基于神经网络自学习的pid控制算法研究学位论文.doc

沈阳理工大学学士学位论文

PAGE\*MERGEFORMATV

摘要

PID（比例-积分-微分）控制器作为最早实用化的控制器已有50年以上的年历史，现在仍然是应用最广泛、最普遍的工业控制器。PID控制器简单易懂，使用中不需精确的物理系统模型等先决条件，因而成为最受欢迎的、应用最为普遍的控制器。PID控制器最早发展起来的原因，是由于其算法简单、鲁棒性好和可靠性高，被广泛应用于过程控制和运动控制中，特别适用于可建立精确数学模型的确定性控制系统。但是常规的PID控制器参数往往整定欠佳、性能不良，对运行环境的适应性很差。而神经网络具有很强的非线性映射能力、自学习的能力、联想记忆的能力、并具有可行批量信息处理方式及良好的容错性能。
本次本课题设计的目的就是为了建立一种单神经网络的PID控制器，使得人工神经网络与传统PID控制相结合互相补充，共同提高控制质量、以及控制效率并利用Matlab软件进行仿真。

关键词：PID控制；神经网络PID；RBF算法；MATLAB仿真

ABSTRACT

ThePID(PID)controllerasthefirstpracticalcontrollerhas50yearsofhistory,isstillthemostwidelyusedindustrialcontroller.ThePIDcontrollerissimpleandeasytounderstand,withouttheuseofaccuratesystemmodelsprerequisites,andthusbecomethemostwidelyusedcontroller.ThePIDcontrolroomistheearliestdevelopedoneofthecontrolstrategy,becauseofitssimplealgorithm,goodrobustnessandhighreliability,iswidelyusedinprocesscontrolandmovementcontrol,especiallycanbeappliedtoestablishtheprecisemathematicalmodelofuncertaintycontrolsystem.ButtheconventionalPIDcontrollerparametersoftensettingbad,poorperformance,theoperatingconditionadaptabilityispoor.Whiletheneuralnetworkhasverystrongnonlinearmappingability,self-learningability,thecapacityofassociativememory,parallelinformationprocessingandfinefault-tolerantperformance.
ThistopicdesignproposedistoestablishasinglePIDneuralnetworkcontroller,theartificialneuralnetworkandtraditionalPIDcontrolarecombinedtocomplementeachother,worktogethertoimprovethecontrolquality,andtheuseofMatlabsoftwaresimulation.

Keywords:PIDcontrol;neuralnetworkPID;RBFalgorithm;MATLABsimulation

目录
TOC\o"1-3"\h\uHYPERLINK\l_Toc130361绪论
HYPERLINK\l_Toc269381.1课题研究背景 PAGEREF_Toc269381
HYPERLINK\l_Toc36821.2课题研究意义 PAGEREF_Toc36822
HYPERLINK\l_Toc278701.2.1感知模式识别 PAGEREF_Toc278702
HYPERLINK\l_Toc135661.2.2具有容错和容差能力 PAGEREF_Toc135662
HYPERLINK\l_Toc24561.2.3神经网络在工作时具有高速度和潜在的超高速 PAGEREF_Toc24563
HYPERLINK\l_Toc158201.2.4PID神经元对现有神经元类型的补充和完善 PAGEREF_Toc158203
HYPERLINK\l_Toc82791.3课题目