智能PID控制算法的研究與實(shí)現(xiàn).pdf

1、PID控制算法在工業(yè)控制領(lǐng)域的應(yīng)用最為普遍，但被控系統(tǒng)參數(shù)特性隨時(shí)都可能發(fā)生變化，常規(guī)PID參數(shù)整定方法已不能滿足實(shí)時(shí)、精確的控制要求，因此，需要解決PID參數(shù)的在線調(diào)整問題。隨著微處理器和傳感器等硬件性能的大幅提高和智能控制理論的發(fā)展，智能PID控制算法研究成為當(dāng)今比較熱門的課題，具有很高的研究和應(yīng)用價(jià)值。
　　目前存在的智能PID控制方式大都能以控制經(jīng)驗(yàn)、實(shí)驗(yàn)數(shù)據(jù)等為依據(jù)，通過構(gòu)建知識庫，編制模糊規(guī)則表、訓(xùn)練神經(jīng)網(wǎng)絡(luò)等形式，表

2、達(dá)被控對象的輸入、輸出信息與控制器輸出之間的函數(shù)或邏輯映射關(guān)系，在系統(tǒng)辨識或控制對象特性參數(shù)識別的基礎(chǔ)上，對參數(shù)實(shí)現(xiàn)自整定，提高參數(shù)整定的準(zhǔn)確性，進(jìn)而提高控制性能，但仍然存在運(yùn)算速度慢、難以實(shí)現(xiàn)在線整定與實(shí)時(shí)控制同時(shí)進(jìn)行的問題。
　　由于神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和對非線性函數(shù)的逼近能力，使得神經(jīng)網(wǎng)絡(luò)在智能PID研究中具有很廣闊的研究空間。神經(jīng)元是構(gòu)成神經(jīng)網(wǎng)絡(luò)的基本單元，具有較強(qiáng)的自學(xué)習(xí)和自適應(yīng)能力，而且結(jié)構(gòu)簡單、易于計(jì)算，可以在一定程度上

3、解決傳統(tǒng)PID調(diào)節(jié)器不易在線整定參數(shù)的不足。RBF網(wǎng)絡(luò)的輸入到隱含層非線性且不需要權(quán)值系數(shù)調(diào)整，隱含層空間到輸出空間的映射是線性的結(jié)構(gòu)特點(diǎn)，能夠大大加快學(xué)習(xí)速度并避免局部極小問題。因此，可以有效利用RBF網(wǎng)絡(luò)的局部逼近和能以任意精度逼近任意連續(xù)函數(shù)的特性，通過對被控對象的Jacobian信息辨識來指導(dǎo)單神經(jīng)元的自學(xué)習(xí)，實(shí)現(xiàn)PID控制參數(shù)的在線調(diào)整和實(shí)時(shí)控制。
　　本文首先簡介了PID控制算法的發(fā)展過程，詳細(xì)論述了近年來國內(nèi)外智能P