【摘要】：文中提出了一種基于BP神經元網絡控制PID的復合方法,通過線下學習并對控制對象模型進行分類辨識,這樣就形成了相似與人類大腦的辨識器(NNI),并通過改正其網絡結構權值,讓它自己逐漸地調整,使符合控制系統(tǒng)對象的特性。把它用在蓄熱式加熱爐的自動化溫度控制里,通過matlab仿真有著很好的效果。
【圖文】：

圖I常規(guī)PID仿真曲線

δ函數近似于階躍函數，特別大θ0的作用是讓函數δ變化的比之前平穩(wěn)，取為2．067，為1．371對式(3)求導，可得:f＇(netj)=f(netj)[1－f(netj)](4)第j個神經元的的輸出oj即要經過加權系數wjk往前傳遞到第k個神經元的總共輸入為:netk=∑qj=1wjkoj(5)其中q為隱含層的節(jié)點數。輸出層中的神經元是第k個節(jié)點，它的真實神經網絡輸出為:Ok=f(netk)(6)3仿真實驗本實驗采用matlab對控制對象進行仿真，在常規(guī)控制器的基礎上，加入一個神經網絡控制器，構成如圖一所示的神經網絡控制器。通過仿真得出兩個曲線。如圖1、圖2所示。圖1常規(guī)PID仿真曲線圖2神經網絡的PID曲線4結論通過對比上述兩個曲線得出常規(guī)的PID需要調節(jié)的時間較長，響應時間太長，達到了15秒以后才趨于穩(wěn)定，而神經網絡的PID控制在5秒就趨于穩(wěn)定，調節(jié)時間縮短了3倍，結果與期望相符。參考文獻:［1］趙望達，劉勇求，賀毅．一種用ＲBF神經網絡改善傳感器測量精度的新方法［J］．電子技術應用，2004(11)．［2］何繼愛，黃智武，田亞菲．一種單神經元PID控制器［J］．甘肅科學學報，2004(04)．［3］吳學文，吳黎明，張力鍇，陳泰偉．遺傳神經網絡在車身姿態(tài)測量中的應用［J］．自動化與信息工程，2012(01)．作者簡介:周建新(1977-)，男，漢族，河北唐山人，博士，副教授，碩士生導師，2009年畢業(yè)于北京科技大學，獲得工學博士學位，現任華北理工大學電氣工程學院副教授。主持及參加了“帶鋼熱連軋厚度控制研究”等多項科研項目的研究工作;熊延輝(1987-)，男，漢族，河北唐山人，本科，中級工程師，2010年畢業(yè)于河北理工大學輕工學院，現任河北唐銀鋼鐵有限公司自動化工程師。561科技風2019年3月機械化工

【參考文獻】

相關期刊論文 前3條

1 吳學文;吳黎明;張力鍇;陳泰偉;;遺傳神經網絡在車身姿態(tài)測量中的應用[J];自動化與信息工程;2012年01期

2 何繼愛,黃智武,田亞菲;一種單神經元PID控制器[J];甘肅科學學報;2004年04期

3 趙望達,劉勇求,賀毅;一種用RBF神經網絡改善傳感器測量精度的新方法[J];電子技術應用;2004年11期

【共引文獻】

相關期刊論文 前8條

1 鄭晉平;;基于RBF神經網絡辨識的單神經元PID模型參考自適應控制[J];電子技術與軟件工程;2015年19期

2 孫艷梅;苗鳳娟;宋志章;;基于灰色神經網絡的壓力傳感器溫度補償模型[J];半導體光電;2013年04期

3 宋傳學;鄭竹安;靳立強;彭思侖;王劍鋒;肖峰;;踏板行程模擬器在線控制動系統(tǒng)中的應用[J];江蘇大學學報(自然科學版);2013年01期

4 王慶賢;裴勇濤;;基于RBF NNI的單神經元PID模型參考自適應控制[J];自動化與儀器儀表;2011年03期

5 于雷;何小陽;劉濤;;一種增益自適應的單神經元PID控制器[J];湖南工業(yè)大學學報;2007年05期

6 謝閏根;劉剛;;用神經網絡實現應變片溫度補償[J];江西教育學院學報;2007年03期

7 趙陽;田社平;韋紅雨;王志武;;基于RBF神經網絡模型的傳感器非線性補償方法[J];計量技術;2007年02期

8 張兆靖;楊慧中;姜永森;;一種單神經元自抗擾控制器[J];東南大學學報(自然科學版);2006年S1期

【二級參考文獻】

相關期刊論文 前9條

1 李怡凡;吳黎明;張力鍇;;一種車身姿態(tài)的捷聯(lián)測量[J];傳感技術學報;2010年08期

2 高宗余;李德勝;;多MEMS傳感器姿態(tài)測量系統(tǒng)的研究[J];電光與控制;2010年03期

3 張榮輝;賈宏光;陳濤;張躍;;基于四元數法的捷聯(lián)式慣性導航系統(tǒng)的姿態(tài)解算[J];光學精密工程;2008年10期

4 史臨潼;黃日昌;賴鵑;呂志強;;現代汽車安全舒適便捷系統(tǒng)綜述[J];汽車電器;2007年10期

5 秦勇;臧希U

本文編號：2733368