【正文】 量的加權(quán)系數(shù)，=為時(shí)刻的誤差，可以用來(lái)代替[5]，或由預(yù)測(cè)算法求得[6]。在具體計(jì)算時(shí)，由于未知,在求導(dǎo)過(guò)程中，可將其近似為一常數(shù)，可以用其符號(hào)函數(shù)近似代替。⑤在開(kāi)始調(diào)整時(shí)，選擇較小值，當(dāng)調(diào)整，和，使被控對(duì)象具有良好特性時(shí)，再逐漸增大，而其他參數(shù)不變，使系統(tǒng)輸出基本無(wú)波紋。③若被控對(duì)象響應(yīng)特性出現(xiàn)上升時(shí)間短、震蕩現(xiàn)象，應(yīng)減少，其他參數(shù)不變。然后根據(jù)“②一⑤”項(xiàng)調(diào)整規(guī)則調(diào)整。當(dāng)被控對(duì)象時(shí)延增大時(shí)，值必須減少，以保證系統(tǒng)穩(wěn)定。值的變化，相當(dāng)于，三項(xiàng)同時(shí)變化，因此值的選擇非常重要，應(yīng)在第一步先調(diào)整。 ()為神經(jīng)元的比例系數(shù)，0；，分別為比例、積分、微分的學(xué)習(xí)速率。下面介紹兩種學(xué)習(xí)算：有監(jiān)督的Hebb學(xué)習(xí)算法和基于二次型性能指標(biāo)的學(xué)習(xí)算法。其中，神經(jīng)元的學(xué)習(xí)功能是通過(guò)改變權(quán)系數(shù)來(lái)實(shí)現(xiàn)的，學(xué)習(xí)算法即是如何調(diào)整規(guī)則，它是神經(jīng)元控制的核心，反映了學(xué)習(xí)方式與學(xué)習(xí)功能。正是由于能進(jìn)行自適應(yīng)調(diào)整，故可大大提高控制器的魯棒性能。為神經(jīng)元權(quán)值，神經(jīng)元的輸入輸出描述為： = 　　　　　　　　 () = ()轉(zhuǎn)換器過(guò)程KZ1 單神經(jīng)元自適應(yīng)PID控制原理框圖若取=，其中取線性截?cái)嗪瘮?shù)，則神經(jīng)元控制器輸出可寫成： ()由PID控制器的增量算式： ()如果取=,=,=2+，則式（）變?yōu)椋? =1[]+2+3[2+] ()比較式()和式()，可見(jiàn)兩式形式完全相同，所不同的只是式()中的系數(shù) (=1,2,3)可以通過(guò)神經(jīng)元的自學(xué)習(xí)功能來(lái)進(jìn)行自適應(yīng)調(diào)整，而式()中的參數(shù), ,。若將兩者結(jié)合，則可以在一定程度上解決傳統(tǒng)PID調(diào)節(jié)器不易在線實(shí)時(shí)整定參數(shù)、難于對(duì)一些復(fù)雜過(guò)程和參數(shù)慢時(shí)變系統(tǒng)進(jìn)行有效控制的不足。 基于單神經(jīng)元的PID控制 基于單神經(jīng)元的自適應(yīng)PID控制器在神經(jīng)網(wǎng)絡(luò)控制中，神經(jīng)元是最基本的控制元件，具有自學(xué)習(xí)和自適應(yīng)能力，而且結(jié)構(gòu)簡(jiǎn)單易于計(jì)算。 2）誤差校正學(xué)習(xí)型 () 誤差校正學(xué)習(xí)型表示單神經(jīng)元控制器在誤差信號(hào)指導(dǎo)下進(jìn)行強(qiáng)迫學(xué)習(xí)，從而對(duì)外界做出反映及作用，也就是在無(wú)監(jiān)督的Hebb學(xué)習(xí)規(guī)則中引入了教師信號(hào)。學(xué)習(xí)算法如下： =+ ()式中，為隨過(guò)程遞減的學(xué)習(xí)信號(hào)，0為學(xué)習(xí)速率。