基于准对角递归神经网络(QDRNN)的PID解耦控制的研究.pdfVIP

《冶金自动化》20Cr7年增刊(St) 基于准对角递归神经网络(QDRNN)的 PID解耦控制研究 陈渭红1，李守智1，王昆2 (1．西安理工大学自动化与信息工程学院，陕西西安710048；2，西安航空航天高等专科学校) [摘要】在多变量控制系统中，往往存在较强的耦台现象，如果不采取一定的解耦措施，是难以取得满意的控 制效果的，采用智能控制的方法是解决上述问题的有效手段之一。针对强耦台带延时多输人多输出(M珊O)tF 线性离散系统难以实现解耦问题，推导了QDRNN的权值学习算法，实现了基于QDRNN结构的在线自整定PID 解耦控制。仿真表明泼方案具有良好的动态、静态性能以及很强的自适应性。 [关键词]多输人多输出；解耦控制；准对角递归神经网络；比例积分微分控制 0引言 制器，r．和r2为系统输入指令，Yl和Y2为系统输 PID控制因其算法简单，鲁棒性好，可靠性高， 出值。用于控制器“l和tt2的PID参数为k。ki、 被广泛的应用于过程控制及运动控制中，尤其适 矗do 用于可建立精确数学模型的确定性控制系统。然 而在大多数多输入多输出(MIMO)控制系统中，一 个输入信号的变化会使多个输出量发生变化，每 个输出也不只受一个输入的影响，而工业过程控 制则要求系统能够安全稳定地运行；有较好的调 节性能；能以较小的误差跟踪设定值的变化，或使 误差为零。但是，由于系统有多个输入和多个输 出，内部结构比较复杂，往往存在有一定程度的耦 图1多变量自整定PID控制器 合作用。传统的解耦控制器可以在一定程度上实 以控制器n。为例，控制算法如下： 现解耦控制，但是其在解耦控制器的设计和实现 上比较繁琐，而且解耦精度上也依赖于系统数学 kdl(k)x，(k) (1) 模型准确性…。本文建立了一种新的基于QDRNN erro (2) 的多输入多输出【31PID解耦控制器，用来对有强耦 7I(^)=1(^)一Y1(k) 合的多输人多输出系统进行解耦控制，仿真结果 且有：￡l(^)=erforl(k) (3) 表明，这种控制方法精度高、抗干扰能力强，在动 rl(k)×T) (4) x2(k)=二(er／o 态过程中可达到比较满意的效果，并且算法简单 幻(^)：竺巫坠≠型(5) 易行，有一定的使用价值。 式(4)、(5)中，r为采样时间。 1基于QDRNN参数自学习PID控制原 t里t63 双输入、双输出多变量自整定PID控制器如 QDRNN进行整定。 图1所示。 定义如下的指标： 1 图中NNl和NN2为神经网络，Ⅱl和“2为控 (6) El(％)={(rl(％)一Yt(☆))2 [收穑日期]2006-衢一19；[修改稿收到日期]2006—07．21 [作者简介]陈渭红(1977．)，女．陕西渭南人，研究生，研究方向为智能控制技术。 -852· 《冶金自动化》20Cr7年增刊(S1)