基于神经网络的智能PID控制器研究与应用

摘要

PID控制器的特点是结构简单，鲁棒性强，规则容易理解等，而神经网络以其很强的适应于复杂环境和多目标控制要求的自学习能力，并能以任意精度逼近任意非线性连续函数的特性引起控制界的广泛关注。对于强非线性系统，利用神经网络的优点，设计PID控制器的在线调整控制系统，改善系统性能，无论在理论还是实践上都将具有重要意义。 本文在吸取传统的经典控制理论强大的分析能力基础上，结合神经网络控制的特点，将神经网络控制与传统PID控制相结合，明确了神经网络对于解决传统过程控制问题的重要地位。设计了一种基于神经网络瞬时线性化的在线自校正PID控制器，对PID控制与神经网络相结合的几种神经网络PID算法进行了仿真分析与研究。对于pH中和反应控制系统，将神经网络用于其PID．参数的在线整定，给出了设计神经网络在线自校正控制器的一般算法，并讨论了在MCGS中用VB语言实现该控制过程的技术方法。 论文的工作充分表明基于神经网络的智能PID控制器具有良好的控制效果，有着广阔的发展前景。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题研究的背景及意义

1.2论文研究的主要内容及工作简述

1.3国内外的研究现状及发展动态

1.3.1 PID参数的经典整定方法

1.3.2 PID参数的现代及智能整定方法

1.3.3神经网络在PID控制系统中的应用

第二章基于BP网络的非线性系统智能PID控制器

2.1 BP网络及其学习算法

2.2基于BP网络的PID控制器参数整定

2.2.1控制问题描述

2.2.2神经网络瞬时线性化模型

2.2.3广义最小方差调节器

2.2.4控制器性能的改善

2.3 BP网络在线自校正PID控制器

2.3.1控制结构及算法

2.3.2仿真研究

第三章基于RBF网络的非线性系统智能PID控制器

3.1 RBF网络及其学习算法

3.2基于RBF网络的PID控制器参数整定

3.3 RBF网络在线自校正PID控制器

3.3.1控制结构及算法

3.3.2仿真研究

第四章实例及应用研究

4.1 pH中和过程的神经网络PID控制系统

4.1.1 pH中和过程的机理模型

4.1.2 pH中和过程的特性描述

4.1.3基于NN-PID的pH中和过程控制系统

4.2基于MCGS组态软件的NN-PID控制器实现

4.2.1基于MCGS的工业过程控制组态

4.2.2 NN-PID算法的实现

第五章结束语

参考文献

致谢

研究成果及发表的学术论文

作者与导师简介