久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

【摘要】提出了一種基于可編程計(jì)算機(jī)控制器（PCC）的神經(jīng)網(wǎng)絡(luò)PID控制器，實(shí)現(xiàn)了以新一代PCC為硬件，利用神經(jīng)網(wǎng)絡(luò)逼近任意非線性函數(shù)的能力，對PID控制算法中的三個(gè)參數(shù)Kp,Ki,Kd進(jìn)行在線調(diào)整，并利用神經(jīng)網(wǎng)絡(luò)模型對被控對象的輸出值進(jìn)行預(yù)測，根據(jù)預(yù)測值對神經(jīng)網(wǎng)絡(luò)各層中的加權(quán)系數(shù)進(jìn)行在線修正，同時(shí)引入了帶死區(qū)的控制算法。該控制方案具有調(diào)節(jié)速度快、適應(yīng)能力強(qiáng)、可靠性高等優(yōu)點(diǎn)。實(shí)驗(yàn)結(jié)果表明，該控制器具有強(qiáng)抗擾、響應(yīng)快、魯棒性好等特點(diǎn)。

【關(guān)鍵詞】PCC、神經(jīng)網(wǎng)絡(luò)控制、非線性預(yù)測

Abstract：A neural network Controller based on the Programmable Computer Controller (PCC) is presented in this paper , It is using the neural network’s capability to approach any nonlinear function to adjust the three parameters of the PID control method on line, and using the neural network model to predicate the object’s outputs, then adjusting the weighting coefficient of the neural network based on the output, it also introduces the dead band control algorithm .It has the fast control speed、stronger adaptive ability and higher reliability. The result of the tests shows that this controller has the characteristics of a strong anti-interference、fast response and robustness in the actual application.

Key words：PCC、 Neural network control、Nonlinear predicate

1 引言

新一代的可編程計(jì)算機(jī)控制器（Programmable Computer Controller，簡稱PCC）以其高可靠性、編程方便、耐惡劣環(huán)境、功能強(qiáng)大等特性已成為工業(yè)控制領(lǐng)域中增長速度最迅猛的工業(yè)控制設(shè)備，它能很好地解決工業(yè)控制領(lǐng)域普遍關(guān)心的可靠、安全、靈活、方便、經(jīng)濟(jì)等問題[1]。神經(jīng)網(wǎng)絡(luò)控制算法能夠方便地解決工業(yè)控制領(lǐng)域中常見的非線性、時(shí)變、大滯后、強(qiáng)耦合、變結(jié)構(gòu)、結(jié)束條件苛刻等復(fù)雜問題。其魅力主要在于：（1）能夠充分逼近任意復(fù)雜的非線性關(guān)系，從而形成非線性動(dòng)力學(xué)系統(tǒng)，以表示某些被控對象的模型。（2）能夠?qū)W習(xí)和適應(yīng)不確定性系統(tǒng)的動(dòng)態(tài)特性。（3）所有定量或定性的信息都分布儲(chǔ)存于網(wǎng)絡(luò)中的各神經(jīng)單元，從而具有很強(qiáng)的容錯(cuò)性和魯棒性。（4）采用信息的分布式并行處理，可以進(jìn)行快速大量運(yùn)算[2]。將PCC和神經(jīng)網(wǎng)絡(luò)、PID控制算法結(jié)合，可以解決很多復(fù)雜的實(shí)際問題，并產(chǎn)生巨大的經(jīng)濟(jì)效益?；赑CC的神經(jīng)網(wǎng)絡(luò)PID控制器是以純軟件實(shí)現(xiàn)的，對于PCC硬件模塊除了最基本的硬件配置（CPU、應(yīng)用程序內(nèi)存地址區(qū)）以外不需要其它的額外配置，并且神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)個(gè)數(shù)可以根據(jù)實(shí)際控制問題在軟件中很方便的實(shí)現(xiàn)，從而可以設(shè)計(jì)一定被控對象的控制器。

在復(fù)雜的控制系統(tǒng)中，神經(jīng)網(wǎng)絡(luò)具有任意非線性表示能力，可以通過對系統(tǒng)性能的學(xué)習(xí)，對PID控制算法中的Kp,Ki,Kd三個(gè)參數(shù)進(jìn)行非線性組合，實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器。為了使該控制器具有更強(qiáng)的自適應(yīng)能力，采用神經(jīng)網(wǎng)絡(luò)預(yù)測模型對控制對象進(jìn)行非線性預(yù)測，得到控制對象較為精確的預(yù)測輸出值，根據(jù)預(yù)測值對神經(jīng)網(wǎng)絡(luò)的加權(quán)系數(shù)進(jìn)行修正。

2 基于PCC的神經(jīng)網(wǎng)絡(luò)PID控制器硬件部分設(shè)計(jì)

