一种RBF神经网络自适应PID控制器在超临界温度系统的应用研究.pdf

一种RBF神经网络自适应PID控制器在超临界温度系统的应用研究.pdf

ID:52399042

大小:282.12 KB

页数:4页

时间:2020-03-27

一种RBF神经网络自适应PID控制器在超临界温度系统的应用研究.pdf_第1页
一种RBF神经网络自适应PID控制器在超临界温度系统的应用研究.pdf_第2页
一种RBF神经网络自适应PID控制器在超临界温度系统的应用研究.pdf_第3页
一种RBF神经网络自适应PID控制器在超临界温度系统的应用研究.pdf_第4页
资源描述:

《一种RBF神经网络自适应PID控制器在超临界温度系统的应用研究.pdf》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、}空韦IJ理论与应用Ⅸ自动化技术与应用》2010年第29卷第11期ControlTheoryandApplications一种RBF神经网络自适应PID控制器在超临界日l皿度系统的应用研究李云娟,方彦军(1.昆明学院自动控制与机械工程系,云南昆明650118;2.武汉大学自动化系,湖北武汉430072)摘要:将传统PID拧制器参数优化卡¨向函数(RBF)网络结合.提出jfRBF神经网崭的PID挖制。将该控制器用丁某超临界【乜,‘温度系统中,_41RBl网络"度控制系统进线辨,建:其矗:线参考模型并为III]控制器提信息控制器通过存线的自习小断进行适忡控制,从实现参数存

2、线白凋整,优化误莠性能指标。MAq、lB仿真结果表ld』j,制器对趟临界温系统仃较的控制效,小仪跟踪性能良,而}Ii_抗扰忡较强,鲁棒性较好。关键词:径向强数;PID制;舟绂懈识;俜棒性巾分类‘:TP273.2文献怀:A文章编号:10037241(2010)11000104ApplicationofRBF-·NNSelf--AdaptivePIDControllerfortheSupercriticalMainSteamLIYun-juan,FANGYan-jun~(1.DepartmentofAutomationControlandMechanicalEnginee

3、ring,KunmingUniversity,Kunming650118China;2.DepartmentofAutomation,WuhanUniversity,Wuhan430072China)Abstract:CombinedwithtraditionalPIDcontrollerandRBFnervenetwork.aPIDcontrollerbasedonRBFnevernetworkiSproposed.ThecontrollercarriesonlineidentifyfortemperaturecontrolthroughRBFnetwork.Itb

4、uidsupthereferenceinthelineandPIDcontrolmodelr(】rprovidinginformation.Thecontrollercarriesadaptivecontrolunceasinglythroughonlinestudy'.thusrealizetheparameter’Sonlineadjustmentandcharacteristicidexerror’Soptimization.Matlabsilnula—tionresultsshowthatthecontrollerhasbettercontroleffects

5、forsupercriticaltemperturesystem.Ithasstronganti—disturbnessandgoodrobustness.Keywords:RBFfunction;PIDcontrol;onlineidentify;robustness1引言参数空间的非线性就是使其PID控制器的参数无法全由于PID控制器结构简单,对模型误差具有鲁棒性局最优。将RBF神经网络与常规PID结合作为控制器和易于操作等优点,在工程控制中占重要的地位,因此用于超临界电厂主汽温度控制系统中,利用RBF其辨识PID控制器的参数整定与优化也成为一个重要的研究课功能,

6、用于求被控对象的灵敏度信息;而自适应PID控制1。常规的方法一般是基于模型或者基于规则的自整器,实现PID参数在线调整。定,随着智能算法的发展人们提出了一系列的PID自整定方法,如基于模糊规则,基于神经网络以及遗传算法2RBF神经网络的PlD控制系统的自整定方法等。这些智能控制策略要求对被控过程2.1RBF函数神经网络和控制规律有全面的先验知识,而超临界电厂主汽温度RBF网络的结构是具有单隐层的三层前馈网络,它包括输入层、隐含层和输出层。其中,输入层直接由温收稿日期:2010—07—05《自动化技术与应用》2010年第29卷第11期控$1J理论与应用ControlTh

7、eoryandApplications度信号源节点构成,其作用只是接收输人信号并将其传Au(k)=【e()一e(k一1)】+P()+kd【e()一2e(k一1)+e(k一2)】(6)递到隐含层。从输入层到隐含层权值全部取1。隐含层神经网络整定性能指标函数为:是RBF网络中最重要的一层,该层神经元的转换函数采',(七)=1()(7)用径向基函数(一般采用高斯函数),它是一种局部分布的、对中心点径向对称衰减的、非负非线性函数,当径由梯度下降法可得到kp,kf,k调整公式:向基函数的中心点确定以后,这种映射关系也就确定了aJ==1[21其作用是从输入空间到

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。