智能PID控制IntelligentPIDControl第五章智能PID控制Ch55.1專家PID控制5.2模糊PID控制5.3神經(jīng)網(wǎng)絡(luò)PID控制專家PID控制5.1傳統(tǒng)PID控制算法數(shù)學(xué)表達(dá)式為：系統(tǒng)輸出值與理想值的偏差；比例系數(shù)；積分時(shí)間常數(shù)；微分時(shí)間常數(shù)；積分系數(shù)；微分環(huán)節(jié)積分環(huán)節(jié)比例環(huán)節(jié)微分系數(shù)。專家PID控制5.1傳統(tǒng)PID控制算法數(shù)學(xué)表達(dá)式為：微分環(huán)節(jié)積分環(huán)節(jié)比例環(huán)節(jié)離散化位置式PID控制算法數(shù)學(xué)表達(dá)式為：為采樣周期。專家PID控制5.1傳統(tǒng)PID控制算法數(shù)學(xué)表達(dá)式為：離散化位置式PID控制算法數(shù)學(xué)表達(dá)式為：增量式PID控制算法數(shù)學(xué)表達(dá)式為：專家PID控制5.1專家PID控制可以基于增量式PID算法，根據(jù)被控對(duì)象的特點(diǎn)及實(shí)際工況，總結(jié)專家經(jīng)驗(yàn)，設(shè)計(jì)不同的控制規(guī)則，實(shí)現(xiàn)控制目標(biāo)。除了響應(yīng)的誤差，誤差的變化情況也是系統(tǒng)控制效果的反映，因此專家PID控制通常會(huì)同時(shí)考慮誤差和誤差的變化量來設(shè)計(jì)控制規(guī)則。增量式PID控制算法數(shù)學(xué)表達(dá)式為：專家PID控制5.1誤差足夠大時(shí)，

。采用數(shù)值較大的定值輸入使響應(yīng)迅速收斂。誤差較大，

。誤差絕對(duì)值在逐漸變大或誤差保持不變，

或

。施加較強(qiáng)的控制輸入，控制規(guī)則為：誤差處于極值附近，

且

，僅采用較強(qiáng)的比例控制，控制規(guī)則為：專家PID控制5.1誤差較小，

。誤差絕對(duì)值在逐漸變大或誤差保持不變，

或

。施加較弱的控制輸入，控制規(guī)則為：誤差處于極值附近，

且

，僅采用較弱的比例控制，控制規(guī)則為：專家PID控制5.1誤差滿足

且絕對(duì)值在逐漸變小時(shí)，即且

，保持控制輸入不變。誤差足夠小且不為零，

，采用PI控制消除靜態(tài)誤差，控制規(guī)則為：誤差為零，保持控制輸入不變。模糊PID控制5.2產(chǎn)生背景：實(shí)踐中經(jīng)常難以精確描述操作者經(jīng)驗(yàn)并定量表示各個(gè)評(píng)價(jià)指標(biāo)，因此學(xué)者們將模糊數(shù)學(xué)的思想引入傳統(tǒng)PID控制中，產(chǎn)生了模糊PID控制。優(yōu)勢：在面對(duì)不精確模型或擾動(dòng)時(shí)，模糊PID控制器具有較強(qiáng)的魯棒性和自適應(yīng)性。分類：模糊-PID混合控制和基于模糊自整定參數(shù)的PID控制。1模糊-PID混合控制模糊-PID切換控制為模糊控制器的輸出。優(yōu)勢：可以提升系統(tǒng)的靜態(tài)性能及控制精度?？刂破髑袚Q瞬間可能產(chǎn)生系統(tǒng)震蕩，因此該方案設(shè)計(jì)難點(diǎn)在于如何實(shí)現(xiàn)控制器的平穩(wěn)切換，避免系統(tǒng)震蕩帶來的不良影響。1模糊-PID混合控制含積分引入的模糊控制模糊積分PID系統(tǒng)模糊控制與積分控制并聯(lián)系統(tǒng)模糊控制與模糊PI控制并聯(lián)系統(tǒng)1模糊-PID混合控制基于模糊補(bǔ)償?shù)腜ID控制解決：系統(tǒng)存在建模不確定性、模型中包含未知非線性函數(shù)等問題原理：根據(jù)萬能逼近定理，模糊系統(tǒng)可以作為一種函數(shù)逼近器逼近任意連續(xù)非線性函數(shù)。做法：將傳統(tǒng)PID控制與模糊系統(tǒng)相結(jié)合，利用模糊系統(tǒng)的萬能逼近特性，實(shí)現(xiàn)對(duì)被控對(duì)象非線性部分的自適應(yīng)模糊補(bǔ)償，進(jìn)而根據(jù)PID控制原理實(shí)現(xiàn)對(duì)系統(tǒng)的控制。2基于模糊自整定參數(shù)的PID控制比例、積分、微分三個(gè)參數(shù)的作用和意義？2基于模糊自整定參數(shù)的PID控制誤差e為正時(shí)，未達(dá)到輸出目標(biāo)，應(yīng)增大

