版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、<p> 神經(jīng)網(wǎng)絡(luò)PID在溫度控制系統(tǒng)中的研究與仿真</p><p> 摘要:本文提出一種基于BP神經(jīng)網(wǎng)絡(luò)的新型智能PID控制方法和一些BP神經(jīng)網(wǎng)絡(luò)的基本概念。同傳統(tǒng)的PID控制相比較,神經(jīng)網(wǎng)絡(luò)智能PID控制有許多優(yōu)點(diǎn)。把BP神經(jīng)網(wǎng)絡(luò)的PID控制方法應(yīng)用到工業(yè)領(lǐng)域的溫度控制系統(tǒng)中,仿真結(jié)果表明:這種控制方法具有較高控制精度和較強(qiáng)的適應(yīng)性以及良好的控制效果。</p><p>
2、 關(guān)鍵詞 : 神經(jīng)網(wǎng)絡(luò) ,PID控制器 ,溫度控制系統(tǒng)</p><p><b> 1 引言</b></p><p> 在工業(yè)控制過(guò)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(jiǎn)單、易于實(shí)現(xiàn),但常規(guī)的PID控制也有其自身的缺點(diǎn),因?yàn)槌R?guī)PID控制器的參數(shù)是根據(jù)被控對(duì)象數(shù)學(xué)模型確定的,當(dāng)被控對(duì)象的數(shù)學(xué)模型是變化的、非線性的時(shí)候,PID參數(shù)不易根據(jù)其實(shí)際的
3、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。特別是在具有純滯后特性的工業(yè)過(guò)程中,常規(guī)的PID控制更難滿足控制精度的要求。由于神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)、自適應(yīng)的能力,本文提出基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器,使人工神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID控制相結(jié)合互相補(bǔ)充,共同提高控制質(zhì)量,并把該方法在溫度控制系統(tǒng)中用Matlab語(yǔ)言進(jìn)行了仿真應(yīng)用。</p><p> 2 BP神經(jīng)網(wǎng)絡(luò)的模型構(gòu)成及算法</p>
4、<p> 2.1 BP神經(jīng)網(wǎng)絡(luò)的模型構(gòu)成</p><p> B P神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程主要由兩個(gè)階段構(gòu)成:</p><p> 第一階段(正向傳播過(guò)程),輸入信號(hào)通過(guò)輸入層,經(jīng)過(guò)隱含層逐層處理,在輸出層計(jì)算出每個(gè)神經(jīng)元的實(shí)際輸出值。</p><p> 第二階段(誤差反向傳播過(guò)程),如果在輸出層未得到期望的輸出值,則逐層遞推地計(jì)算實(shí)際輸出與期望輸出的
5、差值,并且根據(jù)這個(gè)誤差調(diào)節(jié)權(quán)系數(shù)。</p><p> 2.2神經(jīng)網(wǎng)絡(luò)PID控制器的構(gòu)成及算法</p><p> 在傳統(tǒng)的PID控制中,經(jīng)典增量式PID的控制形式:</p><p> u(k)=u(k-1)+e(k)-e(k-1)]+e(k)+[e(k)-2e(k-1)+e(k-2)] </p><p> K :比例系數(shù)
6、 </p><p><b> = :積分系數(shù)</b></p><p><b> ?。何⒎窒禂?shù) </b></p><p> 建立BP神經(jīng)網(wǎng)絡(luò)PID控制器結(jié)構(gòu):</p><p> r(k) e(k) u(k)
7、 y(k)</p><p><b> +</b></p><p><b> _</b></p><p> 為了達(dá)到自適應(yīng)調(diào)節(jié)目的,輸出層為三個(gè)神經(jīng)元,分別對(duì)應(yīng)。輸入層、隱含層的神經(jīng)元的數(shù)目根據(jù)被控對(duì)象的復(fù)雜性固定下來(lái)。</p><p> 隱含層采用的激活函數(shù)為正負(fù)對(duì)
8、稱(chēng)的sigmoid函數(shù):</p><p> 輸出層的激活函數(shù)采用非負(fù)的sigmoid函數(shù):</p><p> 我們假定,, 是輸出層的輸出,它們分別對(duì)應(yīng)于,,。</p><p> 我們?nèi)⌒阅苤笜?biāo)函數(shù)為:</p><p> 當(dāng)實(shí)際輸出與期望輸出之間存在偏差時(shí),則誤差反向傳播。反向傳播的實(shí)質(zhì)就是通過(guò)調(diào)整權(quán)系數(shù)使偏差最小,因此可以利用最速下
9、降法,按誤差函數(shù)的負(fù)梯度方向?qū)Ω鲗由窠?jīng)元權(quán)系數(shù)進(jìn)行調(diào)整修正。</p><p><b> 則有:</b></p><p><b> = -</b></p><p> ?。簩W(xué)習(xí)速率 :動(dòng)量項(xiàng)</p><p><b> 由鏈法則可得:</b></p>
10、<p><b> =</b></p><p><b> =-e(k+1) </b></p><p> 其中: =1, 2 ,3</p><p> 因此可以得到BP神經(jīng)網(wǎng)絡(luò)的輸出層權(quán)系數(shù)的計(jì)算公式: </p><p><b> 其中:</b&
