神经网络PID控制器的设计及在气垫式流浆箱控制中的仿真的研究.pdf

神经网络PID控制器的设计 及其在气垫式流浆箱控制中的仿真研究 摘 要 现代复杂工业生产过程中，受控对象之间的耦合问题是普遍存 在的一种现象。与无耦合的受控对象相比，自动控制系统的设计难 度更大。在一个多变量的控制系统中，因为系统中存在耦合，输入 与输出之间相互关联，互相影响，采用SISO系统的设计方法往往不 能取得预期的控制效果，甚至会得到一个不稳定的系统。因此研究 MIMO系统的解耦控制策略，并把它们用于过程控制，对于提高生 产效益和保障安全运行都具有很重要的现实意义。 传统的解耦控制理论必须建立在精确的数学模型基础之上，且 控制系统应具有足够的线性度。近年来，人们较多采用模糊控制、 专家控制等智能控制方法来取代经典PID控制方法，在一些方面达 到了比较好的控制效果。神经网络具有强的非线性映射能力、自学 习能力、联想记忆能力、并行信息处理方式及优良的容错性能，应 用神经网络对PID控制器进行改进后，对于工业控制中的复杂系统 控制有着更好的控制效果，有效的改善了由于系统结构和参数变化 导致的控制效果。 文中详细介绍了基于神经网络的若干学习方法、常规PID控制 器的应用及常规解耦控制系统的应用，深入研究了基于神经网络的 经网络PID的两变量系统解耦控制方案：神经元PID解耦方案。利 用MATLAB语言，以气垫式流浆箱为控制对象，分析其工作原理， 建立数学模型，分别以传统解耦方法和神经元PID解耦方法设计控 制系统，方便而快速地实现了的计算机仿真。通过仿真结果比较表 明：传统解耦方法是建立在确定精确数学模型的基础上，当运行工 况改变时系统的数学模型就会发生改变，原来的控制参数和解耦方 法就不能再适用了，必须重新求取；神经元PID解耦方法能不依赖 运行系统的数学模型，在线调整权值参数，具有很好系统的动、静 态特性，使系统获得了较好的性能。 关键词：神经网络 解耦PID控制器神经元PID网络 TheResearch oftheNeuralNetwork ControllerandIts Simulationinthe ofthe Controlling Air-cushion Box Flowing ABSTRACT Inthe of isa processingtoday’scomplexindustry production，it common thatcontrolledare problem objects with the controlled ofthe non-coupled automation objects，thedesignation ismore a with controllingsystem difficulty．In controllingsystemmany the is variants，because and iSinfluent