结构安排如下:第一章为绪论部分,主要概述了本课题研究的背景、PID控制和智能控制理论发展状况以及论文的主要内容。第二章为传统PID控制的原理的介绍及仿真,主要介绍了PID的控制原理以及参数整定的工程方法,并用MATLAB对其进行仿真。第三章为单神经元自适应PID控制的研究。主要介绍了单神经元自适应PID控制的原理和单神经元自适应PID控制算法,编写VB程序并对其进行仿真,对一阶、二阶系统分别用单神经元自适应PID控制和传统PID控制进行仿真对比,并且分析单神经元自适应PID控制中的比例、积分、微分学习率对系统性能的
21、影响。第四章为总结,将单神经元自适应PID算法与传统的PID控制算法进行比较分析,并且归纳结果、概括结论。 2 PID控制原理及仿真研究2.1 PID控制原理在工程实际中,应用最为广泛的控制器控制规律为比例、积分、微分控制,简称PID控制,又称PID调节。PID控制器问世至今已有近70年历史,它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握,或得不到精确的数学模型时,控制理论的其它技术难以采用时,系统控制器的结构和参数必须依靠经验和现场调试来确定,这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象,或不能通过有效的测
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 神经元 自适应 PID 控制 算法 仿真 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【精****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【精****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。