一种自适应单神经元控制器设计-上海工业自动化仪表研究院.PDFVIP

一种自适应单神经元控制器设计 Adaptive Single-Neuron Control System Design 1 1 2 陶鹏业 贾 立 Chiu Min-Sen 1 2 （上海大学机电工程与自动化学院，上海 200072；新加坡国立大学工程学院 ，新加坡） 摘 要：提出一种基于神经模糊模型的自适应单神经元控制系统，该控制系统首先根据采集到的输入输出 数据建立被控过程模型；并在此基础上引入单神经元控制器，通过梯度下降法对控制器参数进行在线调节， 从而使得系统输出值能够较快跟踪设定值。理论分析和仿真结果表明，这种单神经元控制器和传统的 PID 控制器具有极其相似的结构，因此，具有结构简单、易于操作的特点，并较传统的 PID 控制器具有更快的 跟踪速度，控制参数可以在线调节。 关键词：非线性系统 神经模糊模型 自适应控制 单神经元控制器 Abstract ：An adaptive single-neuron control system based on neuron-fuzzy model is proposed in this paper. Firstly, the nonlinear process model is identified by input-output points, then the single-neuron controller, which is adjusted by Gradient method is considered, so that the setpoint can be tracked rapidly by the output of the system. Theory analysis and simulation results show that the proposed single-neuron controller mimics the conventional PID controller ，consequently it possesses simply structure and can be easily operated .However, the adaptive single-neuron controller proposed is better than conventional PID controller, and the parameters of the controller are adjustable. Keywords ：Nonlinear system Fuzzy neural network model Adaptive control Single-neuron controller 0 引言 PID 控制器由于具有结构简单、稳定性好、可靠性高、鲁棒性强等优点，已成为工业过 程控制中使用最为广泛的控制器。然而，实际工业生产过程往往具有非线性、时变不确定性、 强耦合性，因此应用传统的 PID 控制方法难以取得满意的控制效果[1-4] 。 近年来，随着人们对智能控制技术，如神经网络、模糊逻辑、专家系统等理论的深入研 究，运用智能控制技术解决那些传统方法难以解决的控制对象参数在大范围变化的问题越来 越受到了重视[5] 。作为神经网络和模糊逻辑的融合技术，神经模糊系统是目前较为活跃的研 究领域之一，已成功地应用于复杂系统的建模与控制设计中。它将神经网络低层次的学习和 计算能力与模糊逻辑系统高层次的仿人思维和推理的能力相融合，使二者各取所长，共生互 补[6] 。 本文将神经模糊系统引入到单神经元控制器的设计中，提出了一种基于神经模糊模型的 自适应单神经元控制器，通过梯度下降法对控制器参数进行在线调节，从而使得系统的输出 值能够较快跟踪设定值。本文提出的单神经元控制器和传统的 PID 控制器具有极其相似的 结构，因此，具有结构简单，易于操作的特点。仿真结果表明，这种自适应单神经元控制器