神經(jīng)網(wǎng)絡PID控制及Matlab仿真

1、遼寧石油化工大學繼續(xù)教育學院論文神經(jīng)網(wǎng)絡PID控制及Matlab仿真摘 要PID控制技術(shù)是一種應用很普遍的控制技術(shù)，目前在很多方面都有廣泛的應用。論文首先簡要介紹了神經(jīng)網(wǎng)絡的理論基礎和神經(jīng)網(wǎng)絡的學習算法，傳統(tǒng)的常規(guī)PID控制器。為了達到改善常規(guī)PID控制器在復雜的、動態(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PID控制器。本文主要研究了神經(jīng)網(wǎng)絡PID控制。利用神經(jīng)網(wǎng)絡具有強的非線性映射能力、自學習能力、聯(lián)想記憶能力、并行信息處理方式及優(yōu)良的容錯性能，應用神經(jīng)網(wǎng)絡對PID控制器進行改進后，對于工業(yè)控制中的復雜系統(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)絡的BP神經(jīng)網(wǎng)絡PID控制器及其仿真等。最后，對常規(guī)PID控制器和神經(jīng)網(wǎng)絡PID控制器進行了仿真比較，仿真結(jié)果表明，應用神經(jīng)網(wǎng)絡對常規(guī)PID控制器進行改進后提高了系統(tǒng)的魯棒性和動態(tài)特性，有效的改善了系統(tǒng)控制結(jié)果，達到了預期的目的前 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)簡單、易于實現(xiàn)，但常規(guī)的PID控制也有其自身的缺點，因為常規(guī)PID控制器的參數(shù)是根據(jù)被控對象數(shù)學模型確定的，當被控對象的數(shù)學模型是變化的、非線性的時候，PID參數(shù)不易根據(jù)其實際的情況做出調(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，應用最廣泛的一種調(diào)節(jié)器。由于其算法簡單，實現(xiàn)簡易、魯棒性能良好和可靠性高，能夠?qū)艽笠活惞I(yè)對象進行有效控制等一系列優(yōu)點，被廣泛應用于工業(yè)過程控制，尤其適用于可建立精確數(shù)學模型的確定性控制系統(tǒng)。但是在實際的工業(yè)生產(chǎn)過程中，往往具有非線性，時變不確定性，因而難以建立精確的數(shù)學模型，應用常規(guī) PID控制器不能達到理想的控制效果:在實際生產(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，對運行工況的適應性很差。針對這些問題，長期以來，人們一直在尋求 PID控制器參數(shù)的自動整定技術(shù)，以適應復雜的工況和高指標的控制要求。隨著微處理機技術(shù)的發(fā)展和數(shù)字智能式控制器的實際應用，這種設想已經(jīng)變成了現(xiàn)實。到目前為止，有許多技術(shù)已經(jīng)被用于 PID控制器的手動和自動整定，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;按照被控對象個數(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和難點;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，隨著現(xiàn)代控制理論(諸如智能控制，自適應模糊控制和神經(jīng)網(wǎng)絡技術(shù)等)研究和應用的發(fā)展和深入，為控制復雜無規(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PID控制器就是其中的一種。對于復雜對象，其控制效果遠遠超過常規(guī)控制。由于神經(jīng)網(wǎng)絡具有自組織、自學習、自適應的能力，本文提出基