基于神經(jīng)網(wǎng)絡(luò)的PID控制原理與策略研究概述目錄TOC\o"1-3"\h\u30332基于神經(jīng)網(wǎng)絡(luò)的PID控制原理與策略研究概述 198961.1PID控制器 1271221.1.1標(biāo)準(zhǔn)PID控制原理 1230631.1.2數(shù)字PID的增量型算式 2315641.1.3PID控制器的參數(shù)整定 391381.2智能PID控制器 491201.3基于神經(jīng)網(wǎng)絡(luò)的智能PID控制器 684231.1.1單層神經(jīng)網(wǎng)絡(luò)的PID控制 7144771.1.2多層神經(jīng)網(wǎng)絡(luò)的PID控制 8開(kāi)展系統(tǒng)的控制器相關(guān)設(shè)計(jì)時(shí)，需要考慮在符合系統(tǒng)穩(wěn)態(tài)精度動(dòng)態(tài)響應(yīng)的條件下，再去合理地增強(qiáng)控制器的指標(biāo)性能[50-52]。同時(shí)要想對(duì)系統(tǒng)的非線(xiàn)性以及不確定性產(chǎn)生一定的自整定與抗干擾能力，需采用科學(xué)合理的設(shè)計(jì)方案。選中的設(shè)計(jì)方案需要盡量符合以下幾點(diǎn)要求：（1）因?yàn)楸豢貙?duì)象動(dòng)態(tài)性能復(fù)雜多變，需要在設(shè)計(jì)控制模型時(shí)盡可能達(dá)到系統(tǒng)的動(dòng)態(tài)指標(biāo)，降低穩(wěn)態(tài)誤差，確保系統(tǒng)響應(yīng)精度高快且不超調(diào)。（2）控制器必須有著較高標(biāo)準(zhǔn)的魯棒性從而有能力處理被控對(duì)象中的非線(xiàn)性不穩(wěn)定性與其他難以描述的干擾因素。（3）應(yīng)選取有著智能自學(xué)習(xí)自適應(yīng)自整定自身參數(shù)的符合科學(xué)發(fā)展的新概念控制器。（4）為了便于日后推廣與應(yīng)用，相關(guān)控制條件模型應(yīng)當(dāng)盡量結(jié)構(gòu)簡(jiǎn)潔明了。1.1PID控制器1.1.1標(biāo)準(zhǔn)PID控制原理比例調(diào)節(jié)(P)—積分調(diào)節(jié)(I)—微分調(diào)節(jié)(D)三者復(fù)合控制的簡(jiǎn)稱(chēng)稱(chēng)為PID控制。其取決于輸入信號(hào)和輸出信號(hào)相減取差得到的誤差信號(hào)，然后把得到的誤差進(jìn)行比例、積分、微分三者任意組合得到的控制器進(jìn)行處理，從而稱(chēng)為PID控制器。PID控制器可表示為：(1.1.1)為經(jīng)PID控制處理后的輸出值；為輸出值閉環(huán)反饋到輸入端與輸入值相減的誤差值；為比例參數(shù)；為積分參數(shù)；為微分參數(shù)。PID控制系統(tǒng)方框如圖1.1：圖1.1PID控制系統(tǒng)Fig.1.1PIDcontrolsystem其中PID控制器各個(gè)部分原理為：比例控制。作用是成比例地控制系統(tǒng)的誤差值，誤差輸入的同時(shí)，比例控制模塊即刻生效從而大幅度減少偏差，比例控制主要解決的是當(dāng)前的誤差。積分控制。主要作用是累積過(guò)去的誤差，提高系統(tǒng)的誤差響應(yīng)度從而減小誤差。其效果取決于積分時(shí)間常數(shù)，越大，積分作用越弱，反之則越強(qiáng)。微分控制。反映誤差的變化率的大小，同時(shí)確保誤差信號(hào)失去控制之前，引入一個(gè)及時(shí)的修正信號(hào)，從而加快系統(tǒng)的動(dòng)作速度，減少調(diào)節(jié)時(shí)間，改善系統(tǒng)的動(dòng)態(tài)性能。1.1.2數(shù)字PID的增量型算式數(shù)字PID的通?？梢詺w為位置型和增量型。而在這里應(yīng)用于PID控制器時(shí)選擇增量型算式，可以表示為：(1.1.2)增量型算法較位置型的優(yōu)勢(shì)在于：（1）增量型算法不依賴(lài)積分的累積誤差，其增量只取決于過(guò)去的數(shù)次誤差輸出值用于計(jì)算誤差以及系統(tǒng)的響應(yīng)精度等問(wèn)題，因此過(guò)去的誤差對(duì)計(jì)算干擾不大。