0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看威廉希尔官方网站 视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

基于神经网络PID控制器的设计提高系统的鲁棒性和可靠性

牵手一起梦 来源:中国新威廉希尔官方网站 新产品 作者:谢利英 2020-04-19 09:44 次阅读

1. 引言

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,因其具有算法简单、鲁棒性好、可靠性高、直观性好等优点被广泛的应用于工业过程控制及运动控制中。常规PID控制效果的优劣,不仅仅取决于控制系统模型的精确程度,还必须调整好三个参数的关系,而这种关系不一定是简单的线性组合。实际的工业过程及运动过程往往具有时变性、变参数、变结构等不确定性及很强的非线性,精确的数学模型难以建立,此外,常规PID还有实现在线调整困难,参数间相互影响,参数整定时间长等缺点,难以取得理想的控制效果。

随着控制理论的发展,将应用广泛的PID控制器与智能控制理论相结合成为智能控制研究的新方向,神经网络算法具有逼近任意非线性表达能力,很强的自学习能力和概括推广能力,在解决高度非线性和不确定系统方面有很大的的潜能,应用神经网络,可以从复杂的PID三个参数组合中寻求最佳的线性组合,使神经网络和PID本质结合。从而使得控制器具有较好的自适应性,实现参数的自动实时调节,适应过程的变化,提高系统了的鲁棒性和可靠性。

2. BP神经网络

2.1 BP神经网络的构成及设计

BP神经网络是一种具有三层或三层以上的神经网络,包括输入层、隐含层、输出层,上下层之间实现全连接,而每层神经元之间无连接。当一对学习样本提供给网络后,神经元的激活值从输入层经各中间层向输出层传播,在输出层的各神经元获得网络的输入响应。接下来,按照减少目标输出与实际误差的方向,从输出层经过各中间层逐层修正各连接权值,最后回到输入层,这种算法即BP算法。随着这种误差逆的传播修正不断进行,网络对输入模式响应的正确率也不断上升。

(1)输入输出层的设计

输入层的设计可以根据需要求解的问题和数据表示方式确定,若输入信号interwetten与威廉的赔率体系 波形,那么输入层可以根据波形的采样点数目撅腚输入单元的维数,也可以用一个单元输入,这是输入样本为采样的时间序列。输出层的维数可以根据使用者的要求确定。如果BP网络用作分类器,类别模式一共有m个,那么输出层神经元的个数为m或者。

(2)隐层的设计

隐层单元的数目与问题的要求、输入/输出单元的数目都有直接的关系,隐单元的数目太多会导致学习时间过长、误差不一定最佳,也会导致容错性差、不能识别以前没有的样本等等,因此,一定存在一个最佳的隐单元数,通常用以下三个公式来选择最佳隐单元数:

一个典型的三层神经网络结构如下图所示:

图1 BP神经网络结构图

3. 神经网络PID控制器及控制算法

1、BP神经网络PID控制器结构如下图所示:

图2 神经网络控制器结构图

由图可知:控制器由两部分组成,分别为常规PID控制和神经网络,其中,常规PID直接对被控对象进行闭环控制,并且其控制参数Kp、Ki、Kd为在线调整方式;神经网络,根据系统的运行状态,调节PID控制器的参数,以期达到某种性能指标的最优化,使输出层神经元的输出对应于PID控制器的三个可调参数。通过神经网络的自学习、加权系数的调整,使神经网络输出对应于某种最优控制规律下的PID控制器参数。

2、控制算法

神经网络PID的控制算法如下:

(1)。 确定神经网络的结构,即确定输入节点数和隐含层节点数,并给出各层加权系数的初值和,并选定学习速率 和惯性系数 ,令k =1;

(2)。 采样得到r(k)和y(k),计算当前时刻误差error(k)= r(k)-y(k);

(3)。 计算各神经网络的输入、输出,其输出层的输出即为PID控制器的三个控制参数Kp、Ki、Kd;

(4)。 计算 PID控制器的输出;

(5)。 进行神经网络学习,在线调整加权系数,实现 PID控制参数的自适应调整;

(6)。 令k=k+1,返回第(1)步。

4. 仿真实例

4.1 被控对象

设被控对象的近似数学模型为:

所选的输入信号为一时变信号:

神经网络的结构选择4-5-3,学习速率为0.55,惯性系数为0.04,加权系数初始值为区间[-0.5,0.5]上的随机数,采样频率为1000Hz。

Matlab仿真结果如图三所示:

