大時(shí)滯系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制方法研究.pdf

1、工業(yè)生產(chǎn)的快速發(fā)展使得工業(yè)系統(tǒng)更為復(fù)雜，大時(shí)滯、時(shí)變性、嚴(yán)重非線性給工業(yè)控制系統(tǒng)提出了更高的要求。具有時(shí)滯特性的控制系統(tǒng)是普遍存在的，對(duì)于大時(shí)滯系統(tǒng)的控制是很困難的。傳統(tǒng)的控制方法往往建立在被控對(duì)象的數(shù)學(xué)模型的基礎(chǔ)之上，然而在實(shí)際中，由于控制對(duì)象是電子、機(jī)械、軟件及其現(xiàn)場(chǎng)環(huán)境的復(fù)合體，因此很難以建立準(zhǔn)確的數(shù)學(xué)模型，有些甚至根本無(wú)法建立模型。由于神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自組織以及能逼近任意非線性函數(shù)等諸多優(yōu)良的特點(diǎn)，因而應(yīng)用神經(jīng)網(wǎng)絡(luò)理論與方法

2、對(duì)大時(shí)滯工業(yè)系統(tǒng)的控制已成為了熱門(mén)研究課題。大量的研究成果表明基于神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)為大時(shí)滯系統(tǒng)的控制提供了新的途徑。
　　 目前基于神經(jīng)網(wǎng)絡(luò)的大時(shí)滯控制系統(tǒng)主要分為兩種結(jié)構(gòu)，一種是把神經(jīng)網(wǎng)絡(luò)與常規(guī)PID控制器相結(jié)合的控制結(jié)構(gòu)，另一種是無(wú)需附加PID控制器，僅用神經(jīng)網(wǎng)絡(luò)本身的控制結(jié)構(gòu)。本文對(duì)這兩種結(jié)構(gòu)各選取一種神經(jīng)網(wǎng)絡(luò)對(duì)大時(shí)滯系統(tǒng)進(jìn)行研究。論文中的BP神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)就屬于第一種結(jié)構(gòu)，在這種控制結(jié)構(gòu)中，首先通過(guò)神經(jīng)網(wǎng)絡(luò)自學(xué)

3、習(xí)的功能自動(dòng)調(diào)整控制參數(shù)，然后把這些參數(shù)送入PID控制器中進(jìn)行整合，從而形成控制律對(duì)被控對(duì)象進(jìn)行控制。本文分析了BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，詳細(xì)的給出了BP的前向算法、反傳算法，對(duì)BP算法的易陷入局部極小值和收斂速度慢兩大缺點(diǎn)進(jìn)行了重點(diǎn)分析，并提出了相應(yīng)的改進(jìn)方法，確定了BP神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)的結(jié)構(gòu)及算法，最后分別用標(biāo)準(zhǔn)的BP算法與改進(jìn)Vogl算法對(duì)一階大時(shí)滯的加熱爐進(jìn)行了仿真，仿真結(jié)果表明改進(jìn)的Vogl算法的控制品質(zhì)明顯好于標(biāo)準(zhǔn)的BP算法

4、。PID神經(jīng)元網(wǎng)絡(luò)控制系統(tǒng)就屬于第二種控制結(jié)構(gòu)，在這種控制結(jié)構(gòu)中，分析了具有動(dòng)態(tài)處理能力的PID神經(jīng)元，給出了PID神經(jīng)元網(wǎng)絡(luò)控制系統(tǒng)的框圖以及算法，并對(duì)一個(gè)典型的二階大時(shí)滯對(duì)象進(jìn)行了仿真，從階躍響應(yīng)，抗干擾能力，魯棒性等方面分析該算法的實(shí)用性。
　　 文章最后還重點(diǎn)討論了PID神經(jīng)元網(wǎng)絡(luò)與Smith預(yù)估器相結(jié)合的控制系統(tǒng)，給出了結(jié)合后的算法及相關(guān)程序并進(jìn)行了仿真，仿真表明結(jié)合后的控制系統(tǒng)在快速性、抗干擾性方面比僅用PID神經(jīng)元