而位置型算法則需要求出歷史誤差的累積之和，易于得到過(guò)大的累積值。（2）增量型算法計(jì)算出的為增量部分，對(duì)系統(tǒng)整體影響不大，甚至能夠采用邏輯來(lái)約束和關(guān)閉輸出增量。但位置型算法輸出的卻為誤差信號(hào)整體全值，導(dǎo)致誤動(dòng)作造成的后果很?chē)?yán)重。（3）通過(guò)增量型算法，方便達(dá)成手動(dòng)至自動(dòng)的無(wú)級(jí)轉(zhuǎn)化。1.1.3PID控制器的參數(shù)整定這里選擇增量型PID控制算法，而PID參數(shù)整定的原理實(shí)際上是基于修改、、三種環(huán)節(jié)的系數(shù)將控制器的整定特點(diǎn)在系統(tǒng)中得以充分發(fā)揮，達(dá)到被控對(duì)象的動(dòng)靜態(tài)要求，即該三種環(huán)節(jié)的系數(shù)對(duì)被控對(duì)象的作用如下：1、比例環(huán)節(jié)增益系數(shù)對(duì)被控對(duì)象的作用（1）關(guān)于動(dòng)態(tài)性能的作用隨著比例環(huán)節(jié)的系數(shù)變大，導(dǎo)致被控對(duì)象的響應(yīng)靈敏，精度變高。而過(guò)于大時(shí)，振蕩會(huì)更頻繁，振蕩至穩(wěn)定的時(shí)間會(huì)更久；因此太大被控對(duì)象會(huì)趨于振蕩和不穩(wěn)定；但太小卻會(huì)導(dǎo)致被控對(duì)象響應(yīng)速度降低。（2）關(guān)于穩(wěn)態(tài)特性的作用當(dāng)被控對(duì)象處于穩(wěn)定工況時(shí)，調(diào)大比例系數(shù)能夠降低穩(wěn)態(tài)誤差與增強(qiáng)精確度，但就算再增加的值也僅僅可以降低但無(wú)法徹底解決穩(wěn)態(tài)誤差。2、積分環(huán)節(jié)增益系數(shù)對(duì)被控對(duì)象的作用（1）關(guān)于動(dòng)態(tài)性能的作用積分環(huán)節(jié)增益系數(shù)往往能夠?qū)⒈豢貙?duì)象的穩(wěn)定性減少。過(guò)于大將會(huì)出現(xiàn)不穩(wěn)定的現(xiàn)象；過(guò)大會(huì)提高振蕩頻率；過(guò)小會(huì)導(dǎo)致對(duì)控制器效率的能力降低，僅僅取到適當(dāng)?shù)闹禃r(shí)，調(diào)整能力將變得較為理想。（2）關(guān)于穩(wěn)態(tài)特性的作用積分環(huán)節(jié)增益系數(shù)可以處理被控對(duì)象的穩(wěn)態(tài)誤差，增強(qiáng)響應(yīng)速度與控制精度。而太小會(huì)使積分環(huán)節(jié)的效果減弱，從而無(wú)法降低穩(wěn)態(tài)誤差。3、微分環(huán)節(jié)增益系數(shù)對(duì)被控對(duì)象的作用微分環(huán)節(jié)增益系數(shù)同樣能夠優(yōu)化動(dòng)靜態(tài)特性。產(chǎn)生變化時(shí)，同時(shí)會(huì)使超調(diào)量變高，從而導(dǎo)致調(diào)節(jié)時(shí)間變慢，僅僅是當(dāng)適中時(shí)方能實(shí)現(xiàn)較為有效的過(guò)渡階段。微分環(huán)節(jié)、比例環(huán)節(jié)包括積分環(huán)節(jié)三個(gè)增益系數(shù)共同作用同樣能夠降低被控對(duì)象的穩(wěn)態(tài)誤差。要想確保被控對(duì)象整體有著優(yōu)秀的動(dòng)靜態(tài)性能，對(duì)PID控制參數(shù)的設(shè)定就尤為關(guān)鍵。對(duì)參數(shù)的整定往往包含兩類(lèi)思路，即為理論研究法與試驗(yàn)湊參法。本文的被控對(duì)象選擇試驗(yàn)湊參法來(lái)進(jìn)行參數(shù)的相關(guān)調(diào)節(jié)。試驗(yàn)湊參法指采用仿真或?qū)嶋H的狀態(tài)工作，根據(jù)得到的響應(yīng)曲線(xiàn)，然后參考各項(xiàng)調(diào)整環(huán)節(jié)對(duì)結(jié)果的影響，多次嘗試拼湊調(diào)整直到結(jié)果符合預(yù)期停止，這樣一來(lái)即確定了參數(shù)。