水輪機(jī)調(diào)節(jié)系統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)控制

摘要：將模糊神經(jīng)網(wǎng)絡(luò)與自適應(yīng)控制相結(jié)合，設(shè)計(jì)出一種能對水輪機(jī)調(diào)節(jié)系統(tǒng)進(jìn)行有效控制的基于模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)PID控制算法。對改進(jìn)后的調(diào)節(jié)系統(tǒng)特性進(jìn)行測試和仿真，并與常規(guī)的水輪機(jī)進(jìn)行比較，驗(yàn)證了模糊神經(jīng)網(wǎng)絡(luò)控制方案的可行性。仿真結(jié)果表明，該算法實(shí)現(xiàn)了調(diào)節(jié)系統(tǒng)的在線自適應(yīng)調(diào)整，更精確反映調(diào)節(jié)系統(tǒng)的動(dòng)態(tài)變化過程。與其他方法相比，該算法具有更快的響應(yīng)速度和更好的控制效果。

關(guān)鍵詞：水輪機(jī)； 調(diào)節(jié)系統(tǒng)； 模糊神經(jīng)網(wǎng)絡(luò)； 自適應(yīng)PID算法

中圖分類號：TP273.2文獻(xiàn)標(biāo)志碼：A

文章編號：1001-3695(2007)11-0167-02

水輪機(jī)調(diào)節(jié)系統(tǒng)是一個(gè)典型的時(shí)變、非最小相位系統(tǒng)，也是一個(gè)參數(shù)隨工況點(diǎn)改變而變化的非線性系統(tǒng)。傳統(tǒng)的PID控制適用于可以建立精確模型的確定性控制系統(tǒng)，對于非線性系統(tǒng)往往不能取得令人滿意的控制效果。模糊控制的控制精度較低，而神經(jīng)網(wǎng)絡(luò)控制存在學(xué)習(xí)速度慢、易收斂到局部最小點(diǎn)等不足。本文將模糊控制、神經(jīng)網(wǎng)絡(luò)與自適應(yīng)PID控制相結(jié)合，設(shè)計(jì)出一種模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)PID控制算法。它既具有模糊控制簡單有效的非線性控制作用，又具有神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力，同時(shí)也具有PID控制的精確性，能夠直接用于水輪機(jī)調(diào)節(jié)系統(tǒng)的實(shí)時(shí)控制。該算法不需要控制對象精確數(shù)學(xué)模型和具有能迅速逼近非線性系統(tǒng)的能力，可以根據(jù)控制對象的運(yùn)行狀態(tài)，不斷在線調(diào)節(jié)PID控制器的三個(gè)參數(shù)kp、ki、kd，使其最優(yōu)化。通過模糊神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、加權(quán)系數(shù)自適應(yīng)調(diào)整使控制系統(tǒng)的收斂速度明顯加快。仿真結(jié)果表明這種算法優(yōu)于常規(guī)PID控制，明顯改善了水輪機(jī)調(diào)節(jié)系統(tǒng)的控制性能。

1模糊神經(jīng)網(wǎng)絡(luò)PID控制

水輪機(jī)調(diào)節(jié)系統(tǒng)的動(dòng)態(tài)特性和靜態(tài)特性的優(yōu)劣性主要取決于控制器性能的好壞。本文設(shè)計(jì)的FNN控制器的結(jié)構(gòu)如圖1所示。它不僅實(shí)現(xiàn)了模糊控制和神經(jīng)網(wǎng)絡(luò)之間的信息轉(zhuǎn)換，使神經(jīng)網(wǎng)絡(luò)的內(nèi)部權(quán)值和閾值記憶了模糊控制知識(shí)，而且還可以利用神經(jīng)網(wǎng)絡(luò)自身的非線性擬合能力跟蹤神經(jīng)網(wǎng)絡(luò)的內(nèi)部推理過程，使所設(shè)計(jì)的FNN自適應(yīng)PID控制器能夠體現(xiàn)出其控制的非線性特征，具有更佳的控制效果、更強(qiáng)的適應(yīng)性。

1．1PID控制

PID控制由于算法簡單、魯棒性好及可靠性高，被廣泛應(yīng)用于過程控制中，尤其用于可建立精確數(shù)學(xué)模型的確定性系統(tǒng)。整定PID參數(shù)的過程實(shí)際上就是對比例、積分、微分三部分控制作用的綜合。常規(guī)PID控制無法解決穩(wěn)定性與減小偏差之間的矛盾，加大控制作用可使偏差減小，但是降低了穩(wěn)定性；反之，為保證穩(wěn)定性限制控制作用，又降低了控制精度。實(shí)際工業(yè)生產(chǎn)過程往往具有非線性和時(shí)變性，難以建立精確的數(shù)學(xué)模型，應(yīng)用常規(guī)PID控制不能取得理想的控制效果。

