纯滞后系统的单神经元-Smith预估控制.pdfVIP

第 26卷第 1期 电 力 科 学 与 工 程 Vo1．26，No．1 48 2010年 1月 ElectricPowerScienceandEngineering Jan．，2010 纯滞后系统的单神经元一Smith预估控制 邢红颖，梁伟平 (华北电力大学控制与计算机工程学院，河北保定 071003) 摘要：工业过程控制中，纯滞后系统普遍存在，单纯的Smith预估控制的鲁棒性差，单神经元具有 自学习、 自适应能力，将单神经元与 Smith二者有机结合，形成单神经元一smi血复合控制器，并利用 MATLAB／ Simulink对其进行仿真研究。仿真结果表明，这种控制器充分发挥了神经元自适应、自学习的功能，弥补 了单纯的Smith控制器在处理纯滞后问题中的不足，具有良好的抗干扰能力和适应性。 关键词：纯滞后系统；PID控制器；Smith预估器；单神经元 中图分类号：TP273 文献标识码：A 0 引 言 工业过程控制中，被控对象往往存在不同程度 的纯滞后，由于纯滞后的存在，系统稳定性降低。 Ziegler—Nichols参数整定法整定的PID控制器，能 图1 带有 Smith预估器的系统框图 Fig．1 System diagram withSmithpredictor 较好地解决滞后步数为 0．15-0．6纯滞后对象的控 制。但对于滞后步数较大或控制精度要求较高的场 Y )之 间的传递 函数为 合，该方法就不适用了。1957年Smith提出的预估 ： 一 (J)ee 十GOsst() (1) 器是解决大纯滞后的有效方法，但它需要控制对象的 精确数学模型，而且抗干扰能力差。单神经元是神经 为了完全补偿对象的纯滞后特性，则要求 网络的基本组成单位，具有 自学习、自适应的能力， = ()e一+G()= () (2) 不需要对被控对象进行精确的辨识，能够较好地克 服被控对象的参数时变、非线性特性，提高控制系统 于是，可得 Smith预估补偿器的传递函数为 的抗干扰能力，从而可以弥补Smith预估器的不足。 G ()=GP()(1一e一”) (3) 本文将单神经元PID与Smith预估器相结合，利用 Smith预估器克服被控对象的大迟延特性，利用单 神经元PID不需要被控对象精确模型的优点，提高 2 人工神经元 对象特性变化的自适应能力和抗干扰能力。仿真实 验表明：该控制算法具有 良好的控制品质、抗干扰能 2．1单神经元模型 力和鲁棒性，明显优于常规PID控制。 对生物神经元进行抽象简化后，得到人工神经 元模型，如图2所示。 1 Smith预估器的基本原理 对于第i个神经元， ， ，…， 是神经元接收 到的信息，wm z，…，w为连接强度，称之为权。 带有Smith预估器的系统如图1所示。 利用某种运算把输入信号的作用结合起来，给出它 由图 1可知，经补偿后控制量 )与反馈量 们的总效果，称之为 “净输入”。根据不同的运算 收稿 日期：2009-09-08。 作者简介：邢红颖 (1984一)，女，华北电力大学控制与计算机工程学院硕士研究生，E-mail：xinghongyingopop@126．GOm。 第 1期