基于类脑计算的过程控制PID参数在线整定

摘要

针对流程工业中静态PID参数不能跟随被控装置的动态过程在线优化的问题,提出基于类脑计算的过程控制PID参数在线整定方法.该方法在先验知识的基础上利用BP神经网络对PID参数循环计算最优解,并通过PNN神经网络对最优解进行贝叶斯决策,从而产生最佳组合的PID参数,使被控装置稳定运行在设定工况下.该方法克服了时变工况下PID参数与被控对象的不相容性,在考虑未知扰动的情况下,实现了参数最优解的输出.最后,通过仿真实验与工程投运证明了该方法对非线性误差函数的最优解最终可收敛,验证了该整定方法的有效性.