中文翻譯--神經(jīng)網(wǎng)絡(luò)pid在溫度控制系統(tǒng)中的研究與仿真_第1頁
已閱讀1頁,還剩4頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、<p>  神經(jīng)網(wǎng)絡(luò)PID在溫度控制系統(tǒng)中的研究與仿真</p><p>  摘要:本文提出一種基于BP神經(jīng)網(wǎng)絡(luò)的新型智能PID控制方法和一些BP神經(jīng)網(wǎng)絡(luò)的基本概念。同傳統(tǒng)的PID控制相比較,神經(jīng)網(wǎng)絡(luò)智能PID控制有許多優(yōu)點。把BP神經(jīng)網(wǎng)絡(luò)的PID控制方法應(yīng)用到工業(yè)領(lǐng)域的溫度控制系統(tǒng)中,仿真結(jié)果表明:這種控制方法具有較高控制精度和較強的適應(yīng)性以及良好的控制效果。</p><p> 

2、 關(guān)鍵詞 : 神經(jīng)網(wǎng)絡(luò) ,PID控制器 ,溫度控制系統(tǒng)</p><p><b>  1 引言</b></p><p>  在工業(yè)控制過程中,PID控制是一種最基本的控制方式 ,其魯棒性好、結(jié)構(gòu)簡單、易于實現(xiàn),但常規(guī)的PID控制也有其自身的缺點,因為常規(guī)PID控制器的參數(shù)是根據(jù)被控對象數(shù)學模型確定的,當被控對象的數(shù)學模型是變化的、非線性的時候,PID參數(shù)不易根據(jù)其實際的

3、情況做出調(diào)整,影響了控制質(zhì)量,使控制系統(tǒng)的控制品質(zhì)下降。特別是在具有純滯后特性的工業(yè)過程中,常規(guī)的PID控制更難滿足控制精度的要求。由于神經(jīng)網(wǎng)絡(luò)具有自組織、自學習、自適應(yīng)的能力,本文提出基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器,使人工神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID控制相結(jié)合互相補充,共同提高控制質(zhì)量,并把該方法在溫度控制系統(tǒng)中用Matlab語言進行了仿真應(yīng)用。</p><p>  2 BP神經(jīng)網(wǎng)絡(luò)的模型構(gòu)成及算法</p>

4、<p>  2.1 BP神經(jīng)網(wǎng)絡(luò)的模型構(gòu)成</p><p>  B P神經(jīng)網(wǎng)絡(luò)的學習過程主要由兩個階段構(gòu)成:</p><p>  第一階段(正向傳播過程),輸入信號通過輸入層,經(jīng)過隱含層逐層處理,在輸出層計算出每個神經(jīng)元的實際輸出值。</p><p>  第二階段(誤差反向傳播過程),如果在輸出層未得到期望的輸出值,則逐層遞推地計算實際輸出與期望輸出的

5、差值,并且根據(jù)這個誤差調(diào)節(jié)權(quán)系數(shù)。</p><p>  2.2神經(jīng)網(wǎng)絡(luò)PID控制器的構(gòu)成及算法</p><p>  在傳統(tǒng)的PID控制中,經(jīng)典增量式PID的控制形式:</p><p>  u(k)=u(k-1)+e(k)-e(k-1)]+e(k)+[e(k)-2e(k-1)+e(k-2)] </p><p>  K :比例系數(shù)

6、 </p><p><b>  = :積分系數(shù)</b></p><p><b> ?。何⒎窒禂?shù) </b></p><p>  建立BP神經(jīng)網(wǎng)絡(luò)PID控制器結(jié)構(gòu):</p><p>  r(k) e(k) u(k)

7、 y(k)</p><p><b>  +</b></p><p><b>  _</b></p><p>  為了達到自適應(yīng)調(diào)節(jié)目的,輸出層為三個神經(jīng)元,分別對應(yīng)。輸入層、隱含層的神經(jīng)元的數(shù)目根據(jù)被控對象的復雜性固定下來。</p><p>  隱含層采用的激活函數(shù)為正負對

