08测控一班0867112111刘健.docVIP

内蒙古科技大学 MATLAB课程设计任务书 题 目：单神经元PID控制系统仿真 学生姓名：刘 健 学 号：0867112111 专 业：测控技术与仪器 班 级：测控08-1班 指导教师：梁丽 老师 摘 要 本文概述了神经网络PID算法的最简单结构—单神经元自适应PID算法，并且分析了单神经元自适应PID控制中的比例、积分、微分学习率对系统性能的影响基于单神经元PID 控制算法, 通过修改神经元控制连接加权系数和合理选择神经元系数, 设计了一种基于单神经元的自适应PID控制系统，该系统响应平滑、无超调。在此基础上建立单神经元PID 控制器的Sim ulink 仿真模型, 并给出仿真实例，并且对同一对象用常规PID进行控制,并比较两种方法控制下的仿真结果。结果表明：单神经元自适应PID控制系统具有自学习和自适应能力，能够采用学习规则来调整权系数，从而使系统响应稳定、快速、准确。 关键词：单神经元 ；自适应PID控制；Simulink 仿真 目 录 摘 要 1 目 录 2 第一章 设计原理 3 1.1 PID控制原理 4 1.2 单神经元模型 4 1.3 SIMULINK简介 5 1.4 单神经元PID控制原理 6 1.5单神经元PID 自适应控制算法 6 1.6系统的被控对象 7 1.7 S函数简介 8 第二章 设计过程 9 2.1 单神经元SIMULINK模型图 9 2.2 S函数 10 第三章 结果分析 12 3.1 系统的阶跃响应 12 3.2 PID参数的整定 13 3.3 单神经元PID与常规PID控制比较 14 设计总结 14 参考文献 15 第一章 设计原理 本文概述了神经网络PID算法的最简单结构—单神经元自适应PID算法，并且分析了单神经元自适应PID控制中的比例、积分、微分学习率对系统性能的影响基于单神经元PID 控制算法, 通过修改神经元控制连接加权系数和合理选择神经元系数, 设计了一种基于单神经元的自适应PID控制系统，该系统响应平滑、无超调。在此基础上建立单神经元PID 控制器的Sim ulink 仿真模型, 并给出仿真实例，并且对同一对象用常规PID进行控制,并比较两种方法控制下的仿真结果。结果表明：单神经元自适应PID控制系统具有自学习和自适应能力，能够采用学习规则来调整权系数，从而使系统响应稳定、快速、准确。 1.1 PID控制原理 PID控制是最早发展起来的应用经典控制理论在生产过程的自动控制领域中，按照偏差的比例（P）积分（I）和微分（D ）进行控制，由于算法简单鲁棒性好和可靠性高，被广泛应用于工业过程。 比例调节的作用是按比例反映系统的偏差，系统一旦出现了偏差，比例调节立即产生调节作用以减小偏差。比例作用大，可以加快调节，减小误差，但是过大的比例作用会使系统的稳定性下降，甚至造成系统不稳定。积分调节的作用是使系统消除稳态误差，因为一旦有误差，积分调节就起作用，直至无误差，积分调节的输出维持常量。微分调节的作用是反映系统偏差信号的变化率，具有预见性，能预见偏差变化的趋势，因此能产生超前的控制作用，使偏差还没有形成即被微分调节作用消除，因此微分作用可以改善系统的动态性能。 1.2 单神经元模型 单神经元的McCulloch- Pitts 模型如图1.1 所示 图1.1 人工神经元模型示意图 X1, X2, ?, Xn,是神经元接收的信息W1,W2…Wn 为连接权值。利用简单的线性加权求和运算把输入信号的作用结合起来构成净输入 （1.1） 其中θ是神经元的阈值，此作用引起神经元的状态变化，而神经元的输出y 是其当前状态的活化函数即y=g(input)。控制中应用的神经元活化函数g(*)通常为Sigmoid函数(S 型函数)，它使神经元的输出是限制在两个有限值之间的连续非减函数，如图1.2所示。 图1.2 Sigmoid人工神经元活化函数 1.3 SIMULINK简介 Simulink是MATLAB最重要的组件之一，它提供一个动态系统建模、仿真和综合分析的集成环境。在该环境中，无需大量书写程序，而只需要通过简单直观的鼠标操作，就可构造出复杂的系统。Simulink具有适应面广、结构和流程清晰及仿真精细、贴近实际、效率高、灵活等优点，并基于以上优点Simulink已被广泛应用于控制理论和数字信号处理的复杂仿真和设计。同时有大量的第三方软件和硬件可应用于或被要求应用于Simulink。 Simulink是MATLAB中的一种可视化仿真工具， 是一种基于MATLAB的框图设计环境，是实现动态系统建模、仿真和分析的一个软件包，被广泛应用于线性系统、非线性系统、数字控制及数字信号处理的建模和仿真中。Simulink可以用连续采样时间、离散采样时间或两种混合的采样时间进行建模，