2022年神经智能PID控制算法应用 .pdf

《2022年神经智能PID控制算法应用 .pdf》由会员分享，可在线阅读，更多相关《2022年神经智能PID控制算法应用 .pdf（4页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、神经智能 PID 控制算法应用摘要 ： 提出将 PID 继电自整定与神经元自适应PID 控制相结合，利用PID 继电自整定法获取神经元自适应PID 控制器权系数的初值，实现对一般工业对象(一阶惯性加纯滞后环节) 的智能控制仿真和实时控制结果表明，这种控制策略是对实现全自动型工程控制器的有益尝试该智能控制算法切实可行，鲁棒性强关键词 ： 继电整定法；神经元自适应控制； PID 控制；智能控制器中图分类号 ： TP273 2 文献标识码 ：A Application of an algorithm of neural intelligent PID control DU Hai-shu, YANG

2、 Zhi, QIU Rong-sheng, WANG Jun (Dept. of Electrical and Information Engineering, Gansu Univ. of Tech., Lanzhou 730050， China) Abstract: Combining two kinds of PID controls respectively with relayed automatic tuning and adaptive neurons and gaining the initial values of weighting coefficients for neu

3、ral adaptive PID controller through PID relayed automatic tuning, intelligent control of general industrial objects first-order with pure delay links) is realized. The results of simulation and real-time control show that this control strategy is a useful attempt to realize a full-automatic industri

4、al controller. This intelligent control algorithm is feasible and features strong robustness. Key words : relayed tuning; adaptive neuron control; PID control; intelligent controller 目前，工业过程控制大都采用PID 控制模式，其控制器参数依照试验而整定，这种简捷易行的控制方法能满足大多数工业过程控制的需要但对一些复杂、参数慢时变并受随机干扰影响的系统，要求在PID 控制中不仅PID 参数的整定不依赖于对象数学模型

5、，而且PID 参数能在线调整，这样才能满足实时控制的要求而以前提出的种种PID 控制策略不具有通用性，只能针对某些具体对象适用另外，PID 初值的确定在许多自整定算法中往往被忽略，由此造成以这些算法为基础的控制器就往往需要现场投运人员输入较多的初值信息针对上述情况，本文提出将PID 继电自整定 1，2 与神经元自适应PID 控制 3相结合，实现PID 智能控制系统，如图1 所示首先采用开环控制，利用PID继电自整定法整定出Kp， Ti，Td 3 个参数，将3 个参数作为神经元自适应PID 控制器权系数的初值w1（0）， w2（0）， w3（ 0），然后切换到神经元PID 控制器对对象进行控制图

6、 1 神经 PID 智能控制系统1 PID 继电自整定基本原理到目前为止，已有多种PID 参数整定方法，如阶跃响应法、极点配置等方法继电自整定是一种简便、可靠的整定方法，市场上也有采用这种方法的产品其基本原理是：利用继电反馈所引起的极限环周期振荡来确定系统的临界增益和临界周期， 然后 再采用 Ziegler-Nichols等方法来整定PID 参数，系统分析的基本方法是描述函数法本文是在假设对象为一阶惯性加滞后的前提下，利用继电反馈产生极限环周期振荡从而辨识出对象特征参数而达到自整定的目的设继电器特 征幅值为 d，继电器 滞环宽度为h，被控对象为G(s），用 N表示非线性元件的描述函数，则对元滞

7、环的继电器有对于具有滞环的继电器非线性有式中， a 为继电器型非线性环节输入的一次谐波振幅，只要满足方程名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 4 页 - - - - - - - - - 则系统将出现极限环，临界增益Ku为临界振荡周期可根据此时输出产生的峰 - 谷 -峰时间求出 如果提高精度，可多次求出平均值4由于神经元自适应PID 控制器自身具有在线学习和自适应调整PID 参数的功能，这里无需再对整定出特征参数初始值作精确计算，故本文采用简单的Z-N 临界比例法

8、即可，即Kp06KuTi05TuTd0125Tu 式中， Kp为比例增益， Ti，Td分别为积分、微分时间2 神经元自适应PID 控制器图 2中转换器的输入为设定值r（t ），输出为神经元学习控制所需要的状态量x1（t ），x2（ t ）， x3（t ）系统的输出为y（t ） Z（t ）是教师信号，Z（t ） e（ t ），K(t ）为神经元比例系数，w1（t ）， w2（t ）， w3（ t ）为神经元权系数，i，p，d为权学习率，这里采用不断变化的权学习率为了使神经元 PID 控制器具有在线学习和自适应调整PID 参数功能，以适应被控过程参数时变的能力，应保证神经元增益K(t ）可自动调整