11、gt;</p><p> 由于在PID控制算法中一般情況下是未知的,可以用符號(hào)函數(shù)來(lái)取代,并通過(guò)調(diào)整來(lái)修正誤差。</p><p> 同理可得到隱含層權(quán)系數(shù)計(jì)算公式:</p><p><b> 其中:</b></p><p> 在上面各式中,上角標(biāo) (1)、(2)、(3)分別表示輸入層、隱含層、輸出層、</p
12、><p><b> ?。狠敵鰧由窠?jīng)元個(gè)數(shù)</b></p><p><b> ?。弘[含層神經(jīng)元個(gè)數(shù)</b></p><p><b> :輸入層神經(jīng)元個(gè)數(shù)</b></p><p> 綜上所述可以得到BP神經(jīng)網(wǎng)絡(luò)的控制算法:</p><p> 確定神經(jīng)網(wǎng)絡(luò)結(jié)
13、構(gòu),初始化各層權(quán)系數(shù)??刂屏俊⑤敵隽?、誤差的初值取0。</p><p> 對(duì)系統(tǒng)進(jìn)行采樣,得到、。計(jì)算得到誤差。然后根據(jù)增量式PID算式把誤差分量作為輸入層的輸入。</p><p> 根據(jù)各層權(quán)系數(shù)正向計(jì)算BP神經(jīng)網(wǎng)絡(luò)各層的輸入、輸出。輸出層分量分別為K、K、K。根據(jù)增量式PID算式可以得到控制器的輸出。</p><p> 將作為BP神經(jīng)網(wǎng)絡(luò)的監(jiān)督信號(hào),進(jìn)行B
14、P算法的反向傳播。在線根據(jù)輸出層、隱含層的學(xué)習(xí)算法調(diào)整各層的權(quán)系數(shù),使PID系數(shù)達(dá)到自適應(yīng)調(diào)整。</p><p><b> 返回到(2)。</b></p><p> 3 .在溫度控制系統(tǒng)中的仿真實(shí)驗(yàn)</p><p> 在工業(yè)生產(chǎn)過(guò)程中,控制的生產(chǎn)過(guò)程各種各樣,常常要對(duì)像溫度過(guò)程這樣的純滯后的過(guò)程進(jìn)行控制。設(shè)被控的溫度控制過(guò)程的傳遞函數(shù)為:
15、</p><p> 仿真結(jié)果如下圖所示:</p><p> 圖1 圖2 </p><p> 圖(1
16、)為常規(guī)的PID控制,圖(2)為BP神經(jīng)網(wǎng)絡(luò)PID控制。從圖中我們可以看到常規(guī)的PID控制所產(chǎn)生的超調(diào)量和過(guò)渡時(shí)間比BP神經(jīng)網(wǎng)絡(luò)PID控制所產(chǎn)生的超調(diào)量和過(guò)渡時(shí)間大得多,由此可以看出BP神經(jīng)網(wǎng)絡(luò)PID控制具有較強(qiáng)的自適應(yīng)性和較高的控制精度。</p><p><b> 4 .結(jié)束語(yǔ)</b></p><p> 本文根BP神經(jīng)網(wǎng)絡(luò)的控制算法對(duì)純滯后的溫度控制系統(tǒng)進(jìn)行了仿
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)PID的溫度控制系統(tǒng)實(shí)時(shí)仿真研究.pdf
- 神經(jīng)網(wǎng)絡(luò)PID在網(wǎng)絡(luò)控制系統(tǒng)中的設(shè)計(jì)和仿真.pdf
- 神經(jīng)網(wǎng)絡(luò)PID控制器在空調(diào)房間溫度控制中的仿真研究.pdf
- 網(wǎng)絡(luò)控制系統(tǒng)中神經(jīng)網(wǎng)絡(luò)PID控制算法研究與實(shí)現(xiàn).pdf
- 神經(jīng)網(wǎng)絡(luò)PID在協(xié)調(diào)控制系統(tǒng)中的應(yīng)用.pdf
- 主機(jī)冷卻水溫度控制系統(tǒng)的神經(jīng)網(wǎng)絡(luò)PID控制研究.pdf
- 基于LabVIEW的神經(jīng)網(wǎng)絡(luò)PID控制算法在液位控制系統(tǒng)中的仿真研究.pdf
- 基于labview的神經(jīng)網(wǎng)絡(luò)pid控制算法在液位控制系統(tǒng)中的仿真研究(1)
- 神經(jīng)網(wǎng)絡(luò)PID算法在流量控制中的應(yīng)用與仿真研究.pdf
- 神經(jīng)網(wǎng)絡(luò)分?jǐn)?shù)階PID在網(wǎng)絡(luò)控制系統(tǒng)中的研究與應(yīng)用.pdf
- 一個(gè)基于BP神經(jīng)網(wǎng)絡(luò)的PID溫度控制系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)PID算法的電阻爐溫度控制系統(tǒng)的研究.pdf
- 神經(jīng)網(wǎng)絡(luò)PID在疊圖機(jī)控制系統(tǒng)中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)PID在全自動(dòng)包裝機(jī)同步控制系統(tǒng)中的研究.pdf
- 溫室溫度的神經(jīng)網(wǎng)絡(luò)模糊PID控制算法及其仿真研究.pdf
- 廣義PID神經(jīng)網(wǎng)絡(luò)在單元機(jī)組協(xié)調(diào)控制系統(tǒng)中的應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的內(nèi)??刂圃跍囟瓤刂葡到y(tǒng)的研究.pdf
- 基于模糊pid控制的多電機(jī)控制系統(tǒng)研究 與bp神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)模糊PID控制在加熱爐溫度控制中的應(yīng)用.pdf
- 基于模糊pid控制的多電機(jī)控制系統(tǒng)研究與bp神經(jīng)網(wǎng)絡(luò)
評(píng)論
0/150
提交評(píng)論