目前大部分控制系統(tǒng)均采用基于單片機(jī)或工業(yè)控制計(jì)算機(jī)的控制器。基于單片機(jī)的控制器在運(yùn)行中由于各種可能出現(xiàn)死機(jī)等現(xiàn)象，其可靠性大大降低，影響控制器的安全可靠運(yùn)行?；诠た貦C(jī)的控制器，雖有實(shí)時(shí)操作系統(tǒng)支持，運(yùn)行速度快，實(shí)時(shí)性強(qiáng)，圖文顯示方便，但體積大，且成本高，僅適合于大型的控制系統(tǒng)。因此研制高可靠性、通用性、系列化、標(biāo)準(zhǔn)化的通用控制器是當(dāng)前的發(fā)展趨勢。

新一代可編程計(jì)算器具有經(jīng)濟(jì)性和高效性等特點(diǎn)，它可直接應(yīng)用于現(xiàn)場工業(yè)環(huán)境中，具有很強(qiáng)的抗干擾能力、廣泛的適應(yīng)能力和應(yīng)用范圍。并有各種標(biāo)準(zhǔn)的通訊接口，與控制系統(tǒng)信息交互非常靈活?？删幊逃?jì)算機(jī)控制器硬件組成如圖1所示圖。



圖1 可編程計(jì)算機(jī)控制器硬件組成圖

圖中控制器的輸入量為閉環(huán)控制的給定量和反饋量，輸出量直接連接控制系統(tǒng)中的控制設(shè)備上。輸入輸出部件為模擬量、數(shù)字量I/O模塊，執(zhí)行輸入輸出控制。微機(jī)編程器通過多種通訊方式（如RS232、RS485和CAN等）與PCC進(jìn)行通訊。

3 基于PCC的神經(jīng)網(wǎng)絡(luò)PID控制器軟件部分設(shè)計(jì)

控制器的軟件部分采用B&R公司獨(dú)特的Automation Studio 高級(jí)語言編制，其編程方便，更有利于描述復(fù)雜的控制思想。

3.1神經(jīng)網(wǎng)絡(luò)PID算法

目前，國內(nèi)外大多數(shù)的控制器采用的調(diào)節(jié)規(guī)律是PID型，其是基于近似線性化的模型，但當(dāng)控制對象是非線性化的模型時(shí)，常規(guī)PID的控制效果將會(huì)受到影響。本文提出的利用神經(jīng)網(wǎng)絡(luò)規(guī)則的變參數(shù)PID能夠隨系統(tǒng)的運(yùn)行模式和運(yùn)行狀態(tài)的變化而變化，以適應(yīng)系統(tǒng)的控制要求。

3.2誤差反向傳播（BP）神經(jīng)網(wǎng)絡(luò)

本文所采用的神經(jīng)網(wǎng)絡(luò)模型為誤差反向傳播（Back Propagation—BP）神經(jīng)網(wǎng)絡(luò)，其是一種具有隱含層的多層前饋網(wǎng)絡(luò)，其結(jié)構(gòu)如圖二所示。

BP 神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元采用Sigmoid活化函數(shù)，利用其連續(xù)可導(dǎo)性，引入最小二乘學(xué)習(xí)（Lease Mean Squares—LMS）算法。


圖2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

3.3控制器軟件結(jié)構(gòu)

控制算法包括三個(gè)模塊：BP神經(jīng)網(wǎng)絡(luò)模塊、BP神經(jīng)網(wǎng)絡(luò)模型模塊和PID模塊；利用BP神經(jīng)網(wǎng)絡(luò)模型計(jì)算預(yù)測輸出，取代預(yù)測輸出的實(shí)測值，來計(jì)算加權(quán)系數(shù)的修正值，以提高控制效果。系統(tǒng)結(jié)構(gòu)如下圖所示。


圖3 采用非線性預(yù)測模型的神經(jīng)網(wǎng)絡(luò) PID控制器系統(tǒng)結(jié)構(gòu)圖

3.4軟件流程



圖4算法流程圖

控制算法可歸納如下：

(1) 選定BP神經(jīng)網(wǎng)絡(luò)（NN）的結(jié)構(gòu)，并給出各層加權(quán)系數(shù)的初值 、、 ；確定學(xué)習(xí)速率和慣性系數(shù) ；

(2)采樣得到r(k)、y(k),計(jì)算e(k)=r(k)-y(k);

(3)對r(i)、y(i)、u(i-1)、e(i)(i=k，k-1，•••,k-p)進(jìn)行歸一化處理，作為NN的輸入;

(4)根據(jù)式（1）、（2）計(jì)算NN隱含層和輸出層的輸入和輸出，輸出層的輸出即為PID控制器的三個(gè)可調(diào)參數(shù)Kp(k)、Ki(k)、Kd(k);

（1）
式中，為隱含層加權(quán)系數(shù)，為閾值，= ；f[•]為激發(fā)函數(shù)，f [•]=tanh(x)；

上角標(biāo)（1）、（2）、（3）分別對應(yīng)輸入層、隱含層、輸出層。

（2）
式中， 為輸出層加權(quán)系數(shù)； 為閾值
= ；激發(fā)函數(shù)