9、这里采用如下自适应PID控制算法：图 2 神经元自适应PID 控制器结构图此种自适应控制算法的机理是根据控制过程误差的几何特征建立性能指标，从而形成自适应的PSD 5(比例、求和、微分)控制律该控制律具有结构简单，稳定性好，可靠性高等特点，且已经在工程控制界取得较好的应用效果该控制律只需在线检测的实际输出及期望输出便可形成具有较好的动态性能指标的自适应控制系统该控制律实质上是一种无需辨识系统参数的自适应控制算法现将PID 继电自整定与神经元自适应PID 控制律相结合，即可构成几乎是全自动型的智能PID 控制系统其显著特点是以非模型控制的方式实现控制，即控制器从投入就进行初值的自动与整定，再切换

10、到PID 自适应控制，整个过程无需人工干预由于名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 4 页 - - - - - - - - - 则此自适应 PID 控制器参数式中Kp，Ti， Td与权值 w1（t ）， w2（t ）， w3（ t ），增益K（t ）的关系为因此，在利用PID 继电整定法预制出初值Kp， Ti，Td后，就相当于间解确定了神经自适应PID 控制器的权系数初值，即这里 K(0）为神经元自适应PID 控制器增益初值，一般取0 K（0） 1神经元自适应控

11、制采用有监督的Hebbian 学习策略，为保证学习算法的数据稳定性及控制的鲁棒性采用了规范化的学习算法故权系数初值wi（0）对控制稳定性无影响，仅对加权系数修正起作用，但在系统启动时，学习初始阶段对u（t ）有较大影响，这正是采用PID 自整定来确定权系数初值wi（0）的原因从以下仿真及实时控制结果可以看出，本文提出的神经智能PID 控制算法确实可以明显地改善系统的控制品质3 仿真研究及实时控制曲线由于大多数工业对象可用一阶惯性加纯滞后来近似描述，故本文以工业过程中常见的加热炉为例进行仿真研究加热炉的数学模型 6为： G(s） (Kes)/(Ts 1) 设 K 1， 5min ，T 60min

12、，采样周期T0 05min，其结果如图3 各曲线所示其中，曲线1， 2， 3，4 均为采用神经元自适应PID 控制时不同的学习结果且神经元比例系数K(t ） 0112，而曲线 5 为采用本文所提出的控制方案K(t ） 0 341其它条件均一致，即L0006，C 0 045， Tv（0） 1 5，i，p， d的初值分别为20，1800，170图 3 神经智能PID 控制仿真结果不难看出，采用继电器整定法获取权系数初值神经元自适应PID 智能控制算法系统的静态指标要明显优于神经元自适应PID 控制算法控制系统，且可放宽对 K(t ）初值 K(0) 的约束范围为验证本文所提出的控制方案的正确性，本文

13、针对一实验电炉进行实时控制本实验采用研华IPC-610 工控机进行控制，将采集到的数据经分析、计算后去控制电炉的加热功率A D与 DO转换分别采用研华公司的PCL-818 及 PCL-706PCL是热电偶输入板，它将采样得到的温度信号经放大与转换后由工控机处理，再经本文所提出的智能控制方案运算，进行占空比控制，通过PCL-726DO模板去控制固态继电器通断，线路简单，且无需为外围电路编写驱动程序电加热炉温度实时控制系统的硬件电路如图4 所示，实时控制曲线结果如图5 所示实时控制结果表明，温度设定值在50时炉温波动在1以内图 4 实时控制系统结构图名师资料总结 - - -精品资料欢迎下载 - -

14、 - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 4 页 - - - - - - - - - 图 5 智能 PID 温度控制曲线4 结论本文以对加热炉为代表的一阶惯性加纯滞后的一类工业过程进行研究，将PID 继电整定与神经元自适应PID 控制相结合构成了神经智能控制器该控制器可直接投入工业现场使用，对实现全自动型工业控制器进行了有效的尝试基金项目：甘肃省自然科学基金资助项目(ZQ-96011）作者简介：杜海树 (1969-) ，男，甘肃陇西人，硕士作者单位 : 甘肃工业大学电气工程与信息工程系，甘肃 兰州730050 参

15、考文献 ：1Astrom K J. Toward intelligent control J. IEEE Control System Magazine, 1989, 47(2):60-642Astrom K J. Automatic tuning of simple regulators with specification on phase and amplitude margins JAutomatic, 1984, 20(5):645-6513王顺晃，舒迪前智能控制系统及其应用M 北京：机械工业出版社19984杨智自整定PID 调节器设计方法 J甘肃工业大学学报，1998，24（1）： 77-82 5Marsik J, Strejc V. Application of identification-free algorithms for adaptive control J Automatic, 1989,25(5):273-2776王永骥，涂健一类工业过程的神经元智能控制J 华中理工大学学报，1994， 22(12) ： 51-55名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 4 页 - - - - - - - - -