，

取正。誤差e為負(fù)時(shí)，說明出現(xiàn)超調(diào)，應(yīng)減小

，

取負(fù)。誤差e在零附近時(shí)ec為正時(shí)，正向誤差增大，應(yīng)增大

，

取正。ec為負(fù)時(shí)，超調(diào)變大，應(yīng)減小

，

取負(fù)。ec為零附近時(shí)，誤差基本固定不變，應(yīng)增大

來減小誤差。比例系數(shù)整定原則2基于模糊自整定參數(shù)的PID控制模糊規(guī)則表2基于模糊自整定參數(shù)的PID控制為消除穩(wěn)態(tài)誤差且避免積分飽和，采取積分分離策略，即誤差只有在零附近時(shí)，增大

，

取正。積分系數(shù)整定原則模糊規(guī)則表2基于模糊自整定參數(shù)的PID控制e和ec同號(hào)時(shí)，說明響應(yīng)在向誤差絕對(duì)值變大的方向發(fā)展，需要增大

實(shí)施制動(dòng)，取

為正。e和ec異號(hào)時(shí)，說明誤差絕對(duì)值已在變小，為保持誤差變小的趨勢，防止反向校正，此時(shí)需要減小

，

取負(fù)。誤差e減小至零附近時(shí)，為防止系統(tǒng)出現(xiàn)振蕩，應(yīng)保持一個(gè)較小的

值，取

為零。微分系數(shù)整定原則2基于模糊自整定參數(shù)的PID控制PID控制器參數(shù)整定公式：為參數(shù)整定次數(shù)。神經(jīng)網(wǎng)絡(luò)PID控制5.3傳統(tǒng)的PID控制根據(jù)經(jīng)驗(yàn)設(shè)定比例、積分、微分系數(shù)，然而，被控對(duì)象往往復(fù)雜多變，難以根據(jù)經(jīng)驗(yàn)選定一組最優(yōu)參數(shù)進(jìn)行控制器設(shè)計(jì)。最優(yōu)參數(shù)與系統(tǒng)性能指標(biāo)之間存在著復(fù)雜的非線性關(guān)系，如果能找到此非線性關(guān)系，則可以根據(jù)系統(tǒng)性能指標(biāo)優(yōu)化PID控制參數(shù)。神經(jīng)網(wǎng)絡(luò)有很強(qiáng)的非線性學(xué)習(xí)能力，可將神經(jīng)網(wǎng)絡(luò)與PID控制結(jié)合，不斷優(yōu)化調(diào)整PID參數(shù)，獲得更優(yōu)系統(tǒng)性能。分類：單神經(jīng)元PID自適應(yīng)控制、基于BP神經(jīng)網(wǎng)絡(luò)的PID控制、基于RBF神經(jīng)網(wǎng)絡(luò)的PID控制等。1單神經(jīng)元PID自適應(yīng)控制憑借單個(gè)神經(jīng)元的自學(xué)習(xí)能力，不斷調(diào)整控制參數(shù)，實(shí)現(xiàn)自適應(yīng)PID控制。神經(jīng)元1單神經(jīng)元PID自適應(yīng)控制系統(tǒng)誤差：神經(jīng)元神經(jīng)元輸入：神經(jīng)元輸入權(quán)值：1單神經(jīng)元PID自適應(yīng)控制增量式PID算法：神經(jīng)元神經(jīng)元輸入權(quán)值1單神經(jīng)元PID自適應(yīng)控制有監(jiān)督Hebb學(xué)習(xí)規(guī)則：單神經(jīng)元通過不斷學(xué)習(xí)調(diào)整輸入的權(quán)值，進(jìn)而實(shí)現(xiàn)參數(shù)可調(diào)的自適應(yīng)PID控制功能。選用有監(jiān)督Hebb學(xué)習(xí)規(guī)則進(jìn)行權(quán)值的調(diào)整。神經(jīng)元和的連接權(quán)值調(diào)整量；學(xué)習(xí)率；期望輸出；神經(jīng)元的輸出；神經(jīng)元的輸出。1單神經(jīng)元PID自適應(yīng)控制單神經(jīng)元權(quán)值調(diào)整規(guī)則：單神經(jīng)元權(quán)值的調(diào)整與神經(jīng)元的輸入、輸出及輸出偏差有關(guān)比例環(huán)節(jié)系數(shù)學(xué)習(xí)率；積分環(huán)節(jié)系數(shù)學(xué)習(xí)率；微分環(huán)節(jié)系數(shù)學(xué)習(xí)率。1單神經(jīng)元PID自適應(yīng)控制調(diào)節(jié)后權(quán)值規(guī)范化：1單神經(jīng)元PID自適應(yīng)控制K為神經(jīng)元比例系數(shù)。隨著K的增大，系統(tǒng)響應(yīng)速度加快，但易增大超調(diào)。當(dāng)被控對(duì)象時(shí)延增大時(shí)，需減小K保證系統(tǒng)穩(wěn)定。K過小時(shí)，系統(tǒng)快速性變差。1單神經(jīng)元PID自適應(yīng)控制單神經(jīng)元PID自適應(yīng)控制是通過單神經(jīng)元學(xué)習(xí)更新輸入權(quán)值來實(shí)現(xiàn)參數(shù)可調(diào)的智能PID控制算法。算法控制效果與比例、積分、微分環(huán)節(jié)系數(shù)學(xué)習(xí)率以及神經(jīng)元比例系數(shù)的選取有關(guān)。單神經(jīng)元PID自適應(yīng)控制結(jié)構(gòu)簡單、學(xué)習(xí)速度快，有較強(qiáng)魯棒性。2基于BP神經(jīng)網(wǎng)絡(luò)的PID控制以最優(yōu)化給定性能指標(biāo)為目標(biāo)，通過BP神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)進(jìn)行神經(jīng)網(wǎng)絡(luò)中加權(quán)系數(shù)的調(diào)整，進(jìn)而產(chǎn)生最優(yōu)控制下的一組神經(jīng)網(wǎng)絡(luò)輸出，即PID控制器的參數(shù)。2基于BP神經(jīng)網(wǎng)絡(luò)的PID控制三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)輸入:神經(jīng)網(wǎng)絡(luò)輸出：

