基于M AT L A B的P I D參數整定的仿真與分析

張 震，趙文豪，張晨宇，張國欣

（武漢工程大學，電氣信息學院，湖北 武漢430200）

0 引言

PID控制器結構簡單，在諸多領域都得到廣泛的應用，但是，一方面，當被控對象變得復雜時，傳統的PID控制器在面對時變系統和非線性系統很難取得較好的控制效果[1]。神經網絡控制可以克服以上問題。另一方面[2]，采用常規PID控制器雖然簡單易行，但一組固定不變的PID參數無法適應參數變化，難以獲得滿意的控制效果。甚至當參數變化范圍太大時，系統性能會明顯變差。基于神經網絡的優點，把PID控制和與其結合起來，構成BP神經網絡PID控制，能夠實現較好的控制效果。

1 基于BP神經網絡的P I D控制器的設計

1.1 BP神經網絡控制器原理

BP神經網絡的優點在于他可以逼近任意的非線性函數，而且不需要太復雜的結構就可以擬合復雜曲線，它已經有了較為成熟的算法，可以通過BP神經網絡的算法擬合P、I、D三個參數之間的非線性關系。基于BP神經網絡的PID控制系統結構如圖1所示。

圖1 BP神經網絡P I D控制結構圖

在增量式數字PID的控制算式將kp、ki、kd作為系統運行狀態的可調系數時，可得

假設BP神經網絡結構如圖2所示，有4個輸入神經元，5個隱含神經元，3個輸出神經元。輸出分別對應PID控制器的三個參數kp、ki、kd，輸出層神經元的激活函數取非負的函數。

圖2 BP神經網絡的結構圖

網絡輸入層的輸入為：

網絡隱含層的輸入，輸出為

本研究中使用的是最速梯度法調整各層權值，并附加一使搜索快速收斂全局極小的慣性項[2]。

本研究中，BP神經網絡的結構為圖2，分為三層：輸入層、隱含層、輸出層。……