0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于單神經(jīng)元的PID控制實現(xiàn)

電子設(shè)計 ? 作者:工程師飛燕 ? 2018-08-31 08:31 ? 次閱讀

介紹了一種單神經(jīng)元自適應(yīng)控制的方法,并提出了在線調(diào)整的方法。該方法結(jié)構(gòu)簡單,便于在分散控制系統(tǒng)中實現(xiàn)。

0 引言

工業(yè)過程控制中,PID控制是歷史最悠久、生命力最強的控制方式。這主要是因為這種控制方式具有直觀、實現(xiàn)簡單和魯棒性能好等一系列優(yōu)點。在火電廠分散控制系統(tǒng)中,單輸入單輸出(SISO)、采用PID控制規(guī)律、簡單的控制回路一般占80%以上。但是,許多熱工對象都具有大時延、大慣性的特性,使得過渡過程時間變長,調(diào)節(jié)品質(zhì)變差;另外,對于高階或多變量強耦合過程,PID的整定與控制都存在困難。由于整定條件常常受到限制,以及對象的動態(tài)特性隨著工況、環(huán)境等變化而發(fā)生變化,PID參數(shù)往往難以達到最優(yōu)狀態(tài)。

為此,本文提出一種單神經(jīng)元自適應(yīng)控制的方法。通過大量的仿真實驗表明,該方法簡單易行,具有比普通PID算法好得多的控制效果。

1基于單神經(jīng)元的自適應(yīng)控制

神經(jīng)元的輸入信號由4部分組成:前饋控制信號x1(t)、反饋比例控制信號x2(t)、反饋微分控制 信號x3(t)、反饋積分控制信號x4(t)。它是一種多層次多模式的控制結(jié)構(gòu),集前饋和反饋于一體,互為關(guān)聯(lián),互為補償。前饋控制信號x1(t)通過ω′1(t) 直接作用于受控對象,加快了系統(tǒng)的響應(yīng)速度;x2(t)能迅速減小跟蹤誤差;x3(t) 可以改善系統(tǒng)的響應(yīng)速度,減小超調(diào)量;x4(t) 使系統(tǒng)趨近于穩(wěn)態(tài)無差,提高了控制的準確性。權(quán)值ω′i(t)(i=1,2,3,4)反映了受控對象和過程的動態(tài)特性,神經(jīng)元通過自身的學習策略不停地調(diào)整ω′i(t)(i=1,2,3,4),在4種控制的關(guān)聯(lián)作用下迅速消除偏差,進入穩(wěn)態(tài)。

權(quán)值調(diào)整方法采用有監(jiān)督Hebb學習算法[2],同時為了保證學習算法的收斂性和控制的魯棒性,可采用規(guī)范化的學習算法??刂扑惴ㄈ缦率剑?/p>

基于單神經(jīng)元的PID控制實現(xiàn)

2仿真實驗研究

進行單神經(jīng)元自適應(yīng)控制仿真實驗,實驗結(jié)果見圖2。PID的參數(shù)Ti、δ和Td是通過尋優(yōu)得到的最優(yōu)參數(shù)。在t=0.56 s時加了一個內(nèi)擾??梢妴紊窠?jīng)元自適應(yīng)控制比普通PID控制響應(yīng)速度快,控制效果好。

大量的仿真實驗表明,單純調(diào)節(jié)學習速率η對控制效果的影響不明顯。K是神經(jīng)元的比例系數(shù),它對開環(huán)放大倍數(shù)較大的受控對象,可以起到衰減神經(jīng)元控制效果、消除學習過程的沖擊的作用;而對開環(huán)放大倍數(shù)較小的受控對象,則可以起到增強神經(jīng)元控制效果、保證神經(jīng)元在全局范圍內(nèi)搜索到E{[r(t)-y(t)]2} 的最小值的作用。仿真實驗表明,K取的較大時,系統(tǒng)動態(tài)啟動快,但超調(diào)量大,調(diào)整時間長;K取的較小時,系統(tǒng)響應(yīng)變慢,超調(diào)量下降,但如果K取的太小,則響應(yīng)跟蹤不上給定信號。

對K的分析表明,應(yīng)當在響應(yīng)初期取較大的值,以提高響應(yīng)速度;而在進入穩(wěn)態(tài)以后,K應(yīng)逐步減少到某一穩(wěn)定值,以保證系統(tǒng)不出現(xiàn)過大的超調(diào)量。為了滿足上述要求,可以采用非線性變換法對K進行在線修改,調(diào)整公式如下:

