智能pid控制綜述-免費(fèi)閱讀
【正文】 基于經(jīng)典PID控制結(jié)合智能控制思想的智能PID控制器，由于具有良好的性能在實(shí)踐中也得到了廣泛的應(yīng)用。六、基于遺傳算法的PID控制[4749]遺傳算法(Genetic Algorithm，以下簡稱GA)是一種基于自然選擇和基因遺傳原理的迭代自適應(yīng)概率性搜索算法。從原理上看，它是一種模型參考自適應(yīng)控制系統(tǒng)。模型規(guī)則表物理意義明確，實(shí)時計(jì)算工作量小，便于工程應(yīng)用。在此著重簡述模糊自適應(yīng)PID控制器以及基于神經(jīng)網(wǎng)絡(luò)的模糊PID控制器。利用具有自學(xué)習(xí)和自適應(yīng)能力的單神經(jīng)元來構(gòu)成單神經(jīng)元自適應(yīng)PID控制器，不但結(jié)構(gòu)簡單、學(xué)習(xí)算法物理意義明確、計(jì)算量小，且能適應(yīng)環(huán)境變化，具有較強(qiáng)的魯棒性。三、基于神經(jīng)網(wǎng)絡(luò)的PID控制器 人工神經(jīng)網(wǎng)絡(luò)是最近發(fā)展起來的十分熱門的交叉學(xué)科。國際著名學(xué)術(shù)刊物 Control Engineering Practice和IEEE Control Systems Magazine 分別于2001和2006年出版了PID控制特輯。首先，它具備自學(xué)習(xí)、自適應(yīng)、自組織的能力， 能夠自動辨識被控過程參數(shù)、自動整定控制參數(shù)、能夠適應(yīng)被控過程參數(shù)的變化；其次，它又具有常規(guī)PID控制器結(jié)構(gòu)簡單、魯棒性強(qiáng)、可靠性高、為現(xiàn)場工程設(shè)計(jì)人員所熟悉等特點(diǎn)。在控制理論和技術(shù)飛速發(fā)展的今天，工業(yè)過程控制領(lǐng)域仍有近90%的回路在應(yīng)用PID控制策略。系統(tǒng)的響應(yīng)速度和調(diào)節(jié)精度同呈正相關(guān)，但過大則會產(chǎn)生超調(diào)，使系統(tǒng)不穩(wěn)定，過小則會使響應(yīng)速度變慢，使系統(tǒng)靜、動態(tài)特性變壞。融合了先進(jìn)智能控制思想和傳統(tǒng)PID構(gòu)成的智能PID控制器則具有更加良好的特性。PID控制器[59]對系統(tǒng)給定值同系統(tǒng)輸出值的偏差分別進(jìn)行比例、積分、微分運(yùn)算，并由此得到其輸出值，計(jì)算公式為：式中為比例系數(shù)。(3)微分作用系數(shù)可以改善系統(tǒng)的動態(tài)性能。智能控制是一門新興的理論和技術(shù)，它是傳統(tǒng)控制發(fā)展的高級階段，主要用來解決那些傳統(tǒng)方法難以解決的控制對象參數(shù)在大范圍變化的問題，其思想是解決PID參數(shù)在線調(diào)整問題的有效途徑[1][4][8]。近幾年來，模糊控制[2529]與神經(jīng)網(wǎng)絡(luò)[3036]的結(jié)合代表著控制與智能系統(tǒng)研究的一個新的趨勢，另外有一個值得注意的動向是利用遺傳算法GA對神經(jīng)網(wǎng)絡(luò)的PID控制器的權(quán)系數(shù)進(jìn)行尋優(yōu)，而將遺傳算法應(yīng)用于模糊控制,被證明是調(diào)整規(guī)則和隸屬函數(shù)的一種有效方法。國外如日本、歐美等國家不但在理論研究方面走在前列，而且已經(jīng)有成功應(yīng)用的產(chǎn)品，Yokogawa電氣和Fuji電氣的溫度控制器，它們把模糊邏輯與標(biāo)準(zhǔn)的PID控制集成在一起來抑制超調(diào)，取得了成功。圖31中轉(zhuǎn)換器的輸入為設(shè)定值及輸出，轉(zhuǎn)換器的輸出為神經(jīng)元學(xué)習(xí)控制所需要的狀態(tài)量。因此 采用這種前饋加反饋的智能控制方法，不僅可確保控制系統(tǒng)的穩(wěn)定性和魯棒性，而且可有效地提高系統(tǒng)的精度和自適應(yīng)能力。PID 參數(shù)若采用工程方法整定，可不需要被控對象模型。這種控制器對模型、環(huán)境具有較好的適應(yīng)能力以及較強(qiáng)的魯棒性，但是由于系統(tǒng)組成比較復(fù)雜，存在運(yùn)算量大、收斂慢、成本較大的缺點(diǎn)。PID自整定的目標(biāo)就是調(diào)整控制器PID參數(shù)矢量，使值逐步趨近于(即值趨近于0)。當(dāng)遺傳算法用于PID控制參數(shù)尋優(yōu)時，其操作流程主要包括:(1)參數(shù)編碼、種群初始化；(2)適應(yīng)度函數(shù)的確定；(3)通過復(fù)制、交叉、變異等算子更新種群；(4)結(jié)束進(jìn)化過程。 參考文獻(xiàn)[1]王偉,張晶濤,柴天佑. PID參數(shù)先進(jìn)整定方法綜述[J]. 自動化學(xué)報,2000,26(3)1.[2]須田信英. PID控制理論與實(shí)務(wù)[M]. 臺北:全華科技圖書股份有限公司,1992.[3]張國忠. 智能控制系統(tǒng)及應(yīng)用[M]. 北京:中國電力出版社,2007.[4]陶永華. 新型PID控制及其應(yīng)用[M]. 北京:機(jī)械工業(yè)出版社,1998,95128.[5]羅安,路甬祥. 專家PID控制器及應(yīng)用[J]. 信息與控制,1992,21(3),151155.[6]張軍英,方敏. 智能PID控制及其自學(xué)習(xí)[J]. 黑龍江自動化技術(shù)與應(yīng)用,1992,11(1),2023.[7]閆永躍,李慶周,于樹新等. 智能PID綜述[J]. 2006,(12):913.[8]沈永福,吳少軍,鄧方林. 智能PID控制綜述
試題試卷相關(guān)推薦
鄂ICP備17016276號-1