基于DRNN神经网络整定的PID控制器.doc

  • 需要金币1000 个金币
  • 资料目录论文助手 > 高校设计 > 单片机论文 >
  • 转换比率:金钱 X 10=金币数量, 例100元=1000金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2016-11-24
  • 论文字数:13475
  • 课题出处:(小胖猫)提供原创资料
  • 资料包括:完整论文,开题报告

支付并下载

摘要:PID控制器通常都具有简单的系统结构、很强的适应性、广泛的应用性这三大突出优点。然而单纯的使用PID控制进行控制,控制结果通常都不能达到令人满意的程度,针对具有时变性和非线性的控制对象,传统的PID控制更是不尽人意。对于传统的PID控制而言,如何合适的整定参数是关键性问题,而且传统的PID对于对象的数学模型的依赖度很强,导致其没有很好的适应能力,控制精度自然很受影响。针对工业控制领域中复杂的系统,PID控制已经满足不了需求,因此提出了基于人工神经网络整定的PID控制器。在系统中增加一个DRNN神经网络模块,使其本身作为辨识器对被控对象进行辨识,利用DRNN神经网络具备的的自学习、自适应能力对系统的控制参数进行在线整定。为其建立在线参考模型,通过对DRNN神经网络连接权值的不断调整从而实现对PID参数的在线整定。对于具有非线性和时变性系统而言,基于人工神经网络整定的PID控制器具有很好的控制效果。这类控制器是把人工神经网络与PID控制技术相互结合,因此这种控制器不仅具有结构简单等传统PID控制器的优点,更融合了神经网络的自学习等能力。通过仿真结果可以看出,该方法可以实现更为有效的控制,具有较高控制精度与较好的动态性能,在自适应能力等方面与传统的PID控制器相比都有所改善。基于DRNN神经网络整定的PID控制器,通过DRNN神经网络的在线辨识得到梯度信息,根据梯度信息不断地对PID的参数进行在线调整,从而使参数实现自整定,进一步使系统的控制结果得到更好的完善。

 

关键词:DRNN,PID,参数整定,仿真,Matlab


支付并下载

提示:本站支持手机(IOS,Android)下载论文,如果手机下载不知道存哪或打不开,可以用电脑下载,不会重复扣费