1．2Takasi－Sugeno模糊系統(tǒng)模型

本文模糊控制規(guī)則采用Takasi－Sugeno規(guī)則。Takagi－Sugeno模糊推理具有計(jì)算簡單、利于數(shù)學(xué)分析的優(yōu)點(diǎn)，將其與神經(jīng)網(wǎng)絡(luò)結(jié)合，用于構(gòu)造具有自適應(yīng)學(xué)習(xí)能力的模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)。

從仿真結(jié)果可以看出，不管是輸入信號單位階躍響應(yīng)還是負(fù)載擾動(dòng)單位階躍響應(yīng)，常規(guī)的PID控制超調(diào)量大、響應(yīng)速度慢。而本文設(shè)計(jì)的水輪機(jī)調(diào)節(jié)系統(tǒng)FNN自適應(yīng)PID控制算法穩(wěn)態(tài)精度高、響應(yīng)速度快，并且?guī)缀鯖]有超調(diào)。特別是負(fù)載擾動(dòng)單位階躍響應(yīng)時(shí)，常規(guī)PID控制響應(yīng)曲線的震蕩幅度加大，而本文設(shè)計(jì)的控制算法具有較快的動(dòng)態(tài)響應(yīng)速度，響應(yīng)曲線很穩(wěn)定，系統(tǒng)的魯棒性和適應(yīng)性增強(qiáng)。由此可見，F(xiàn)NN自適應(yīng)PID控制算法能夠使水輪機(jī)調(diào)節(jié)系統(tǒng)獲得良好的動(dòng)靜態(tài)品質(zhì)。

4結(jié)束語

本文所設(shè)計(jì)的基于模糊神經(jīng)網(wǎng)絡(luò)的水輪機(jī)調(diào)節(jié)系統(tǒng)自適應(yīng)PID算法結(jié)構(gòu)簡單、易于實(shí)現(xiàn)。無論在抑制超調(diào)量、減少調(diào)節(jié)時(shí)間還是抑制震蕩等方面均優(yōu)于常規(guī)PID控制。仿真結(jié)果表明，基于模糊神經(jīng)網(wǎng)絡(luò)的水輪機(jī)調(diào)節(jié)系統(tǒng)自適應(yīng)PID算法保持了模糊控制和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，實(shí)現(xiàn)了水輪機(jī)調(diào)節(jié)系統(tǒng)的在線自適應(yīng)調(diào)整，更精確地反映調(diào)節(jié)系統(tǒng)的動(dòng)態(tài)變化過程，具有良好的自學(xué)習(xí)能力，是一種行之有效的控制方法。

參考文獻(xiàn)：

［1］李國勇.智能控制及其MATLAB實(shí)現(xiàn)[M].北京：電子工業(yè)出版社，2005:261-284.

［2］沈祖詒.水輪機(jī)調(diào)節(jié)[M].3版.北京：中國水利水電出版社，2001:200-232.

［3］WANG Yin－song， SHANG Guo－cai，HE Tong－xiang. The PID－type fuzzy neural network control and it’s application in the hydraulic turbine generators[C]//Proc of IEEE Power Engineer Society Winter Meeting.2000:338-343.

［4］邵棟，周志華，陳兆乾.模糊神經(jīng)網(wǎng)絡(luò)研究[J].計(jì)算機(jī)應(yīng)用研究，1999，16(7)：1-2.

［5］張建明，王樹青.水輪發(fā)電機(jī)組的直接自適應(yīng)模糊控制 [J].動(dòng)力工程，2001，21(2)：1180－1184.

［6］WANG Ning， ZHANG Li， WANG Shu－qing. Neuron model－free PID control[C]//Proc of International Conference on Sensor Technology. 2001:410-413.

［7］陸桂明，鄧?yán)冢蜃嬖r.水輪機(jī)調(diào)節(jié)系統(tǒng)計(jì)算機(jī)仿真研究[J].水利水電技術(shù)，2005，36（7）：110－113.

［8］桂小陽，胡偉，劉鋒，等.基于水輪發(fā)電機(jī)綜合非線性模型的調(diào)速器控制[J].電力系統(tǒng)自動(dòng)化，2005，29（15）：18-22.

［9］景雷，葉魯卿，周泰經(jīng).一種新型水輪發(fā)電機(jī)組智能模糊控制系統(tǒng)[J].中國電機(jī)工程學(xué)報(bào)，1998，18（1）：42-47.

［10］姜惠蘭，魏強(qiáng)，唐曉駿.基于模糊神經(jīng)網(wǎng)絡(luò)的發(fā)電機(jī)勵(lì)磁控制器的研究[J].電網(wǎng)技術(shù)，2005，29（1）：50-55.

“本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文”