利用bp神经网络pid控制器进行优化.doc

约44页DOC格式手机打开展开

利用bp神经网络pid控制器进行优化,利用bp神经网络pid控制器进行优化pid控制是最早发展起来的控制策略之一,由于其算法简单、鲁棒性好和可靠性高,被广泛应用于工业控制过程,尤其适用于可建立精确数学模型的确定性控制系统。而实际工业生产过程中往往具有非线性,时变不确定性,因而难以建立精确的数学模型,应用常规pid控制器不能达到到理想的控制效果,在实际生产过...
编号:9-105039大小:848.00K
分类: 论文>计算机论文

内容介绍

此文档由会员 hk10101 发布

利用BP神经网络PID控制器进行优化

PID控制是最早发展起来的控制策略之一,由于其算法简单、鲁棒性好和可靠性高,被广泛应用于工业控制过程,尤其适用于可建立精确数学模型的确定性控制系统。而实际工业生产过程中往往具有非线性,时变不确定性,因而难以建立精确的数学模型,应用常规PID控制器不能达到到理想的控制效果,在实际生产过程中,由于受到参数整定方法繁杂的困扰,常规PID控制器参数往往整定不良,性能欠佳,对运行工况的适应性很差[1]。因此常规PID控制的应用受到很大的限制和挑战。人们对PID应用的同时,也对其进行各种改进,主要体现在两个方面:一是对常规PID本身结构的改进,即变结构PID控制。另一方面,与模糊控制、神经网络控制和专家控制相结合,扬长避短,发挥各自的优势,形成所谓智能PID控制。这种新型控制器己引起人们的普遍关注和极大的兴趣,并已得到较为广泛的应用。它具有不依赖系统精确数学模型的特点,对系统参数变化具有较好的鲁棒性。主要算法有:基于规则的智能PID自学习控制算法、加辨识信号的智能自整定PID控制算法、专家式智能自整定PID控制算法、模糊PID控制算法、基于神经网络的PID控制算法、自适应PID预测智能控制算法和单神经元自适应PID智能控制等多种控制算法。
本设计正是利用BP神经网络PID控制器对一个单闭环调速系统进行仿真研究,并和常规的PID控制进行对比,从而得出BP神经网络PID控制器具有较强的自整定、自适应的优点。