為隱含層激活函數(shù)，可以取為輸入層第

個(gè)節(jié)點(diǎn)到隱含層第

個(gè)節(jié)點(diǎn)的權(quán)值隱含層第

個(gè)神經(jīng)元的閾值神經(jīng)網(wǎng)絡(luò)隱含層輸出:

為輸出層激活函數(shù)，可以取為

隱含層第

個(gè)節(jié)點(diǎn)到輸出層第

個(gè)節(jié)點(diǎn)的權(quán)值輸出層第

個(gè)神經(jīng)元的閾值PID參數(shù)2基于BP神經(jīng)網(wǎng)絡(luò)的PID控制性能指標(biāo)函數(shù)：用

代替按梯度下降法修正BP網(wǎng)絡(luò)的權(quán)值系數(shù)，即按E對(duì)權(quán)值的負(fù)梯度方向調(diào)整：BP神經(jīng)網(wǎng)絡(luò)隱含層到輸出層的權(quán)值調(diào)整公式：慣性系數(shù)；學(xué)習(xí)速率。為什么不會(huì)影響結(jié)果？如何計(jì)算？2基于BP神經(jīng)網(wǎng)絡(luò)的PID控制BP神經(jīng)網(wǎng)絡(luò)隱含層到輸出層的權(quán)值調(diào)整公式：BP神經(jīng)網(wǎng)絡(luò)輸入層到隱含層的權(quán)值調(diào)整公式：根據(jù)上述權(quán)值調(diào)整公式，BP神經(jīng)網(wǎng)絡(luò)可以向著最優(yōu)化性能指標(biāo)的方向不斷優(yōu)化學(xué)習(xí)，進(jìn)而通過神經(jīng)網(wǎng)絡(luò)輸出不斷調(diào)整PID參數(shù)，實(shí)現(xiàn)系統(tǒng)的PID控制。本章小結(jié)Ch5專家PID控制直接運(yùn)用專家經(jīng)驗(yàn)設(shè)計(jì)控制規(guī)則，優(yōu)化調(diào)整PID算