基于神经网络优化pid参数的过程控制.doc

基于神经网络优化PID参数的过程控制 本文主要介绍基于神经网络优化PID参数的柴油机转速控制系统。该系统通过基于BP神经网络的PID控制器，自动在线修正PID参数，从而控制柴油机转速，提高控制效果。同时，文中还对柴油机转速控制系统模型进行了详细的分析和仿真，讨论了PID控制器的原理与算法，并对PID参数的整定进行了详细的研究。 基于BP神经网络的PID控制在柴油机调速系统中的应用 柴油机转速控制系统模型可以近似为一个一阶惯性延迟环节，电子调速系统中的执行器采用环形电枢直流伺服电机，可以认为是一个标准的二阶环节。因此，整个柴油机转速控制系统模型可以表示为一个一阶惯性延迟环节串联一个二阶环节。 数学模型建立 柴油机转速数学模型可以根据达朗倍尔原理建立，柴油机组（包括负载）的运动方程为： 或 式中，T－柴油机发出的转矩，Nm；Tb－阻力矩，Nm；J－柴油机及负载变化到曲轴处的转动惯量，kg·m2；ω－曲轴角速度，1/s。 将相关参数代入式（1）并进行线性化，再经简化处理即可推出柴油机转速对应于喷油泵齿杆位移的传递函数，它是一个一阶惯性环节。考虑到内燃机的工作特点，即从喷油泵齿杆位置改变到内燃机发出相应的转矩有一时间滞后过程，这一过程形成一个纯滞后环节。所以可将柴油机近似为一个惯性环节串联一个纯滞后环节，则可得其传递函数为： 1( )()(1)TsndgdgeG sT sTT sTsτ−=≈+#++ 根据已有数据，上式可简化为： 21( )0.1070.951nG sss=#++ 执行器数学模型 执行器采用环形电枢直流伺服电机，可以认为是一个标准的二阶环节，其方框图如图2所示。整个执行环节的传递函数为： 222( )( )2ndgdndndWH sHssW sWξ≈#+#+ 式中，ηg(t)－给定齿条位移的拉氏变换；η(t)－齿条位移的拉氏变换；ωn－执行机构的无阻尼自然振荡角频率；ξ－执行机构的阻尼因子。代入相关参数，上式可简化为： 2( )1250( )501250gH sHsss=#+#+ 基于PID控制的柴油机调速系统仿真 PID控制器的原理与算法 常见PID控制器的控制规律形式为： 01( )( )[ ( )( )]tpDIde tu tKe te t dtTTdt=#+#+∫ 相应的传递函数为： ( )1( )(1)( )pDIU sG sKT sE sT s=#+#+ 其中，Kp－比例系数；Ti－积分时间常数；Td－微分时间常数。根据控制系统的理论知识，可知PID控制器中各环节的作用为： 1）比例环节：成比例地减小偏差，迅速克服干扰，但却是有差调节，越大，余差越小，但系统的稳定性会变差。 2）积分环节：主要用于消除余差，提高系统的无差度。积分时间常数越小，积分作用越强，克服余差的能力越高，但系统的稳定性也会越差，甚至成为不稳定的发散振荡。 3）微分环节：反映偏差的变化趋势，改善系统的动态特性，如减小超调量、缩短调节时间等。但合适的微分时间常数比较难选，偏大或偏小都会影响系统性能。 从3个环节的作用可以看出，3个参数Kp、Ti、Td的值直接决定了一个控制系统的好坏。因此，控制最主要的问题是参数的调节问题。 PID参数整定 根据上述分析，即可在Matlab-Simulink中对上述柴油机转速控制系统进行仿真。在Matlab-Simulink下，基于PID的柴油机转速控制系统如图3所示。通过试凑法确定内部只用比例环节调整的执行器系统，如图4所示。当参数设为1时，系统仿真曲线如图5（a），当参数设置为15时，系统仿真曲线如图5（b），当参数设置为10时，可以得出效果较好，如图5（c）。 由于柴油机系统是一个稳定系统，只需要调整之前的系统，临界比例度法是PID参数整定中常用的一种闭环整定方法。具体的整定步骤为： 1）将积分时间常数置于最大（Ti=3），微分时间常数置零（Td=0），比例系数置适当的值，平衡操作一段时间，使系统投入闭，... （以下内容已经超过1000字，继续完善内容） ...环节的整定。通过试凑法确定PID参数的整定，可以提高柴油机转速控制系统的控制效果和稳定性。 本文对基于神经网络优化PID参数的柴油机转速控制系统进行了详细的分析和仿真，并讨论了PID控制器的原理与算法，对PID参数的整定进行了详细的研究。结果表明，基于神经网络优化PID参数的柴油机转速控制系统可以提高控制效果和稳定性。