燧道式爐神經元二自由度PID控制的研究

引　言

常規二自由度pid控制的擾動抑制和給定跟蹤及魯棒性諸方面的性能均比一自由度的要好，但不管是一自由度，還是常規二自由度的pid控制，都必須進行復雜的參數整定，而且pid參數一旦確定下來，它也無法在線自調整，以適應對象參數的變化。雖然許多學者致力于自適應控制的研究，但是自適應控制要求建立對象的模型，而工業過程又普遍存在著不確定性，故難以在實際應用中取得滿意的控制效果。近年來，神經網絡的研究引起了控制界的高度重視，在控制中的應用研究已取得了一定的進展。神經網絡具有很強的自學習和自適應能力，可以處理和控制那些難以用數學模型描述的、具有不確定性的對象和過程。探索實用而有效的神經控制理論和方法已成為研究者關注的熱點。單神經元是神經網絡的最基本單元，在神經網絡控制中，單神經元是最基本的控制部件。基于神經元的pid控制，只有一個神經元，結構簡單，學習過程比較快，能夠容易解決神經網絡控制實時性不好這一難點?；谏窠浽膒id控制既保持了傳統pid控制的特點，又具有神經網絡的信息綜合、學習記憶和自適應能力，表現出良好的自適應性和魯棒性。

1　增益自調整的神經元二自由度pid控制

在神經元pid控制中，調節神經元控制器增益（即神經元的比例系數，見圖2）k的值，對開環放大倍數較大的被控對象，它應能起到衰減神經元的控制作用，消除系統的響應超調和振蕩。對開環放大倍數較小的被控對象，則應能增強神經元的控制作用，加快系統的響應速度。實踐證明，k取得較大時，系統響應速度快，但超調較大。k取得較小，系統響應緩慢，超調量較小，但是如果k取得過小，系統響應則存在穩態誤差。因此，k的取值將對神經元控制系統的性能產生很大的影響，尤其是對于開環增益時變的對象，k的取值應隨著對象的開環增益的變化而自動調整，這就要求控制器具有自動調整增益的能力。在圖1所示的常規ff（前饋）型二自由度pid控制中，若其主控制器用神經元pid實現，而且神經元的比例系數k能根據誤差的大小進行在線自調整。這樣就可以構成了增益自調整的神經元二自由度pid控制。常規ff（前饋）型二自由度pid和增益自調整的神經元二自由度pid控制系統的結構圖分別為圖1和圖2所示?！　?br>
圖2中，前饋補償器h（s）＝－（a＋bs）。若與圖1的ff型二自由度pid控制系統的結構對應，則a－kpα，b－kpβtd。主控制器中神經元的比例系數k能在線自適應調整以適應對象開環增益的變化，提高系統的魯棒性和自適應性。神經元的比例系數k滿足下列關系：

這樣，增益自調整的神經元二自由度pid控制算法可以歸納如下：

h（s）的作用是去除超調，使跟蹤給定的特性達到理想的要求，其中a、b的值可以根據對象仿真的結果現場整定。若a增大，則系統的響應速度將變慢；若a減小，則系統的響應將加快。但會出現超調。只有當給定值發生變化時，b的取值才影響系統跟蹤給定的速度及系統響應的超調情況，否則就不起作用。選取適當的a、b值可以使系統跟蹤給定的速度快，而且無超調。

2　仿真結果
　　利用matlab／simulink仿真軟件對上面所提的增益自調整的神經元二自由度pid控制方法在某生產耐火材料的燧道式爐中的應用進行仿真研究。某生產耐火材料的燧道式爐的傳遞函數為e－3s（見參考文獻1）。選取c＝0．05，l＝0．05，k（0）＝12，tv（0）＝3，a＝3，b＝1．6，ηp＝4100，ηi＝180，ηd＝800。仿真結果如下（給定值設定為5）：
（1）90秒時刻加擾動值2

（2）對象開環增益k＝1．6

（3）對象時間參數t＝68

3　結束語

從上面的仿真研究，表明燧道式爐增益自調整的神經元二自由度pid控制可以不需要為建立對象模型進行系統參數辨識，只要在線檢測過程的期望輸出值和實際輸出以形成自適應控制律。該控制方法對具有不確定開環增益的對象具有很強的魯棒性制與一自由度pid控制比較，它可以實現跟蹤給定和抑制擾動雙最佳。它與常規的二自由度pid控制比較，由于k值的自調整及權值的自學習，使其具有自適應控制能力。因此這種控制方法在工業中具有廣闊的應用前景。