(5)計(jì)算PID控制器的控制輸出u(k);

(6)計(jì)算NNM各層的輸入和輸出，輸出為 。計(jì)算修正隱含層和輸出層的加權(quán)系數(shù)。

(7)由式（3），計(jì)算 ；

（3）

(8)計(jì)算修正輸出層、隱含層的加權(quán)系數(shù);

(9)置k=k+1,返回到(2);

（五）帶死區(qū)的神經(jīng)網(wǎng)絡(luò)控制算法

為了避免控制動(dòng)作過于頻繁，消除由于頻繁動(dòng)作引起的震蕩，帶死區(qū)的控制算法是一個(gè)好的解決辦法。

(4)

上式中，死區(qū)e0是一個(gè)可調(diào)節(jié)的參數(shù)，其具體數(shù)值可根據(jù)實(shí)際控制對象由實(shí)驗(yàn)確定。若e0值太小，使控制動(dòng)作過于頻繁，達(dá)不到穩(wěn)定被控對象的目的；若e0值太大，則系統(tǒng)將產(chǎn)生較大的滯后。



圖5帶死區(qū)的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)結(jié)構(gòu)圖

4 實(shí)驗(yàn)

本文利用奧地利B&R公司的PP220和X20作為硬件進(jìn)行了溫度控制實(shí)驗(yàn)，并用Autimation Studio軟件中的Trace軌跡跟蹤窗口抓屏記錄了溫度變化曲線，如圖6所示。




圖6溫度變化曲線

當(dāng)溫度從60℃加熱到120℃時(shí)系統(tǒng)調(diào)節(jié)時(shí)間小，且無超調(diào)和震蕩。施加一個(gè)10%的擾動(dòng)時(shí)，系統(tǒng)能很快恢復(fù)。實(shí)驗(yàn)結(jié)果表明該控制器響應(yīng)速度快、可靠性高、穩(wěn)定性好等特點(diǎn)。

5 小結(jié)

本文提出的基于可編程計(jì)算機(jī)控制器的神經(jīng)網(wǎng)絡(luò)PID控制器有如下特點(diǎn)：

（1）采用可編程計(jì)算機(jī)控制器PCC作為控制器的硬件，其平均無故障率達(dá)50萬小時(shí)，大大提高了控制器的可靠性。

（2）采用可編程計(jì)算機(jī)控制器PCC與采用單片機(jī)的控制器相比有如下的特點(diǎn)：采用多CPU并行處理技術(shù)，從而使主CPU的資源得到充分的利用，同時(shí)有最大限度地提高了整個(gè)系統(tǒng)得速度;采用多任務(wù)分時(shí)操作系統(tǒng)，使整個(gè)系統(tǒng)得到優(yōu)化且有較好的實(shí)時(shí)性；引進(jìn)了高級(jí)語言編程技術(shù)，使編程方便，更有利于描述復(fù)雜的控制思想。

（3）基于神經(jīng)網(wǎng)絡(luò)規(guī)則的參數(shù)自適應(yīng)式PID控制策略，實(shí)現(xiàn)了控制器隨控制對象的運(yùn)行狀態(tài)的變化而改變控制參數(shù)，其動(dòng)態(tài)特性得到明顯的改善。

因此，該控制器的實(shí)驗(yàn)結(jié)果非常良好，其將在各控制領(lǐng)域有著廣闊的應(yīng)用前景。

該論文的研究得到了貝加萊學(xué)界聯(lián)盟的支持和幫助。

參考文獻(xiàn)：

[1] 齊蓉，肖維榮.可編程計(jì)算機(jī)控制器技術(shù).
北京：電子工業(yè)出版社[M].2005
[2] 陶永華.新型PID控制及其應(yīng)用.北京：
機(jī)械工業(yè)出版社（第二版）[M].2002
[3] 康健，左憲華，吳彩華，于曉偉.基于神經(jīng)網(wǎng)絡(luò)的柴油發(fā)動(dòng)機(jī)故障預(yù)測研究[J].計(jì)算機(jī)測量與控制.2006.14（8）:987-989.
[4] 南海鵬等.基于PCC的高可靠性模糊PID勵(lì)磁控制器[J].水利發(fā)電學(xué)報(bào).2004.12:30～34.
[5] 舒迪前.預(yù)測控制系統(tǒng)及其應(yīng)用[M ].北京:
機(jī)械工業(yè)出版社.1996.

作者簡介：
郝連鋼（1984—）男，陜西楊凌人，碩士研究生，主要從事電力系統(tǒng)計(jì)算機(jī)測控技術(shù)的研究。
齊 蓉（1962—）女，吉林長春人，博士，教授，博士生導(dǎo)師，主要從事電氣技術(shù)及自動(dòng)化的研究。
蔡立虹（1972—）女， 貝加萊工業(yè)自動(dòng)化（上海）有限公司技術(shù)工程師，研究方向：工業(yè)自動(dòng)化。