小波神經網絡PID控制在板球系統中的研究

夏國鋒， 向鳳紅， 楊立煒

(昆明理工大學信息工程與自動化學院，昆明 650000)

0 引言

板球系統是一個具有非線性、強耦合、參數不確定性和未知干涉的二維控制對象[1]，幾乎包含了復雜系統的所有特征,是控制理論研究的理想實驗平臺,優化其控制算法可有效提高軌跡跟蹤的控制精度。經典的板球控制算法都是基于PID進行研究和改進的，針對PID控制器參數的整定問題，常用的算法有臨界比例度法、模糊整定法、神經網絡PID等。

為解決常規PID參數整定的不足之處，相關學者做了以下改進：文獻[2]提出了模糊PID控制器，雖然板球的動靜性能有所改善，但響應速度慢和超調較大；文獻[3]提出Backstepping方法和H∞控制理論控制板球，跟蹤誤差較大；文獻[4]為解決RBF-PID算法響應速度慢而引入加速率，但是系統跟蹤精度較差；文獻[5]設計嵌入式自適應PID系統，雖然能夠自整定參數，但是小球在平板邊緣處滑出平板；文獻[6]為解決非線性系統不確定性和復雜性，將小波神經網絡(WNN)辨識與PID控制器相結合，獲得了很好的辨識性能；文獻[7]為了抑制次同步共振(SSR)，利用WNN自整定PID，獲得了很好的魯棒性；文獻[8]針對電機伺服系統非線性和不確定性，提出WNN控制器，獲得了良好的頻率響應和跟蹤精度。

以上常規PID改進策略存在控制響應慢、穩定性差和魯棒性差的問題，本文結合小波神經網絡收斂快、穩定性和魯棒性好等優點，首次提出了一種基于板球系統的WNN辨識和WNN-PID控制相結合的策略，該策略結合小波理論和BP神經網絡，基于動量梯度和AdaDec動態學習速率，更新權值參數尋最優的PID參數，實現了PID參數的自整定?！?br>