图3-1 输入输出曲线

图3-2 误差曲线

4.2 仿真结果分析

由仿真曲线可以看出,神经网络PID稳态误差小,解决了常规PID超调,抖动等问题,控制精度高,实现了对控制信号几乎相同的跟踪,具有较好的快速性和适应性。

5. 结语

神经网络PID控制器实现了两种算法本质的结合,借助于神经网络的自学习,自组织能力,可实现PID参数的在线调整,控制器自适应性好;该算法不要求被控对象有精确的数学模型,扩大了应用范围,控制效果良好;在合理选择神经网络的结构的情况下,该算法有很强的泛化能力。基于以上优点,神经网络PID控制器具有很好的发展应用前景。

责任编辑:gt

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 控制器
    +关注

    关注

    112

    文章

    16339

    浏览量

    177853
  • 神经网络
    +关注

    关注

    42

    文章

    4771

    浏览量

    100720
  • PID
    PID
    +关注

    关注

    35

    文章

    1472

    浏览量

    85487
收藏 人收藏

    评论

    相关推荐

    如何通过PCB设计提高焊接的可靠性

    `请问如何通过PCB设计提高焊接的可靠性?`
    发表于 03-30 16:02

    基于BP神经网络PID控制

    神经网络可以建立参数Kp,Ki,Kd自整定的PID控制器。基于BP神经网络PID控制系统结构框
    发表于 09-07 07:43

    仿人模糊神经网络控制器的设计和实现

    应用仿人智能高、能对付难控对象的控制特点,结合模糊RBF 神经网络控制威廉希尔官方网站 ,提出仿人模糊
    发表于 06-09 10:47 17次下载

    基于CMAC 神经网络PID 控制

    提出利用CMAC 神经网络PID 的复合控制,实现非线性系统控制。由于CMAC 网络的优点使PID
    发表于 06-11 09:16 23次下载

    基于BP神经网络的分布式传感网络可靠性分析

    针对分布式传感中的故障点多、导致估计系统可靠性参数困难的特点, 提出了一种基于BP 三层神经网络的M arkov 可靠性模型。仿真结果表明
    发表于 07-13 11:21 18次下载

    基于神经网络PID控制的交流伺服系统

    神经网络PID 控制相结合,提出了一种基于对角递归神经网络整定的PID 控制策略,并将其应用
    发表于 07-30 09:40 10次下载

    基于PLC的神经网络PID控制器设计

    为了改善工业控制系统的动态调节品质,运用BP 神经网络控制算法设计了一种神经网络PID 控制器
    发表于 08-10 11:12 43次下载

    对角递归神经网络控制的交流伺服系统

    为了获得伺服系统较高的跟踪和性能,考虑摩擦、负载的时变性,提出了基于对角递归神经网络控制器控制
    发表于 12-12 16:48 10次下载

    仿人模糊神经网络控制器的设计和实现

    应用仿人智能高、能对付难控对象的控制特点,结合模糊RBF 神经网络控制威廉希尔官方网站 ,提出仿人模糊
    发表于 12-19 11:50 12次下载

    复杂温度系统PID神经元网络控制研究

    针对工业对象中普遍存在的大滞后、非线性、时变等复杂特性,本文结合PID神经网络的特点,设计了PID神经元网络控制器,仿真结果表明, 该
    发表于 07-20 14:41 22次下载

    基于系统辨识的神经网络研究

    给出了神经网络的概念" 基于系统辨识的BP网络RBF
    发表于 07-22 16:20 7次下载

    基于BP神经网络PID控制器的研究与实现

    基于BP神经网络PID控制器的研究与实现:
    发表于 04-01 15:20 15次下载
    基于BP<b class='flag-5'>神经网络</b>的<b class='flag-5'>PID</b><b class='flag-5'>控制器</b>的研究与实现

    是什么意思_Robust为什么翻译成

    的意思。它是系统在异常和危险情况下生存的关键。比如说,计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下,能否不死机、不崩溃,就是该软件的
    发表于 11-29 09:08 12.7w次阅读
    <b class='flag-5'>鲁</b><b class='flag-5'>棒</b><b class='flag-5'>性</b>是什么意思_Robust为什么翻译成<b class='flag-5'>鲁</b><b class='flag-5'>棒</b><b class='flag-5'>性</b>

    的含义以及如何提高模型的

    的含义以及如何提高模型的? 什么是
    的头像 发表于 10-29 11:21 3440次阅读

    如何提高系统

    在当今的威廉希尔官方网站 环境中,系统面临着各种挑战,包括硬件故障、软件缺陷、网络攻击和人为错误。是指系统
    的头像 发表于 11-11 10:17 342次阅读