分析可知ri
k10errorkri
kyoutk输出u为速度由公式32和33可知
f龙源期刊网httpwwwqika
comc
Pla
t的传递函数为系统的余差仿真曲线及kp、ki、kd的变化曲线如图3所示图3是在学习效率为浊002惯性系数为琢005的情况下所得曲线。图3中比例系数kp、积分系数ki和微分系数kd在BP网络算法下有较大的调整幅度但很快便趋向稳定自学习能力比较强。在kp、ki、kd作用下系统快速向目标函数逼近也说明了BP网络可以逼近任意函数的能力。
4结论
将BP神经网络和PID控制相结合利用神经网络的自学习和任意逼近函数的能力在线进行PID控制器的调整。通过仿真可以看出利用BP神经网络进行PID控制能很快得到最佳的kp、ki、kd值从而有效控制被控对象为工业应用提供了一种快速控制手段。由于基于BP网络的PID控制器所具有的一些优良特性将会在控制界展示出更加广阔的应用前景具有较大的参考意义和应用价值。
参考文献1王顺晃舒迪前智能控制系统及其应用M北京机械工业出版社19982刘金琨先进PID控制及其MATLAB仿真M北京电子工业出版社20013任子武高俊山基于神经网络的PID控制器J控制理论与应用2004
作者简介谢利英1972女湖南省耒阳市人衡阳财经工业职业技术学院高级实习指导老师主要从事电工、电子方面的研究。
fr