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V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ABSTRACTThePID(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1绪论1.1课题研究背景11.2课题研究意义21.2.1感知模式识别21.2.2具有容错和容差能力21.2.3神经网络在工作时具有高速度和潜在的超高速31.2.4PID神经元对现有神经元类型的补充和完善31.3课题目前研究现状31.3.1采用神经元网络确定PID参数31.3.2单神经元结构PID控制器41.4本文的主要任务及研究内容51.4.1分析了传统控制的局限性51.4.2分析了神经元网络应用于控制中的不足之处51.4.3分析了传统PID控制的特点及其改进方法的研究现状61.4.4建立了基于BP神经网络整定的控制62神经网络72.1神经网络的基本概念72.1.1时空整合功能82.1.2动态极化性82.1.3兴奋与抑制状态82.1.4结构的可塑性92.1.5脉冲与电位信号的转换92.1.6突触延期和不应期92.1.7学习、遗忘和疲劳92.2人工神经元模型92.3神经网络的结构112.3.1前馈型网络122.3.2反馈型网络122.4神经网络的工作方式132.5神经网络的学习142.5.1学习方式142.5.2学习算法142.5.3学习与自适应163PID控制器163.