基于模糊神经网络的PID控制研究和仿真.pdfVIP

计算机科学2006V01．33NQ．7(专刊) 基于模糊神经网络的PID控制研究与仿真 包居敏唐良宝韩海媚 (桂林电子科技大学机电与交通工程系 桂林541004) 摘要常规PID控制不能满足现代工业实时控制的要求，将模糊神经网络应用于PID控制采实现系统参数的自 适应整定。仿真结果表明，该方法不需要控制对象精确数学模型，更精确反映控刳系统的动态变化过程。与其它 方法相比，具有更快的响应速度和更好的控制效果。 关键词模糊神经网络，PID，仿真 The andSimulationofPIDControllerBasedon NeuralNetwork Study Fuzzy TANG HANHai—Mei BAOJu-Min Liang-Bao ofElectronic arid ofElectaxmic (映朔mr瑚t MlchineIyTransportation Technology，Cmmn541004) E蟛ne商qg，Gll幽University AbstractBecauseconventionalPIDcontrollernotsolvethe intheindustrialcontrol can existingproblems system，a PIDcontrollerbasedon neuralnetwork to PID simu— fuzzy is modulatethe parameters．The presentedautomatically lationshowsthe the canbe more dynamic of reflected withoutaccuratemathematicmodel． processsystem precisely methodiS toother in This superior andcontroleffect． me_thodsresponse neuralnetwork，PID，Simulation KeywordsFuzzy 1 引言 础H，眇+扣跚)出+半] PID控制器具有结构简单，各参数物理意义明 k。为比例系数，L为积分时间常数，％为微 确，对模型依赖程度小和工程上易于实现等优点，是 分时间常数。 工业过程控制中最常用的方法。但在实际的工业控 经典增量式数字PID的控制算法为： 制中，控制对象具有高度复杂性，表现为非线性、时 “(志)=“(愚一1)+△扎(愚) 变不确定性和滞后等，它要求PID控制的参数整定 厶甜(是)一是p[8(走)一P(是一1)]+是筘(是 不依赖于对象的数学模型，且其参数能在线调整以 满足实时控制的要求。传统的PID控制或者一般 P(尼)一r(志)--y(k) 的模糊控制，难以达到令人满意的控制效果。目前， k¨ki、kd分别为比例、积分、微分系数。