- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
神經网络PID实验平台在WinCC中的实现
神经网络PID实验平台在WinCC中的实现
摘要:分析了带死区的积分分离PID控制算法,在此基础上,将应用最广泛的PID控制器与具有自学习功能的神经网络相结合,提出了基于BP神经网络的PID控制算法。并利用WinCC的全局脚本编辑器,将用户自行开发的神经网络控制算法嵌入WinCC中,开发了神经网络实验平台,然后通过WinCC与PLC之间的通讯,实现对被控实验对象的神经网络控制。关键词:带死区的积分分离PID;WinCC;实验平台; 神经网络的PID中图分类号:TP31 文献标识码:文章编号:Abstract: Analyzing of the dead-section and integral splitting PID algorithm, and melting the wide-used PID controller and the automatic learning nerve network, the paper got a PID control algorithm based on the BP network. The network algorithm is embedded in WinCC and a neural network lab table is explored by the globe scenarios editor in WinCC. The lab target is controlled by nerve network through the communication between the WinCC and PLC.
Key words: dead-section and integral splitting PID; WinCC; lab table; neural network PID
1 前言为了适应自动化及相关专业教学需要,加深学生对控制理论及控制工程的认识和理解,实验教学控制系统除采用常规PID及改进算法外,也可采用了自适应、预测模型、模糊专家系统、神经网络等智能控制算法。为了方便学生了解人工神经网络原理及特点,对神经网络模型、控制算法及应用技术有一个基本的认识,在以有的控制系统实验软件中嵌入了神经网络控制算法,开发神经网络实验平台,用以调节PID控制器的三个可调参数KpKI、KD。2带死区的积分分离PID 控制算法带死区积分分离PID控制实验原理框图如图1所示。变送器检测得到被控对象的输出4~20mA的电流反馈信号输入PLC,由AI模块经A/D转换成数字信号yf(t)后。再与从上位机键盘输入的给定值yr(t)(从键盘输入)比较,得到偏差信号e(t)。PLC根据偏差信号e(t),执行带死区积分分离PID控制算法程序,计算出控制量,由AO模块经D/A转换成4~20mA的电流控制信号u(t),控制广义对象的输出y(t),使其跟踪给定值yr(t)。
图1 带死区积分分离PID控制实验原理
在普通的PID数字控制器中引入积分环节的目的,主要是为了消除静差、提高精度。但在过程的启动、结束或大幅度增减设定值时,会造成PID运算的积分积累,致使算得的控制量超过执行机构可能最大的动作范围所对应的极限控制量,最终引起系统较大的超调,甚至引起系统的振荡,这是大多数工业生产过程所不允许的。为了避免上述情况发生,采用积分分离PID控制算法,既保持了积分作用,又可以减小超调量,使得控制性能有了较大的改善。其具体实现如下:(1) 根据实际情况,设定一阈值ε0。(2) 当│e(k)│ε时,也即偏差值│e(k)│比较大时,采用PD控制,可避免过大的超调,又使系统有较快的响应。(3) 当│e(k)│≤ε时,也即偏差值│e(k)│比较小时,采用PID控制,可保证系统的控制精度。对于算法实现,可在积分项乘一个系数β,β按下式取值:
将增量式PID算式写成积分分离形式即为
当│e(k)│ε时,即β=0,进行PD控制,PD控制算法为:
当│e(k)│≤ε时,即β=1,进行PID控制,PID控制算法为:
另外,实际系统要求机械装置运动到位后,控制作用不要频繁变动,以免机械磨损(或电子调节阀过热烧坏)。为了避免控制动作的过于频繁,消除频繁动作引起的振荡,只在累积偏差超出一定的范围后才作调整,可采用带死区的PID控制。相应的控制算式如下:
式中,死区εo (εo0)是一个可调的参数,其具体数字可根据实际控制对象确定。若εo值太小,使动作过于频繁,达不到稳定被控对象的目的;若εo值太大,则系统将产生较大的稳态误差,降低控制精度。此控制系统实际上是一个非线性系统,即当│e(k)│≤εo时,PID调节器控制量输出为零;当│e(k)│εo,PID调节器由控制量输出。3基于BP神经网络的PID控制算法对
您可能关注的文档
- 神經官能症的自我治疗方法及步骤.doc
- 神經干AP的传导速率及不应期的测定.doc
- 神經干动作电位的引导和观察/动作电位传导速度的测定.doc
- 神經干动作电位笔记已整理.doc
- 神經干复合动作电位的测定及影响因素.doc
- 神經康复学考试重点.doc
- 神經康复科诊疗规范.doc
- 神經性头痛是一种功能性的疼痛.doc
- 神經性头痛的预防.doc
- 神經损伤治疗仪概述.doc
- 基于人工智能教育平台的移动应用开发,探讨跨平台兼容性影响因素及优化策略教学研究课题报告.docx
- 高中生物实验:城市热岛效应对城市生态系统服务功能的影响机制教学研究课题报告.docx
- 信息技术行业信息安全法律法规研究及政策建议教学研究课题报告.docx
- 人工智能视角下区域教育评价改革:利益相关者互动与政策支持研究教学研究课题报告.docx
- 6 《垃圾填埋场渗滤液处理与土地资源化利用研究》教学研究课题报告.docx
- 小学音乐与美术教师跨学科协作模式构建:人工智能技术助力教学创新教学研究课题报告.docx
- 《航空航天3D打印技术对航空器装配工艺的创新与效率提升》教学研究课题报告.docx
- 教育扶贫精准化策略研究:人工智能技术在区域教育中的应用与创新教学研究课题报告.docx
- 《区块链技术在电子政务电子档案管理中的数据完整性保障与优化》教学研究课题报告.docx
- 《中医护理情志疗法对癌症患者心理状态和生活质量提升的长期追踪研究》教学研究课题报告.docx
文档评论(0)