其步驟如下：（1）第一步先確定比例環(huán)節(jié)系數(shù)。把比例環(huán)節(jié)的效果從低至高觀(guān)察系統(tǒng)的響應(yīng)過(guò)程，最終調(diào)整到響應(yīng)精度高、振蕩小、穩(wěn)態(tài)誤差為最小值，或其在合理區(qū)間內(nèi)的曲線(xiàn)。（2）比例增益參數(shù)確定之后，試湊積分增益系數(shù)時(shí)，第一步把積分的時(shí)長(zhǎng)設(shè)為一個(gè)較大的值，接著觀(guān)測(cè)被控對(duì)象的響應(yīng)曲線(xiàn)。完了逐漸降低積分的時(shí)長(zhǎng)，從而增強(qiáng)積分環(huán)節(jié)的功效，同時(shí)同步試湊比例環(huán)節(jié)增益系數(shù)。通過(guò)如此循環(huán)地調(diào)整，從而達(dá)到不錯(cuò)的響應(yīng)精度，最終得到比例環(huán)節(jié)以及積分環(huán)節(jié)的參數(shù)值。（3）最后設(shè)置微分環(huán)節(jié)增益系數(shù)。首先使得微分時(shí)長(zhǎng)歸零，再緩慢調(diào)高微分時(shí)長(zhǎng)，同時(shí)同步調(diào)整比例環(huán)節(jié)增益系數(shù)，循環(huán)此步驟反復(fù)試湊直至滿(mǎn)意響應(yīng)。1.2智能PID控制器在進(jìn)行整定時(shí)往往都期望輸出值能快準(zhǔn)狠地達(dá)到目標(biāo)值。標(biāo)準(zhǔn)PID的三類(lèi)環(huán)節(jié)能夠結(jié)合實(shí)際靈活多變地排列組合，主流的有著P、PI、PD以及PID等。在產(chǎn)品研發(fā)階段里，需要結(jié)合實(shí)際情況抉擇出合理的組合方案。采取有效的整定手段得到被控對(duì)象的參數(shù)值將其實(shí)現(xiàn)滿(mǎn)意的效果，從而有效增加動(dòng)靜態(tài)性能。電液位置伺服系統(tǒng)為最常見(jiàn)的不確定性以及非線(xiàn)性的對(duì)象，但標(biāo)準(zhǔn)PID控制為線(xiàn)性控制器，必須一直調(diào)整被控參數(shù)從而增強(qiáng)其指標(biāo)性能[53-55]。而智能PID控制器包含了自整定、自訓(xùn)練能力，其可以自我識(shí)別相關(guān)參數(shù)，在控制領(lǐng)域里有著寬闊的前景，智能PID的結(jié)構(gòu)構(gòu)成如圖1.2所示。圖1.2智能PID控制系統(tǒng)Fig.1.2SmartPIDcontrolsystem可見(jiàn)智能PID控制取決于t時(shí)刻的實(shí)時(shí)誤差、控制、誤差變化率以及系統(tǒng)輸出信號(hào)等相關(guān)參數(shù)的變化信號(hào)。開(kāi)展實(shí)時(shí)整定PID三項(xiàng)參數(shù)，最終讓被控對(duì)象獲得良好的精度要求?；诒豢貙?duì)象響應(yīng)曲線(xiàn)，我們能夠系統(tǒng)地掌握該控制器的相關(guān)性能，基于調(diào)整參數(shù)，對(duì)參數(shù)數(shù)據(jù)的研究，同樣能夠定量地判斷相關(guān)增益系數(shù)應(yīng)該進(jìn)行優(yōu)化的程度。令被控對(duì)象階躍響應(yīng)曲線(xiàn)如圖1.3所示。圖1.3系統(tǒng)階躍響應(yīng)曲線(xiàn)Fig.1.3Systemstepresponsecurve基于對(duì)、、、、、相關(guān)特征值的研究，然后得到更適當(dāng)?shù)目刂品桨?。表示t時(shí)刻被控對(duì)象的誤差以及誤差變化率的乘積，展現(xiàn)了其誤差的變化速率。時(shí)，即圖中BC段與DE段，代表被控對(duì)象正處于朝著誤差降低方向調(diào)整的階段。時(shí)，即圖中AB與CD段，代表被控對(duì)象正處于誤差變大方向調(diào)整的階段。時(shí)則能夠說(shuō)明被控對(duì)象誤差有著極值。