基于动态神经网络的自整定PID控制策略  

A Control Method for PID Optimizing Parameters Based on Dynamic RBFNN

作　　者：解启荣[1] 姚荣斌[2] 李生权[3] 李娟[4] 

机构地区：[1]连云港师范高等专科学校初等教育系,连云港222006 [2]连云港师范高等专科学校自然科学系,连云港222006 [3]南京航空航天大学智能材料与结构航空科技重点实验室,南京210016 [4]安徽工业大学电气信息学院,马鞍山243002

出　　处：《微计算机信息》2010年第1期67-69,共3页Control & Automation

基　　金：江苏省高校自然科学基础研究项目;基金申请人:姚荣斌;项目名称:基于神经网络LF炉电极系统的建模与控制;基金颁发部门:江苏省教育厅(06KJD510034)

摘　　要：提出了在采用最近邻聚类算法在线构造RBF(NN1)正向辨识器,并在线辨识被控对象的Jacobian阵的基础上,引入RBF(NN2)对PID控制器参数进行在线调整的算法。该算法可以实现PID控制参数的自动在线整定和优化。通过和BP网络调整控制器参数的方法的对比和仿真实验证明,该方法控制精度高、响应速度快,并且具备较强的自适应性和鲁棒性。A new method is proposed,in which parameters of the PID controller are optimized online by RBF （NN2）based on constructing forward RBF （NN1） identifier online to identify the Jacobian matrix of the controlled plant by means of adopting the nearest ne ighbors clustering algorithm.The deep analyzing and comparison to BP net are made.The simulation results demonstrate that the method has perfect dynamic performances,quick response speed,and upper precision,and possesses great adaptability and robustness.

关 键 词：RBF神经网络 最近邻聚类算法 正向辨识 PID控制 在线整定 

分 类 号：TP273.2[自动化与计算机技术—检测技术与自动化装置]