智能 PID 控制简介
作者: 王仁祥 ,2004-3-1 13:48:00 发表于:《变频器与传动论坛》 共有 80 人回复,7815 次点击
传统的 PID 控制最主要的问题是参数整定问题,一旦整定计算好后,在整个控制过程中都是固定不变的,而在实际
系统中,由于系统状态和参数等发生变化时,过程中会出现状态和参数的不确定性,系统很难达到最佳的控制效果。因
此,在现代工业过程控制中,采用传统的 PID 控制器难以获得满意的控制效果。
智能 PID 控制就是将智能控制(intelligent control)与传统的 PID 控制相结合,是自适应的,它的设计思想是利用专家
系统(Expert System)、模糊控制 (fuzzy control)和神经网络(neural network)技术,将人工智能以非线性控制方式引入到
控制器中,使系统在任何运行状态下均能得到比传统 PID 控制更好的控制性能。具有不依赖系统精确数学模型和控制器
参数在线自动调整等特点,对系统参数变化具有较好的适应性。
模糊 PID 控制是利用当前的控制偏差和偏差,结合被控过程动态特性的变化,以及针对具体过程的实际经验,根据
一定的控制要求或目标函数,通过模糊规则推理,对 PID 控制器的三个参数进行在线调整。智能 PID 控制主要有模糊
PID 控制器、专家 PID 控制器和基于神经网络的 PID 控制器等。
专家系统是一种能在某个特定领域内﹐以人类专家水平解决该领域中专门任务的计算器系统﹐其内部具有某个领域
中大量专家水平的知识与经验﹐能够利用人类专家的知识和解决问题的方法来解决该领域的问题。专家 PID 控制采用规
则 PID 控制形式,通过对系统误差和系统输出的识别,以了解被控对象过程动态特性的变化,在线调整 PID 三个参数,
直到过程的响应曲线为某种最佳响应曲线。它是一种基于启发式规则推理的自适应技术,其目的就是为了应付过程中出
现的不确定性。
神经网络系统亦称为人工神经网络﹐就是将人工神经元按某种方式联结组成的网络﹐用于模拟人脑神经元活动的过
程﹐实现对信息的加工﹑处理﹑存储等。神经网络有前向网络(前馈网络)﹑反馈网络等网络结构形式。与模糊 PID 控
制和专家 PID 控制不同,基于神经网络的 PID 控制不是用神经网络来整定 PID 的参数,而是用神经网络直接作为控制
器,通过训练神经网络的权系数间接地调整 PID 参数。
评论0
最新资源