當(dāng)且，被控對(duì)象誤差有極大值于B點(diǎn)；當(dāng)且，被控對(duì)象誤差有極小值于C’點(diǎn)。指的是t時(shí)刻被控對(duì)象誤差變化和被控對(duì)象誤差之比的絕對(duì)值，與共同表示當(dāng)前誤差的變化趨勢(shì)。即當(dāng)、時(shí)，能夠參考、來(lái)得到被控對(duì)象階躍響應(yīng)的范圍。由此可得，得到的輸出值與上述未知量的函數(shù)表達(dá)式：(1.2.1)1.3基于神經(jīng)網(wǎng)絡(luò)的智能PID控制器對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行了相關(guān)探討之后在有著突破性進(jìn)步的情況下再與PID控制器復(fù)合作用，神經(jīng)網(wǎng)絡(luò)相關(guān)研究于上世紀(jì)80年代之后發(fā)展至今。如今其包含了自身獨(dú)一無(wú)二的特性，即可以近似模擬人類(lèi)大腦的邏輯思路[56-60]?；谏窠?jīng)網(wǎng)絡(luò)的PID控制器基本類(lèi)別有著：?jiǎn)螌由窠?jīng)元網(wǎng)絡(luò)的PID控制、優(yōu)化處理后的BP-RBF自適應(yīng)PID控制、基于二次型性能指標(biāo)學(xué)習(xí)BP算法的自適應(yīng)PID控制、基于遺傳算法的神經(jīng)網(wǎng)絡(luò)PID控制以及基于遺傳算法神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)耐負(fù)銹D控制，總的來(lái)說(shuō)，這些算法方法能歸納為通過(guò)神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行PID控制器的參數(shù)自整定以及通過(guò)神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)系統(tǒng)的非線(xiàn)性變量。1.1.1單層神經(jīng)網(wǎng)絡(luò)的PID控制單層神經(jīng)網(wǎng)絡(luò)的PID智能控制器構(gòu)造簡(jiǎn)潔，根據(jù)自整定得到權(quán)值，完成自訓(xùn)練以及自學(xué)習(xí)工作。常見(jiàn)的學(xué)習(xí)方法有不受監(jiān)管的Hebb學(xué)習(xí)法、受監(jiān)管的Delta學(xué)習(xí)法以及受監(jiān)管的Hebb學(xué)習(xí)法。受監(jiān)管的Hebb學(xué)習(xí)法包含了不受監(jiān)管的Hebb學(xué)習(xí)法以及受監(jiān)管的Delta學(xué)習(xí)法，同時(shí)有著雙方的長(zhǎng)處。這類(lèi)基于神經(jīng)網(wǎng)絡(luò)的PID控制器的學(xué)習(xí)法選擇受監(jiān)管的Hebb學(xué)習(xí)法：(1.1.1)(1.1.2)(1.1.3)其中，；；；；；。圖1.3單神經(jīng)元PID控制器Fig.1.3SingleneuronPIDcontroller根據(jù)神經(jīng)網(wǎng)絡(luò)來(lái)自適應(yīng)PID的三類(lèi)增益系數(shù)，必須規(guī)劃好它們的學(xué)習(xí)速率，即上式中的、、，不同的系數(shù)，必須規(guī)定各自的速率。K系數(shù)可視為被控PID的比例增益系數(shù)，其功能一致與PID的比例模塊。K系數(shù)取值過(guò)高過(guò)低都存在風(fēng)險(xiǎn)，應(yīng)在工作實(shí)際情況下設(shè)定適當(dāng)?shù)闹?，確保被控對(duì)象響應(yīng)靈敏以及考慮其穩(wěn)定性。1.1.2多層神經(jīng)網(wǎng)絡(luò)的PID控制基于多層神經(jīng)網(wǎng)絡(luò)得到的PID控制器原理清晰，便于理解，突破了根據(jù)單層神經(jīng)網(wǎng)絡(luò)得到的系數(shù)自適應(yīng)策略的單一性，控制精度高，實(shí)際應(yīng)用的領(lǐng)域范圍大，結(jié)構(gòu)圖如圖1.