毕业设计（论文）-基于神经网络的非线性PID控制系统研究.docVIP

论 文 综 述 题 目：基于神经网络的非线性PID控制系统研究 学 院： 信息工程学院 专 业： 电机与电器 学生姓名： 学 号： 指导老师： 基于神经网络的非线性PID控制系统研究 摘 要 本文研究了一种不依赖于被控对象的智能控制器。该控制器将PID控制器的比例、积分及微分控制模块分别融合到神经网络隐含层神经元中构成非线性PID神经元网络控制器，并根据传统PID控制器的参数增益变化曲线分别构造三个表示为误差信号的非线性函数来调整控制器的比例、积分和微分控制分量。通过在线调整三个独立非线性函数的权值系数，使得该控制器实现不依赖于被控对象的智能控制。 关键词：PID控制算法；非线性PID控制器；参数模型；神经网络 The Research of Nonlinear PID Control System Based On Neural Network Abstract This paper studies all aptitude controller independent of the control object．This controller respectively amalgamates the proportion,integral and differential coefficient control module into NN fiber to construct nonlinear PID nerve fiber network controller,and according to the traditional PID controller parameter curve constitutes three function of error signal to adjust its proportion,integral and differential coefficient control heft．The coefficient of the three independent nonlinear functions is adjusted online to realize the aptitude control independent of the control object． 虽然传统PID控制器具有一定的适应性和鲁棒性，但是对像车辆纵向动力控制系统这类具有强干扰、快速时变不确定性及非线性特性被控对象控制效果较差。因为在某一条件下整定好的控制参数，由于被控对象在噪声、负载扰动等因素的影响下，过程参数甚至模型结构均会发生变化。就会使得控制系统效果不好甚至失稳。智能控制理论的兴起，为PID控制器参数的整定提供了新的方法和广阔的应用空间。 智能控制(Intelligent contr)是新兴的理论和技术，它是传统控制发展的高级阶段，主要用来解决那些用传统方法难以解决的复杂系统的控制，其中包括智能机器人系统、复杂工业过程控制系统、航空航天控制系统、交通运输系统等。智能控制是人工智能、自动控制理论、计算机技术、运筹学等领域的许多学科知识交叉结合而成的，它与传统的控制理论相比，对于环境和任务的复杂性有更大的适配程度。它不仅是对建立的模型，而且对环境和任务能抽取更多级的描述精度，进而发展了自学习、自适应和自组织等概念，将能在更广泛的领域获得应用。 目前智能控制的研究对象具备三个特点：1、不确定性的模型，其结构和参数具有不确定性甚至会发生突变；2、高度非线性；3、复杂的任务要求。本文研究的车辆智能巡航系统就是这样一个典型的具有不确定性、非线性并有复杂任务要求的模型。针对这些特点和要求，一个理想的智能控制系统应该有以下功能特点：1、学习功能；2、适应功能；3、组织功能；4、鲁棒性；5、容错性；6、实时性。其典型的原理框图如图所示。 图中，“广义对象”包括通常意义下的被控对象和外部环境。“感知信息处理”将传感器得到的原始信息加以处理。“认知”主要用来接收和存储信息、知识、经验和数据，并对它们进行分析、推理，作出行动的决策。“通信接口”建立人机之间、系统中各模块之间的联系。“规划和控制”是整个系统的核心，它根据给定的任务要求、反馈的信息以及经验知识，进行自动有哪些信誉好的足球投注网站、推理决策、动作规划，最终产生具体的控制作用。 国内外对智能控制的理论研究和应用研究十分活跃，目前已经提出专家控制、模糊控制、神经网络控制等。虽然方法各式各样，其目的都是为了提高系统的鲁棒性、容错性和解决具有严重非线性和不确定性系统的控制问题。智能控制技术体系结构如图所示。 图1.25