基于RBF人工神经网络的下游常水位自适应渠道输水控制研究

摘要

针对传统渠道输水PID控制方法响应速度慢、超调量大、参数不能在线自调整的不足,根据RBF神经网络和渠道输水特点,提出了将传统渠道下游常水位输水PID控制和RBF人工神经网络结合的输水控制方法,使输水控制具有自学习、自适应、容错性和鲁棒性。推导了RBF网络整定PID输水控制调节器的算法。仿真结果表明,基于RBF网络的PID输水控制方法,能够通过不断学习自动调整控制参数,使输水控制过程超调量小、响应速度快,具有不需要特意选择或计算控制参数的特点。因此,基于RBF神经网络的参数非线性PID控制更适合进行渠道输水这样高度非线性系统的实时控制过程。