一种基于BP神经网络的模糊PID控制算法研究 Study on A Fuzzy PID Controle Algorithm Based on BP Neural Network.pdfVIP

下载本文档

5
0
约1.03万字
约 3页
2017-08-02 发布于上海
举报
版权申诉

一种基于BP神经网络的模糊PID控制算法研究 Study on A Fuzzy PID Controle Algorithm Based on BP Neural Network.pdf

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

一种基于BP神经网络的模糊PID控制算法研究 Study on A Fuzzy PID Controle Algorithm Based on BP Neural Network

第21卷第2期机电产品开发与剀辫 V01．21．No．2 of Products Mar．．2008 2008年3月 Machinery＆Electrical Development＆Innovation 二种基于BP神经网络的模糊PID控制算法研究唐锐，文忠波，文广，． (攀枝花学院机电工程学院，四川攀枝花617000) 摘要：提出了一种基于神经网络自学习和并行处理的能力，利用模糊控制对未知模型不精确控制的功能来设计的PID控制算法，仿真实例表明能较好地实现PID控制器参数在线调整和优化。关键词：神经网络；PID模糊控制；算法中图分类号：T／B8文献标识码：A 文章编号：1002--6673(2008)02．024-03 0引言 2基于BP神经网络的模糊PID控制 f PID控制以其简单、容易实现等优点广泛应用于工 2．1神经网络模糊PlD控制器结构业过程控制中。PID控制器参数的选择直接影响控制系如图2所示：①数字PID控制器，直接对被控制对统的控制效果。在PID控制器设计中．寻找合适的控制象进行闭环控制，并在线整定KP，KD，KI；②模糊处理模算法来实现KP，KD。KI参数整定的全局最优解显得至 f块：对系统的状态变量进行模糊量化和归一处理；③神关重要[tl。本文提出一种利用神经网络具有较强的自学经网络：用于表示模糊规则。通过加权系数调整和网络习和大规模并行处理能力、模糊控制具有较好的模型未自身学习，使其稳定状态对应于某种最优控制规律下的知或不精确控制的能力．实现PID控制器参数在线调整和优化闭。 1 PID控制原理 PID控制器是根据给定值r(t)与实际输出值c(t)构成的控制偏差：《t)=r(t)-c(I)。将偏差的比例(P)、积分(I)和微分(D)通过线性组合构成控制量．其控制规律为：圈2神经网络模硼PIP控制系统 NN PIDcontrol architecture u(螂桕+百1mt(I)+等垃 (1) Fig．2 fuzzy system PID控制器参数。系统由模拟PID控制器和被控对象组成，控制原理 2．2模糊处理模块如图l所示p】。模糊化模块的功能是对系统状态变量{e∞l进行模糊 -y00归一处理，在【0，1】区间内分别完成模糊量化处理。 6ssn(e)le／rt--0．9 5sgn(e)le／rl≥O．7 4sgn(e)le／d_0．5 3 图1PID控制系统原理 E=1sgIl(e)le／rt--0．3 (2) PIDcontrol