8、稱的sigmoid函數(shù):</p><p>  輸出層的激活函數(shù)采用非負的sigmoid函數(shù):</p><p>  我們假定,, 是輸出層的輸出,它們分別對應(yīng)于,,。</p><p>  我們?nèi)⌒阅苤笜撕瘮?shù)為:</p><p>  當實際輸出與期望輸出之間存在偏差時,則誤差反向傳播。反向傳播的實質(zhì)就是通過調(diào)整權(quán)系數(shù)使偏差最小,因此可以利用最速下

9、降法,按誤差函數(shù)的負梯度方向?qū)Ω鲗由窠?jīng)元權(quán)系數(shù)進行調(diào)整修正。</p><p><b>  則有:</b></p><p><b>  = -</b></p><p>  :學習速率 :動量項</p><p><b>  由鏈法則可得:</b></p>

10、<p><b>  =</b></p><p><b>  =-e(k+1) </b></p><p>  其中: =1, 2 ,3</p><p>  因此可以得到BP神經(jīng)網(wǎng)絡(luò)的輸出層權(quán)系數(shù)的計算公式: </p><p><b>  其中:</b&

11、gt;</p><p>  由于在PID控制算法中一般情況下是未知的,可以用符號函數(shù)來取代,并通過調(diào)整來修正誤差。</p><p>  同理可得到隱含層權(quán)系數(shù)計算公式:</p><p><b>  其中:</b></p><p>  在上面各式中,上角標 (1)、(2)、(3)分別表示輸入層、隱含層、輸出層、</p

12、><p><b> ?。狠敵鰧由窠?jīng)元個數(shù)</b></p><p><b> ?。弘[含層神經(jīng)元個數(shù)</b></p><p><b> ?。狠斎雽由窠?jīng)元個數(shù)</b></p><p>  綜上所述可以得到BP神經(jīng)網(wǎng)絡(luò)的控制算法:</p><p>  確定神經(jīng)網(wǎng)絡(luò)結(jié)

13、構(gòu),初始化各層權(quán)系數(shù)。控制量、輸出量、誤差的初值取0。</p><p>  對系統(tǒng)進行采樣,得到、。計算得到誤差。然后根據(jù)增量式PID算式把誤差分量作為輸入層的輸入。</p><p>  根據(jù)各層權(quán)系數(shù)正向計算BP神經(jīng)網(wǎng)絡(luò)各層的輸入、輸出。輸出層分量分別為K、K、K。根據(jù)增量式PID算式可以得到控制器的輸出。</p><p>  將作為BP神經(jīng)網(wǎng)絡(luò)的監(jiān)督信號,進行B

14、P算法的反向傳播。在線根據(jù)輸出層、隱含層的學習算法調(diào)整各層的權(quán)系數(shù),使PID系數(shù)達到自適應(yīng)調(diào)整。</p><p><b>  返回到(2)。</b></p><p>  3 .在溫度控制系統(tǒng)中的仿真實驗</p><p>  在工業(yè)生產(chǎn)過程中,控制的生產(chǎn)過程各種各樣,常常要對像溫度過程這樣的純滯后的過程進行控制。設(shè)被控的溫度控制過程的傳遞函數(shù)為:

15、</p><p>  仿真結(jié)果如下圖所示:</p><p>  圖1 圖2 </p><p>  圖(1

16、)為常規(guī)的PID控制,圖(2)為BP神經(jīng)網(wǎng)絡(luò)PID控制。從圖中我們可以看到常規(guī)的PID控制所產(chǎn)生的超調(diào)量和過渡時間比BP神經(jīng)網(wǎng)絡(luò)PID控制所產(chǎn)生的超調(diào)量和過渡時間大得多,由此可以看出BP神經(jīng)網(wǎng)絡(luò)PID控制具有較強的自適應(yīng)性和較高的控制精度。</p><p><b>  4 .結(jié)束語</b></p><p>  本文根BP神經(jīng)網(wǎng)絡(luò)的控制算法對純滯后的溫度控制系統(tǒng)進行了仿

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論