圖中， (=1,2,3…n)分別為控制器的輸入量及相應(yīng)的權(quán)重，為比例系數(shù)，為單神經(jīng)元控制器的輸出,其中=/ () 式中用權(quán)重向量除以權(quán)重值向量的歐幾里德范數(shù)，即在權(quán)重值向量空間中，將權(quán)重值向量進(jìn)行單位化處理，以保證學(xué)習(xí)算法的收斂性和系統(tǒng)的穩(wěn)定性。樹(shù)突與軸突一一對(duì)接，從而把眾多的神經(jīng)元連成一個(gè)神經(jīng)元網(wǎng)絡(luò)[3]。細(xì)胞體內(nèi)有細(xì)胞核，突起的作用是傳遞信息。第3章 單神經(jīng)元PID控制系統(tǒng) 單神經(jīng)元簡(jiǎn)介　單神經(jīng)元模型人腦神經(jīng)元是組成人腦神經(jīng)系統(tǒng)的基本單元。 但是增量式控制也有其不足之處：積分截?cái)嘈?yīng)大，有靜態(tài)誤差；溢出的影響大。3) 算式中不需要累加。2) 手動(dòng)/自動(dòng)切換時(shí)沖擊小，便于實(shí)現(xiàn)無(wú)擾動(dòng)切換。 增量式PID控制算法增量式PID是指數(shù)字控制器的輸出只是控制量的增量。而且，因?yàn)橛?jì)算機(jī)輸出的對(duì)應(yīng)的是執(zhí)行機(jī)構(gòu)的實(shí)際位置，如計(jì)算機(jī)出現(xiàn)故障，的大幅度變化，這種情況往往是生產(chǎn)實(shí)際中不允許的，在某些場(chǎng)合，還可能造成重大的生產(chǎn)事故，因而產(chǎn)生了增量式PID控制器的控制算法。積分系數(shù)=/，微分系數(shù)=/。 位置式PID控制算法位置式PID控制算法中必須將式()進(jìn)行離散化處理。 數(shù)字PID控制算法由于計(jì)算機(jī)技術(shù)的發(fā)展，數(shù)字 PID 控制器將逐漸取代傳統(tǒng)的模擬 PID 控制器。積分作用的強(qiáng)弱取決于積分時(shí)間常數(shù)，越大，積分作用越弱，反之則越強(qiáng)。下面簡(jiǎn)單介紹一下PID控制器各校正環(huán)節(jié)的作用：1）比例環(huán)節(jié)即時(shí)成比例地反映控制系統(tǒng)的偏差信號(hào)，偏差一旦產(chǎn)生，控制器立即產(chǎn)生控制作用，以減少偏差。在模擬控制系統(tǒng)中，控制器最常用的控制規(guī)律就是PID控制。本文主要講解一下單神經(jīng)元PID是如何對(duì)多變量系統(tǒng)進(jìn)行解耦的。 解耦控制的研究方法和內(nèi)容多變量系統(tǒng)的解耦控制的方法可分為四大類:(1)經(jīng)典解耦控制方法；(2)自適應(yīng)解耦控制方法；(3)模糊解耦控制方法；(4)反饋線性化解耦控制方法。利用神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)本身以及連續(xù)和離散非線性解耦理論，神經(jīng)網(wǎng)絡(luò)線性化和解耦控制就比較容易實(shí)現(xiàn)。在多變量控制理論和實(shí)踐中，人們提出了解耦控制問(wèn)題，即如何通過(guò)外部控制手段(如狀態(tài)反饋)將多變量系統(tǒng)解耦，變成若干個(gè)互相獨(dú)立的單輸入單輸出(SISO)系統(tǒng)，從而可用單變量控制的各種成熟技術(shù)來(lái)完成系統(tǒng)的設(shè)計(jì)。它是由Roksenbom和Hoodllol提出來(lái)的，他們最先將矩陣分析法應(yīng)用于多變量控制系統(tǒng)分析，分析了有關(guān)飛行器控制的問(wèn)題，即如何通過(guò)分別控制燃料與推進(jìn)器葉片角度來(lái)控制飛行器發(fā)動(dòng)機(jī)的速度與功率，并使這兩個(gè)控制系統(tǒng)互不干涉。