非线性自适应PID控制及matlab仿真.docxVIP

非线性自适应PID控制及Matlab仿真

摘要：讨论了BP神经网络的自适应PID控制，并将其作用于工业控制，利用BP神经网络非线性映射及自学习能力进行在线参数整定，并利用Matlab软件进行仿真。仿真结果表明，BP神经网络PID控制器具有较高的精度和较强的适应性，可以获得满意的控制效果。

关键词：BP神经网络；PID控制；Matlab仿真；工业控制

在工业控制中，PID控制是工业控制中最常用的方法。这是因为PID控制器结构简单、实现简单，控制效果良好，已得到广泛应用。据统计，在目前的控制系统中，PID控制占了绝大多数。PID控制要取得较好的控制效果，就必须通过调整好比例、积分和微分3种控制作用，形成控制量中既相互配合又相互制约的关系，这种关系不一定是简单的“线性组合”，从变化无穷的非线性组合中可以找出最佳的关系。BP神经网络最主要的优点是具有极强的非线性映射能力，理论上，对于一个三层和三层以上的BP网络，只要隐层神经元数目足够多，该网络就能以任意精度逼近一个非线性函数，且结构和学习算法简单明确，通过神经网络的自学习可以找到某一最优控制律下的PID参数。

非线性的BP神经网络自适应PID控制算法

图1.基于BP的自适应PID控制系统方块图

经典增量式PID的控制算式为

u(k)=u(k-1)+Kp[e(k)-e(k-1)]+Ki[e(k)]