神经网络PID控制器的设计与仿真

*******大学毕业设计(论文)题目神经网络PID控制器的设计与仿真院系专业班级学生姓名指导教师二○○八年六月I神经网络PID控制器的设计与仿真摘要PID控制技术是一种应用很普遍的控制技术,目前在很多方面都有广泛的应用.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。据统计，在目前的控制系统中，PID控制占了绝大多数。但是，他具有一定的局限性：当控制对象不同时，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。本论文讨论了基于神经网络的PID控制，利用神经网络的自学习能力进行在线参数整定，并利用Matlab软件进行仿真。通过仿真实现可以看出它具有自学习、自适应性等特点，网络的收敛速度快，能够对非线性对象有很好的控制，系统的跟踪性能很好．其参数设定无需知道被控对象的具体参数及其数学模型，对不同的对象具有适应性．关键词：PID控制神经网络Matlab仿真IIThedesignandsimulationoftheneuralnetworkPIDcontrollerABSTRACTPIDcontroltechnologyisaverycommoncontroltechnologyinmanyaspectsofawiderangeofapplications.Inindustrialcontrol,PIDcontrolisthemostcommonlyusedinindustrialcontrolmethods.ThisisbecausethePIDcontrollersimplestructure,toachieveasimple,effectivecontrol,hasbeenwidelyused.Accordingtostatistics,PIDcontrolisthevastmajorityinthepresentcontrolsystem.However,hehascertainlimitations:Whenthecontrolobjectisnotatthesametime,thecontrollerparameterstoautomaticallyadjusttothechangesintheexternalenvironment.Inordertomakethecontrollerhasgoodadaptability,andControllerParametersofautomaticadjustmentscanbeusedneuralnetworkcontrolmethod.Usingartificialneuralnetworklearningoneself,combinedwiththetraditionalPIDcontroltheoryStructureofneuralnetworksPIDcontroller,andimplementatetheautomaticadjustmentofcontrollerparameters.ThethesisdiscussedaccordingtotheneuralnetworkPIDcontroller，andcontrol，makeuseoftheneuralnetworkfromthestudyabilitytoproceeditsfunctiontoon-lineparameteramend，andmakeuseoftheMatlabsoftwareproceedstoimitatereally．Bythesimulationcanseethatitistoachieveself-learning,adaptability,andothercharacteristics，networkconvergencespeed,canhaveagoodcontrolonnon-linearobject,andtrackingofsystemperformanceverygood.Itsparametersneedtoknowtheobjectofthespecificparametersanditsmathematicalmodel,andadaptdifferentobjects.KEYWORDS：PIDcontrolNeuralnetworkMatlabSimulation目录摘要........................................................................IABSTRACT...................................................................II1绪论......................................................................11.1前言....................................................................11.2神经元网络PID的发展历程................................................11.3神经网络的特点..........................................................21.4神经网络的主要研究方向..................................................21.5神经网络PID的发展现状和前景展望........................................31.6课题研究方法和内容......................................................32神经网络控制理论..........................................................42.1神经网络的简介..........................................................42.2神经网络的基本概念......................................................42.3神经网络控制的基本原理..................................................42.4神经网络结构的分类......................................................52.5神经网络的学习..........................................................62.5.1学习方式..............................................................62.5.2网络模型及其学习算法..................................................62.6神经网络的训练..........................................................73应用MATLAB设计神经网络PID控制系统.......................................83.1MATLAB、SIMULINK、神经网络工具箱简介....................................83.2神经网络工具箱与人工神经元网络设计......................................93.3PID控制器.............................................................103.3.1PID控制器简介.......................................................103.3.2PID控制的局限.......................................................123.4神经网络PID控制器的设计..............................................124神经网络PID控制器的设计.................................................144.1单神经元自适应PID控制器及其学习算法...................................144.1.1采用有监督Hebb学习算法的单神经元自适应PID控制器....................144.1.2单神经元自适应PID控制器学习算法可调参数的选取规律...................164.1.3单神经元自适应PID仿真...............................................164.2基于BP神经网络PID控制器的设计........................................194.3小结...................................................................225结束语...................................................................23参考文献...................................................................24致谢.......................................................................2511绪论1.1前言计算机技术的迅速发展，为计算机控制的发展和应用奠定了坚实的基础，过程计算机控制以自动控制理论和计算机技术为基础，实现了现代化生产过程的综合自动化，可使生产过程保持最佳运行状态，从而提高安全性、经济性和运行水平。随着人类科技的不断发展，受控对象越来越复杂，传统的PID控制已经不能满足人们的要求。主要表现在以下几个方面：不适应不确定性系统的控制；不适应非线形系统的控制；不适应时变系统的控制；不适应多变量系统的控制。由于这些局限性，传统控制方法和传统的神经元网络均不能单独胜任复杂系统的控制任务，因此需要研究新的更有效的控制方法。近年来，随着神经元网络的研究和应用，人们开始采用神经元网络和PID控制相结合，以便改进传统PID控制的性能。为此本论文设计了一种神经网络PID控制器，并给出了仿真结果和结论。1.2神经元网络PID的发展历程一般认为，最早用数学模型对神经系统中的神经元进行理论建模的是美国心理学家麦卡洛克（W.McCulloch）和数学家皮茨（W.Pitts）。他们于1943年建立了MP神经元模型。MP神经元模型首次简单的数学模型模仿出生物神经元活动功能，并揭示了通过神经元的相互连接和简单的数学计算，可以进行相当复杂的逻辑运算这一令人兴奋的事实。1957年，美国计算机学家罗森布拉特（F.Rosenblatt）提出了著名的感知器（Perceptron）模型。它是一个具有连续可调权值矢量的MP神经网络模型，经过训练可达到对一定输入矢量模式进行识别的目的。1959年，当时的另外两位美国工程师威德罗（B.Widrow）和霍夫（M.Hoff）提出了自适应线性元件（Adaptivelinea