基于單神經(jīng)元的PID控制實現(xiàn)

式中,K0為K的穩(wěn)態(tài)值;α為待定參數(shù),其值視控制效果進行調(diào)整。取偏差的3次方是使偏差較大時K較大,增加響應(yīng)速度,而偏差較小時,后一項幾乎不起作用,以減小超調(diào)量。

也可以采用如下簡單的分段線性化方法來調(diào)整K:

基于單神經(jīng)元的PID控制實現(xiàn)

對無自平衡對象G(s)=(0.325s+1)-1×(0.5s+1)-1 進行單神經(jīng)元自適應(yīng)控制仿真實驗,實驗結(jié)果見圖3。在t=5.6 s時加一個內(nèi)擾。可見控制的響應(yīng)速度進一步加快。

3結(jié)論

以上提出的神經(jīng)元自適應(yīng)預(yù)測PID控制器,能夠提高控制系統(tǒng)的自適應(yīng)能力和魯棒性,該控制器結(jié)構(gòu)簡單,易于實現(xiàn),特別是便于在分散控制系統(tǒng)中實現(xiàn)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • PID控制
    +關(guān)注

    關(guān)注

    10

    文章

    460

    瀏覽量

    40096
  • 神經(jīng)元
    +關(guān)注

    關(guān)注

    1

    文章

    363

    瀏覽量

    18452
收藏 人收藏

    評論

    相關(guān)推薦

    神經(jīng)元芯片的主要特點和優(yōu)勢

    神經(jīng)元芯片,又稱神經(jīng)芯片或神經(jīng)元網(wǎng)絡(luò)芯片,是一種專為實現(xiàn)網(wǎng)絡(luò)通信和控制功能而設(shè)計的先進半導(dǎo)體芯片。這類芯片的設(shè)計靈感部分源自于對人腦
    的頭像 發(fā)表于 07-12 16:42 ?1151次閱讀

    神經(jīng)元是什么?神經(jīng)元神經(jīng)系統(tǒng)中的作用

    神經(jīng)元,又稱神經(jīng)細胞,是神經(jīng)系統(tǒng)的基本結(jié)構(gòu)和功能單位。它們負責接收、整合、傳導(dǎo)和傳遞信息,從而參與和調(diào)控神經(jīng)系統(tǒng)的各種活動。神經(jīng)元在形態(tài)上高
    的頭像 發(fā)表于 07-12 11:49 ?1256次閱讀
    <b class='flag-5'>神經(jīng)元</b>是什么?<b class='flag-5'>神經(jīng)元</b>在<b class='flag-5'>神經(jīng)</b>系統(tǒng)中的作用

    人工神經(jīng)元模型的基本構(gòu)成要素

    人工神經(jīng)元模型是人工智能領(lǐng)域中的一個重要概念,它模仿了生物神經(jīng)元的工作方式,為機器學習和深度學習提供了基礎(chǔ)。本文將介紹人工神經(jīng)元模型的基本構(gòu)成要素。 神經(jīng)元的基本概念
    的頭像 發(fā)表于 07-11 11:28 ?1277次閱讀

    人工神經(jīng)元模型的基本原理是什么

    人工神經(jīng)元模型是人工智能領(lǐng)域中的一個重要概念,它模仿了生物神經(jīng)系統(tǒng)中的神經(jīng)元行為,為機器學習和深度學習提供了基礎(chǔ)。 一、人工神經(jīng)元模型的歷史 神經(jīng)
    的頭像 發(fā)表于 07-11 11:26 ?752次閱讀

    人工神經(jīng)元模型由哪兩部分組成

    人工神經(jīng)元模型是深度學習、機器學習和人工智能領(lǐng)域的基礎(chǔ),它模仿了生物神經(jīng)元的工作原理,為構(gòu)建復(fù)雜的神經(jīng)網(wǎng)絡(luò)提供了基礎(chǔ)。 一、人工神經(jīng)元模型的起源 生物
    的頭像 發(fā)表于 07-11 11:24 ?909次閱讀

    生物神經(jīng)元模型包含哪些元素

    生物神經(jīng)元模型是神經(jīng)科學和人工智能領(lǐng)域中的一個重要研究方向,它旨在模擬生物神經(jīng)元的工作原理,以實現(xiàn)對生物神經(jīng)系統(tǒng)的理解和模擬。
    的頭像 發(fā)表于 07-11 11:21 ?1021次閱讀

