是最早发展起来的控制策略之一, 历史悠久,理论完善, 由于其算法简单、鲁棒性好和可靠性高,被广泛应用于工业控制过程,尤其适用于可建立精确数学模型的确定性控制系统。而实际工业生产过程中往往具有非线性,时变不确定性,如火电厂的锅炉主汽温对象,因而难以建立精确的数学模型, 应用常规 PID 控制器不能达到到理想的控制效果,在实际生产过程中,由于受到参数整定方法繁杂的困扰, 常规 PID 控制器参数往往整定不良,性能欠佳,对运行工况的适应性很差[1]。因此常规 PID 控制的应用受到很大的限制和挑战。那么是否可以把神经网络和 PID 结合在一起,充分利用两者的优点呢,使新算法既有神经网络的学习能力又有 PID 控制的简单性呢?。基于以上种种因素,本文采用神经网络,选取应用最广泛的 BP算法,与传统 PID 控制结合的控制策略来实现对主汽温的有效控制,可以说这是采用多策略的智能控制与 PID 结合实现主汽温控制的又一次有益的尝试与探索。 1.4 本文所做的主要工作首先,本文对神经网络的模型,结构,学习方式和学习算法作了介绍,并阐述了了 BP神经网络的结构, 算法.接着结合 BP神经网络和 PID 控制的原理,对二者进行了结合,采用了基于神经网络的自整定 PID 控制,即把神经网络的输出当做 PID 的三个参数,在一定的准则函数下,不断自动调整这三个参数,直到满足一定的性能指标。紧接着,在主汽温系统上进行仿真分析,锅炉主汽温对象是一个时变的对象,在不同的负荷下有不同的动态特性,因此对其不同的负荷均进行仿真分析。本文采用三层 BP神经网络,经典增量式数字 PID 的控制算法,只要主汽温系统的输入输出之差不为 0,就不断调整神经网络的权值,进而调整 PID 的参数。仿真结果表明:对于不同的要求不同的改进程序会有更好更稳定的仿真结果相比较常规 PID 。 1.5 本论文的章节安排第一章、绪论
全文预览