我們可以用傳統(tǒng)的PID控制器，神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)多變量系統(tǒng)進(jìn)行等進(jìn)行解耦，使多變量系統(tǒng)的控制達(dá)到最優(yōu)狀態(tài)。隨著耦合度增加，系統(tǒng)品質(zhì)也會(huì)有明顯惡化，嚴(yán)重影響生產(chǎn)過(guò)程的正常運(yùn)行。自動(dòng)化專業(yè)是實(shí)踐性很強(qiáng)的專業(yè)，培養(yǎng)和提高學(xué)生工程動(dòng)手能力一直是該專業(yè)培養(yǎng)計(jì)劃的一個(gè)重要環(huán)節(jié)。作為當(dāng)代大學(xué)生的我們應(yīng)該掌握好本專業(yè)的知識(shí)、增強(qiáng)自己的動(dòng)手能力、解決實(shí)際問(wèn)題的能力、增強(qiáng)自己的創(chuàng)新意識(shí)。自動(dòng)化技術(shù)又是一門工程實(shí)踐性很強(qiáng)的技術(shù)，掌握自動(dòng)化技術(shù)既要有扎實(shí)的專業(yè)理論基礎(chǔ)，還要有工程實(shí)踐解決實(shí)際問(wèn)題的能力。由于自動(dòng)化技術(shù)的不斷發(fā)展和成熟，應(yīng)用范圍越來(lái)越廣泛，已滲透到社會(huì)經(jīng)濟(jì)各個(gè)部門和人們生活的各個(gè)方面。 研究解耦控制系統(tǒng)目的及意義 自動(dòng)化技術(shù)是當(dāng)代發(fā)展迅速，最引人矚目的高技術(shù)之一，是推動(dòng)新的技術(shù)革命和新的產(chǎn)業(yè)革命的核心技術(shù)。例如，發(fā)電廠的中間儲(chǔ)粉倉(cāng)式制粉多變量控制系統(tǒng)，給煤機(jī)的括板位置，熱風(fēng)的送風(fēng)量，二次循環(huán)門的開(kāi)度(引風(fēng)量)控制磨煤機(jī)裝入的煤量，煤粉溫度及磨煤機(jī)的負(fù)壓，構(gòu)成了33的耦合系統(tǒng)；冶金工業(yè)的熱處理爐溫度控制系統(tǒng)，要求工件均勻受熱，每個(gè)加熱區(qū)都有一個(gè)溫度控制系統(tǒng)，由加入的燃料來(lái)調(diào)節(jié)溫度，燃料控制會(huì)影響著電加熱爐內(nèi)負(fù)壓，所以還需控制煙囪廢氣的流量，由此構(gòu)成了負(fù)壓與溫度場(chǎng)的耦合系統(tǒng)；軋鋼系統(tǒng)的厚度控制和板型控制也存在著相互關(guān)聯(lián)。稱被控制變量與操作變量在調(diào)整過(guò)程互相影響的對(duì)象為耦合對(duì)象，而解除這種耦合關(guān)系的過(guò)程稱之為解耦。解耦控制一直是過(guò)程控制中的一個(gè)難點(diǎn)。對(duì)于這種存在耦合的對(duì)象，工業(yè)過(guò)程控制要求系統(tǒng)能夠安全穩(wěn)定地運(yùn)行，又有較好的調(diào)節(jié)性能，能以較小的誤差跟蹤設(shè)定值的變化，并使穩(wěn)態(tài)誤差為零。 Multivariable Decoupling。關(guān)鍵字：解耦控制系統(tǒng)；多變量解耦；單神經(jīng)元自適應(yīng)PIDThe Research Of Single Neuron PID Multivariable Decoupling ControlAbstract For the nonlinear, heavy delay, the strong coupling characteristics of multivariable systems, Researchers are difficult to find an effective contr