    人工智能神經(jīng)元的基本結(jié)構(gòu)

    人工智能神經(jīng)元的基本結(jié)構(gòu)是一個復(fù)雜而深入的話題,涉及到計算機科學、數(shù)學、神經(jīng)科學等多個領(lǐng)域的知識。 引言 人工智能(Artificial Intelligence,簡稱AI)是計算機科學的一個分支
    的頭像 發(fā)表于 07-11 11:19 ?1366次閱讀

    人工神經(jīng)元由哪些部分組成

    網(wǎng)絡(luò)的基礎(chǔ)。這些網(wǎng)絡(luò)能夠處理和分析大量數(shù)據(jù),從而實現(xiàn)諸如圖像識別、語音識別和自然語言處理等功能。 2. 神經(jīng)元的生物學基礎(chǔ) 在討論人工神經(jīng)元之前,了解生物神經(jīng)元的工作原理是有益的。生物
    的頭像 發(fā)表于 07-11 11:17 ?643次閱讀

    人工神經(jīng)元模型的基本原理及應(yīng)用

    人工神經(jīng)元模型是人工智能和機器學習領(lǐng)域的一個重要概念,它模仿了生物神經(jīng)元的工作方式,為計算機提供了處理信息的能力。 一、人工神經(jīng)元模型的基本原理 生物神經(jīng)元的結(jié)構(gòu)和功能 生物
    的頭像 發(fā)表于 07-11 11:15 ?886次閱讀

    人工神經(jīng)元模型的三要素是什么

    人工神經(jīng)元模型是人工智能和機器學習領(lǐng)域中非常重要的概念之一。它模仿了生物神經(jīng)元的工作方式,通過數(shù)學和算法來實現(xiàn)對數(shù)據(jù)的處理和學習。 一、人工神經(jīng)元模型的基本概念 1.1 生物
    的頭像 發(fā)表于 07-11 11:13 ?925次閱讀

    神經(jīng)元的分類包括哪些

    神經(jīng)元神經(jīng)系統(tǒng)的基本功能單位,它們通過電信號和化學信號進行信息傳遞和處理。神經(jīng)元的分類非常復(fù)雜,可以根據(jù)不同的標準進行分類。 一、神經(jīng)元的基本概念 1.1
    的頭像 發(fā)表于 07-03 11:36 ?1269次閱讀

    神經(jīng)元的結(jié)構(gòu)及功能是什么

    的細胞,具有獨特的形態(tài)結(jié)構(gòu)。神經(jīng)元的基本結(jié)構(gòu)包括細胞體、樹突和軸突。 (1)細胞體:細胞體是神經(jīng)元的中心部分,包含細胞核和其他細胞器。細胞核負責控制細胞的生長、分裂和基因表達。細胞體的大小和形狀因
    的頭像 發(fā)表于 07-03 11:33 ?1278次閱讀

    神經(jīng)元的基本作用是什么信息

    的作用。 一、神經(jīng)元的結(jié)構(gòu) 神經(jīng)元是一種高度分化的細胞,具有獨特的形態(tài)和功能。神經(jīng)元的基本結(jié)構(gòu)包括細胞體、樹突和軸突。 細胞體:細胞體是神經(jīng)元的中心部分,包含細胞核和其他細胞器。細胞核
    的頭像 發(fā)表于 07-03 11:29 ?913次閱讀

    神經(jīng)元的信息傳遞方式是什么

    、樹突和軸突三部分組成。 1.1 細胞體 細胞體是神經(jīng)元的中心部分,包含細胞核和其他細胞器。細胞核負責控制細胞的生長和分裂,其他細胞器則負責細胞的代謝和能量供應(yīng)。 1.2 樹突 樹突是神經(jīng)元的分支結(jié)構(gòu),它們從細胞體延伸出來,接收
    的頭像 發(fā)表于 07-03 11:27 ?1260次閱讀

    神經(jīng)元神經(jīng)網(wǎng)絡(luò)的區(qū)別與聯(lián)系

    在人工智能和機器學習的領(lǐng)域中,神經(jīng)元神經(jīng)網(wǎng)絡(luò)是兩個至關(guān)重要的概念。雖然它們都與人腦中的神經(jīng)系統(tǒng)有著密切的聯(lián)系,但在實際應(yīng)用和理論研究中,它們各自扮演著不同的角色。本文旨在深入探討神經(jīng)元
    的頭像 發(fā)表于 07-01 11:50 ?967次閱讀