基于 BP 神经网络的自整定 PID 控制仿真
一、目的
1.熟悉神经网络的特征、结构以及学习算法
2.掌握神经网络自整定 PID 的工作原理
3.了解神经网络的结构对控制效果的影响
4.掌握用 MATLAB 实现神经网络控制系统仿真的方法。
二、设备及条件
计算机系统
Matlab 仿真软件
三、问题背景
在工业控制中,PID 控制是工业控制中最常用的方法。这是因为 PID 控制器结构简单、实现简单,控
制效果良好,已得到广泛应用。但是,PID 具有一定的局限性:被控制对象参数随时间变化时,控制器的
参数难以自动调整以适应外界环境的变化。为了使控制器具有较好的自适应性,实现控制器参数的自动
调整,可以采用神经网络控制的方法。利用人工神经网络的自学习这一特性,并结合传统的 PID 控制理
论,构造神经网络 PID 控制器,实现控制器参数的自动调整。
基于 BP 神经网络的 PID 控制器结构如图 1 所示。控制器由两部分组成:一是常规 PID 控制器,用以
直接对对象进行闭环控制,且三个参数在线整定;二是神经网络 NN,根据系统的运行状态,学习调整权
系数,从而调整 PID 参数,达到某种性能指标的最优化。
图 1 基于神经网络的 PID 控制器结构
四、基于 BP 神经网络的 PID 设计
1 设计原理
神经网络采用结构为 4-5-3 型的 BP 网络,如图 2。