三容系统的解耦神经网络PID控制.pdfVIP

第22卷 第5期 湖 南 工 业 大 学 学 报 Vol.22 No.5 2008年9月 Journal of Hunan University of TechnologySep.2008 三容系统的解耦神经网络PID控制 葛锁良，卢 娟 （合肥工业大学电气与自动化工程学院，安徽 合肥 230009） 摘 要：三容水箱是常见的非线性强耦合系统，利用一种非线性动态解耦的方法对其进行解耦 （其特点是 能利用非线性补偿的方式将该类系统各回路输入与输出之间完全解耦），然后采用基于BP神经网络的PID控制 策略对其进行控制，并利用MATLAB进行仿真。仿真结果证明解耦的有效性，表明了BP神经网络的PID算法 比传统的数字PID具有更强的抗扰动性。 关键词：三容水箱；神经网络；PID；仿真 中图分类号：TP183　 文献标识码：A　　　 文章编号：1673-9833(2008)05-0014-04 Neural Network PID Control of Three-Tank System Based on Decoupling Ge Suoliang，Lu Juan （School of Electrical and Automation Engineering，Hefei University of Technology，Hefei 230009，China） Abstract： ， Key words：three-tank water system；neural network；PID；simulate 三容水箱系统是模拟工业中常见的过程控制系 括2部分，即传统的PID控制器和BP神经网络。 统，其主要特点是大惯性、非线性以及强耦合性，对 三容水箱的分析和控制具有实际意义。常规的PID控 制器对于工业过程中的非线性、时延对象不具有在线 整定参数的能力[1] 。本文将神经元控制理论和常规PID 控制结合起来，设计了一种BP神经网络PID控制器。 BP神经网络PID不仅具有非线性映射功能，而且还具 有处理动态信息的PID功能。由于其结构和算法相对 图1 控制系统结构图 简单，所以相对于其它方法，BP神经网络PID控制方 Fig.1 法更适合工程应用。 传统PID控制器对被控对象加以闭环控制，神经 网络根据系统运行状态在线调节PID控制器的参数， 1 BP神经网络PID控制算法 输出层神经元的输出对应于PID控制器的3个可调参 由图1可以看出，BP神经网络PID控制器主要包 数k、k、k，通过神经网络的自学习、加权系数的调 p i d 收稿日期 ：2008-07-30 作者简介 ：葛锁良（1964-），男，江苏丹阳人，合肥工业大学副教授，硕士，主要从事现代控制理论的教学与科研工作； 作者简介 ：卢 娟（1984-），女，山东临清人，合肥工业大学硕士研究生，主要研究方向为现代控制理论. 第5期 葛锁良，卢 娟　 三容系统的解耦神经网络PID控制 15 整，使神经网络输出对应于某种最优控制规律下的 y的相对阶数d对于系统解耦是非常重要的。相 i i [2] 对阶数意味着输入u直接影响输出y的第几阶导数， PID控制器参数 。