神经网络PID控制算法的MATLAB仿真及其在环境控制中的应用(5)

南林林业大学毕业设计（论文）

3）竞争学习规则

顾名思义，在竞争学习时网络各输出单元相互竞争，最后达到只有一个最强者激活。最常见的一种情况是输出神经元之间有侧向抑制性连接。这样众多输出单元中如有某一单元较强，则它将获取并抑制其他单元，最后只有比较强者处于激活状态。最常用的竞争学习规则有以下三种。

???(xj-wij),若神经元j竞争获胜?w(k)??Kohonen规则：ij ??0，若神经元j竞争失败???yi(xj?wij),若神经元j竞争获胜Instar规则：?wij(k)??

??0，若神经元j竞争失败???(yi?wij)/xj,若神经元j竞争获胜Outstar规则：?wij(k)??

??0，若神经元j竞争失败 3.学习与自适应

当学习系统所处环境平稳时，从理论上说通过监督学习可以学到环境的统计特征，这些统计特征可被学习系统作为经验记住。如果环境是非平稳的，通过的监督学习没有能力跟踪这种变化，为解决此问题需要网络有一定的自适应能力，此时对每一个不同输入都作为一个新的例子对待。此时模型被当做一个预测器，甚于前一时刻输出x(k-1)和模型在k-1时刻的参数，它估计出k时刻的输出x(k)，

x(k)与实际值x(k)比较，其差值e(k)称为“新息”。

??2.6小结

本章节首先详细介绍了神经网络的基本概念，包括生物神经元的结构与功能特点、人工神经元模型、神经网络的结构、神经网络的工作方式、神经网络的学习方法。

- 20 -

南林林业大学毕业设计（论文）

第三章 PID控制器

3.1传统控制理论的局限性

传统的控制理论都是建立在一微分和积分为工具的精确模型之上。迄今为止，还不存在一种直接使用工程技术用语描述系统和解决问题的方法。从工程技术用语到数学描述的映射过程中，一方面虽使问题作了很多简化，但另一方面却使原问题丢失很多信息。

传统控制理论在具体控制系统中的局限性，主要表现在一下几个方面：

（1）不适应不确定性系统的控制。传统控制是基于模型的控制，即认为控制、对象及干扰的模型是已知的或者是经过辨别可以得到的。但是，由于被控制系统的结构和参数往往难以测量或辨识，很多被控制系统的结构和参数还具有不确定性，甚至常常会发生突变。对于这些未知、不确定或知之甚少的控制系统，难以建立数学模型，因而使采用传统控制理论无法实现有效的控制。

（2）不适应非线性系统的控制。一般被控制系统都具有非线性特性，当非线性特性的影响较小时，传统控制理论通常将其近似线性化后设计控制器。当被控系统具有高度非线性特性时，在传统控制理论中虽然也有一些方法可资利用，但只是针对一些具体问题，有较多的附加条件，大多数过于复杂而难以实际运用。

（3）不适应时变系统的控制。实际被控制系统的结构和参数随时间而发生变化，绝对不变的系统是不存在的。当这种变化较小时，经过一系列的近似后，才能利用传统控制理论进行系统综合。如果时变因素较大，传统控制理论则无法应用。

（4）不适应多变量系统的控制。多变量系统的控制问题一直是控制理论界和控制工程界研究的重点和难点问题，多变量系统除了与单变量系统一样存在着不确定性、非线性和时变问题以外，还存在着系统各要素间相互耦合、相互制约等特殊的问题。如果多变量系统为线性时不变而且结构和参数已知，还可以应用传统控制理论设计解耦器和控制器，对多变量系统进行控制。如果以上条件不成立，传统控制理论则无法应用。而在实际中，这些条件一般难以满足。

传统的控制理论虽然也有办法对付控制对象不确定性和复杂性，如自适应控制和鲁棒控制也可以克服系统中所包含的不确定性，达到优化控制的目的。但是自适应控制是以自

- 21 -

南林林业大学毕业设计（论文）

动调节控制器的参数，使控制器与被控对象和环境达到良好的“匹配”，以削弱不确定性的影响为目标的。从本质上说，自适应和自校正控制都是通过对系统某些重要参数的估计，以补偿的方法来克服干扰和不确定性。它较适合于系统参数在一定范围内的慢变化情况。鲁棒控制则是在一定的外部干扰和内部参数变化作用下，以提高系统的不灵敏度为宗旨来抵制不确定性的。根据这一思想和原理所导出的算法，其鲁棒的区域是很有限的。

因此，在实际应用中，尤其在工业过程控制中，由于被控对象的严重非线性，数学模型的不确定性，系统工作点变化剧烈等因素，自适应和鲁棒控制存在这难以弥补的严重缺陷，其应用的有效性受到很大的限制，这就促使人们提出新的控制技术和方法。

3.2 PID控制概述

PID（比例-积分-微分）控制器作为最早实用化的控制器已有70多年历史，现在仍然是应用最广泛的工业控制器。PID控制器简单易懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广泛的控制器。PID 控制器是一个在工业控制应用中常见的反馈回路部件。这个控制器把收集到的数据和一个参考值进行比较，然后把这个差别用于计算新的输入值，这个新的输入值的目的是可以让系统的数据达到或者保持在参考值。和其他简单的控制运算不同，PID控制器可以根据历史数据和差别的出现率来调整输入值，这样可以使系统更加准确，更加稳定。可以通过数学的方法证明，在其他控制方法导致系统有稳定误差或过程反复的情况下，一个PID反馈回路却可以保持系统的稳定。PID控制器由比例单元（P）、积分单元（I）和微分单元（D）组成。其输入e (t)与输出u (t)的关系为 u(t)=kp(e(t)+1/TI∫e(t)dt+TD*de(t)/dt) 式中积分的上下限分别是0和t，因此它的传递函数为：G(s)=U(s)/E(s)=kp(1+1/(TI*s)+TD*s) 其中kp为比例系数；TI为积分时间常数；TD为微分时间常数

3.3 PID控制的原理和特点

在模拟控制系统中，控制器最常用的控制规律是PID控制。模拟PID控制系统原理框图如下图所示。系统由模拟PID控制器和被控制对象组成。

- 22 -

南林林业大学毕业设计（论文）

图3-1 模拟PID控制系统原理框图

PID控制器是一种线性控制器，它根据给定值X (t)与实际输出值Y(t)构成控制偏差：error(t)=X(t)-Y(t) PID的控制规律为：

t?Tderror(t)?1u(t)?kp?error(t)??error(t)dt?D?

T10dt??或写成传递函数的形式：

G(s)???U(s)1?kp?1??TDs? E(s)?T1s?式中，kp是比例系数；T1是积分时间常数；TD是微分时间常数。

简单来说，PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。 比例（P）控制

比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。 积分（I）控制

在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入 …… 此处隐藏：2684字，全部文档内容请下载后查看。喜欢就下载吧 ……