[發明專利]基于二次多項式的非線性復合PID神經網絡控制方法

無效

• 申請號: 201010161978.8
• 申請日: 2010-04-08
• 公開（公告）號: CN102043380A
• 公開（公告）日: 2011-05-04
• 發明（設計）人: 曾喆昭
• 申請（專利權）人: 長沙理工大學
• 主分類號: G05B13/02
• 分類號: G05B13/02;G05B11/42
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種利用神經網絡來鎮定非線性復合PID控制器參數的方法，其特征在于，通過系統階躍響應曲線分析以及比例、積分、微分參數分別隨誤差信號的曲線變化趨勢分析，提出了非線性PID控制器增益參數的構造思想，推導出非線性復合PID控制律公式，然后以非線性復合PID控制律公式為神經網絡模型，以非線性復合PID控制律公式中的各系數為神經網絡的權值，通過神經網絡在線實時訓練得出非線性被控對象的控制信號。

2.根據權利要求1所述的方法，其特征在于，所述系統為非線性系統。

3.根據權利要求1所述的方法，其特征在于，所述系統的控制律為非線性復合PID控制律。

4.根據權利要求1所述的方法，其特征在于，所述系統的非線性復合PID控制律由一個線性比例項和一個非線性比例項、一個線性積分項和一個非線性積分項以及一個線性微分項和兩個非線性微分項復合而成。

5.根據權利要求1所述的方法，其特征在于，所述神經網絡為三層BP神經網絡，輸入層和輸出層分別為一個神經元，隱層包含七個神經元，分別為一個線性和一個非線性比例神經元、一個線性和一個非線性積分神經元以及一個線性和兩個非線性微分神經元。

6.根據權利要求1所述的方法，其特征在于，具體分為以下步驟：

(1)以非線性復合PID控制律公式為神經網絡模型，以非線性復合PID控制律公式中的各系數為神經網絡的權值，并給出權值系數的初值，選定學習率。

(2)以系統的期望輸出和實際輸出作為神經網絡訓練樣本，以期望輸出和實際輸出產生的誤差信號經限幅處理后作為神經網絡的輸入信號，以神經網絡輸出作為非線性被控對象的控制信號。

(3)通過神經網絡在線實時訓練，得出非線性復合PID控制律，對非線性被控對象實施在線實時控制。