【正文】 I 華北電力大學 畢 業(yè) 設 計 (論文 ) 系 別 專業(yè)班級 學生姓名 秦術員 指導教師 年 月 題 目 基于 RBF神經(jīng)網(wǎng)絡整定的 PID控制器設計及仿真 Ⅰ 基于 RBF 神經(jīng)網(wǎng)絡整定的 PID 控制器設計及仿真 摘 要 目前，因為 PID 控制具有簡單的控制結構，可通過調(diào)節(jié)比例積分和微分取得基本滿意的控制性能，在實際應用中又較易于整定，所以廣泛應用于過程控制和運動控制中，尤其在可建立精確模型的確定性控制系統(tǒng)中應用比較多。然而隨著現(xiàn)代工業(yè)過程的日益復雜，對控制要求的逐步增高（如穩(wěn)定性、準確性、快速性等），經(jīng)典控制理論面臨著嚴重的挑戰(zhàn)。對工業(yè)控制領域中非線性系統(tǒng)，采用傳統(tǒng) PID 控制不能獲得滿意的控制效果。采用基于梯度下降算法優(yōu)化 RBF 神經(jīng)網(wǎng)絡，它將神經(jīng)網(wǎng)絡和 PID 控制技術融為一體，既具有常規(guī) PID 控制器結構簡單、物理意義明確的優(yōu)點，同時又具有神經(jīng)網(wǎng)絡自學習、自適應的功能。因此，本文通過對 RBF 神經(jīng)網(wǎng)絡的結構和計算方法的學習，設計一個基于 RBF 神經(jīng)網(wǎng)絡整定的 PID 控制器，構建其模型，進而編寫 M 語言程序。運用 MATLAB 軟件對所設計的 RBF 神經(jīng)網(wǎng)絡整定的 PID 控制算法進行仿真研究。然后再進一步通過仿真實驗數(shù)據(jù)，研究本控制系統(tǒng)的穩(wěn)定性，魯棒性，抗干擾能力等。 關鍵詞： PID； RBF 神經(jīng)網(wǎng)絡；參數(shù)整定 Ⅱ SETTING OF THE PID CONTROLLER BASED ON RBF NEURAL NETWORK DESIGN AND SIMULATION Abstract At present, because the PID control has a simple control structure, through adjusting the proportional integral and differential gain basic satisfactory control performance, and is relatively easy to setting in practical application, so widely used in process control and motion control, especially in the accurate model can be built more deterministic control system application. With the increasingly plex of the modern industrial process, however, increased step by step to control requirements (., stability, accuracy and quickness, etc.), classical control theory is faced with severe challenges. Nonlinear systems in industrial control field, using the traditional PID control can not obtain satisfactory control effect. Optimized RBF neural work based on gradient descent algorithm, it will be integrated neural work and PID control technology, with a conventional PID controller has simple structure, physical mea ning is clear advantages, at the same time with neural work selflearning, adaptive function. Therefore, this article through to the RBF neural work structure and the calculation method of learning, to design a setting of the PID controller based on RBF neural work, constructs its model, and then write M language program. Using the MATLAB software to design the RBF neural work setting of PID control algorithm simulation research. Data and then further through simulation experiment, the control system stability, robustness, antiinterference ability, etc. Keywords: PID。 RBF neural work。 Parameter setting 目 錄 摘 要 ..................................................................... Ⅰ Abstract ................................................................... Ⅱ 1 緒論 ...................................................................... 1 課題研究背景及意義 ...................................................... 1 神經(jīng)網(wǎng)絡的發(fā)展歷史 ...................................................... 2 2 神經(jīng)網(wǎng)絡 .................................................................. 6 神經(jīng)網(wǎng)絡的基本概念和特點 ................................................ 6 人工神經(jīng)網(wǎng)絡構成的基本原理 .............................................. 6 神經(jīng)網(wǎng)絡的結構 .......................................................... 7 前饋網(wǎng)絡 .............................................................. 7 反饋網(wǎng)絡 .............................................................. 7 神經(jīng)網(wǎng)絡的學習方式 ...................................................... 8 監(jiān)督學習 (有教師學習 ) .................................................. 8 非監(jiān)督學習 (無教師學習 ) ................................................ 8 再勵學習 (強化學習 ) .................................................... 9 RBF 神經(jīng)網(wǎng)絡 ............................................................ 9 RBF 神經(jīng)網(wǎng)絡的發(fā)展簡史 ................................................ 9 RBF 的數(shù)學模型 ........................................................ 9 被控對象 Jacobian 信息的辨識算法 ...................................... 10 RBF 神經(jīng)網(wǎng)絡的學習算法 ............................................... 11 本章 小結 ............................................................... 12 3 PID 控制器 ............................................................... 13 PID 控制器簡介 ......................................................... 13 經(jīng)典 PID 控制原理 ....................................................... 13 現(xiàn)有 PID 控制器參數(shù)整定方法 ............................................. 15 PID 控制的局限 ......................................................... 15 本章小結 ............................................................... 15 4 基于 RBF 神經(jīng)網(wǎng)絡整定的 PID 控制器設計 ..................................... 16 RBF 神經(jīng)網(wǎng)絡的 PID 整定原理 ............................................. 16 神經(jīng)網(wǎng)絡 PID 控制器的設計 ............................................... 16 本章小結 ............................................................... 17 5 仿真分析 ................................................................. 18 系統(tǒng)的穩(wěn)定性分析 ....................................................... 18 系統(tǒng)抗干擾能力分析 ..................................................... 19 系統(tǒng)魯棒性分析 ......................................................... 20 本章小結 ............................................................... 22 結 論 ..................................................................... 23 參 考 文 獻 ................................................................ 24 致 謝 ..................................................................... 25 附錄 仿真程序 .............................................................. 26 1 1 緒論 課題研究背景及意義 PID 控制器（ 按比例、積分和微分進行控制的調(diào)節(jié)器 ） 是最早發(fā)展起來的應用經(jīng)典控制理論的控制策略之一， 是工業(yè)過程控制中應用最廣泛，歷史最悠久，生命力最強的控制方式，在目前的工業(yè)生產(chǎn)中， 90％以上的控制器為 PID 控制器。 PID 控制器 算法簡單、魯棒性好和可靠性高，控制效果良好，因此被廣泛應用于工業(yè)控制過程 中 ，尤其適用于可建立精確數(shù)學模型的確定性控制系統(tǒng)。對于傳統(tǒng) PID 控制器，在把其投入運行之前，要想得到較理想的控制效果，必須先整定好三個參數(shù)：即比例系數(shù) Kp、積分系數(shù) Ki、微分系數(shù)Kd。但是 如果控制器參數(shù)整定不好，即使控制器本身很先進，其控制效果也會很差。隨著工業(yè)的發(fā)展，控制對象的復雜程度也在不斷加深，許多大滯后 、時變的、非線性的復雜系統(tǒng)，如溫度控制系統(tǒng)，被控過程機理復雜，具有高階非線性、慢時變、純滯后等特點，常規(guī) PID 控制顯得無能為力；另外，實際生產(chǎn)過程中存在著許多不確定因素，如在噪聲、負載振動和其他一些環(huán)境條件下，過程參數(shù)甚至模型結果都會發(fā)生變化，如變