基于模糊神经络pid算法的液位串级控制

《基于模糊神经络pid算法的液位串级控制》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于模糊神经网络PID算法的液位串级控制丁芳贾翔宇（中国民航大学航空自动化学院天津300300）摘要：利用PID算法对液位串级系统进行控制虽然是一种有效的控制方法，由于它的精确数学模型难以确定，使得参数整定困难、控制效果不理想。本文针对上述问题，将PID算法、模糊控制算法以及神经网络算法相结合，形成了一种智能控制算法——模糊神经网络PID算法。将该算法运用到液位串级控制系统中，实现了PID参数的自整定，并且提高了控制质量。实验结果表明，模糊神经网络PID算法与PID算法的控制效果相比在鲁棒性和响应时间等方面有了较大

2、的提高，具有一定的应用前景。关键字：神经网络，模糊控制，PID算法,液位串级控制中图分类号：TP312LevelCascadeControlSystemBasedonFNNPIDAlgorithmDingFang,JiaXiangyu(AeronauticAutomationCollege，CivilAviationUniversityofChina,Tianjin300300,China)Abstract:UsePIDalgorithmLevelcascadecontrolsystemisaneffectiveA

3、lthoughcontrolmethod,sinceit'sdifficulttodetermineprecisemathematicalmodel,makingparametertuningdifficulties,controleffectisnotideal.Thispaperaddressesthisissue,PIDalgorithm,fuzzycontrolalgorithmsandneuralnetworkalgorithmstoformanintelligentcontrolalgorithm-FN

4、NPIDalgorithm.Thealgorithmappliedtotheliquidlevelcascadecontrolsystem,thePIDparameterstoachievetheself-tuningandimprovedqualitycontrol.TheexperimentalresultsshowthatFNNPIDalgorithmandPIDalgorithmcomparedtothecontrolresultsinrobustnessandresponsetimeandsoonhasb

5、eenenhanced,withacertainapplication.Keywords:Neuralnetwork;Fuzzycontrol;PIDalgorithm;Levelcascadecontrol作者简介：丁芳（1960－），女，上海人，副教授，硕士，研究方向为智能控制、检测。引言：由于二阶液位系统具有一定的非线性和时滞性的特点，所以普通PID算法的控制效果并不理想。神经网络有自学习能力和大规模并行处理能力，在认知处理上比较擅长；模糊控制系统能够充分利用学科领域的知识，能以较少的规则数来表达知识，在技能

6、处理上比较擅长[1][2]。模糊神经网络控制算法是神经网络算法和模糊算法的有机结合，该算法既有模糊算法控制灵活和鲁棒性强的优点，又具有较强的非线性跟踪学习能力，有很大的实际意义和广阔的应用前景。一、模糊神经网络PID控制器1.1模糊神经网络PID控制器的结构模糊神经网络PID控制器的结构如图1所示。控制器由三部分组成：模糊化模块：用来对系统状态变量进行模糊量化和归一化处理[2][3]。这样做可以利用模糊控制的鲁棒性和非线性控制作用，对作为神经网络输入的状态变量进行模糊规则的预处理，避免了神经网络的活化函数采样Sig

7、moid函数时，直接输入量过大而造成的输出饱和，使输出不再对输入敏感的缺点。神经网络(NN)：用于表示模糊规则，经过神经网络的学习，以加权系数的形式表现出来，规则的生成就转化为加权系数初值的生成和修改。根据系统的运行状态，自行整定PID参数，以期达到最优的控制效果。也就是将神经网络的输出层输出对应于PID控制期的三个可调参数、、，通过神经网络的自学习，加权系数的调整，从而使稳定状态对应于某种最优控制下的PID参数。普通PID控制器：直接对控制对象进行闭环控制，并且、、三个参数为在线整定式[3]。图1基于模糊神经网络

8、PID的液位串级控制系统结构Fig.1StructureofLevelCascadeControlSystemBasedonFNNPIDAlgorithm1.2模糊化模块模糊化模块的框图如图2所示。该模块的作用是对系统状态变量{}和{}进行模糊化和归一化处理。图2模糊化模块的结构图Fig.2Structureoffuzzymodule本文通过计算，将液位系统