《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 設(shè)計應(yīng)用 > PID控制在反應(yīng)釜溫度控制中的應(yīng)用
PID控制在反應(yīng)釜溫度控制中的應(yīng)用
來源:微型機與應(yīng)用2010年第20期
劉喜梅,,張 茜,,郭 靜
(青島科技大學(xué) 自動化與電子工程學(xué)院,山東 青島266042)
摘要: 常規(guī)PID的控制,不但其參數(shù)難以整定,,而且還依賴于對象的精確數(shù)學(xué)模型,適應(yīng)性較差,,對復(fù)雜過程不能保證其控制精度,。根據(jù)反應(yīng)釜溫度時間滯后具有非線性、強耦合,、不確定性過程的控制需要,,提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的PID控制方法。并介紹了神經(jīng)網(wǎng)絡(luò)PID控制器的算法,,對經(jīng)典PID參數(shù)選取進行了分析,。仿真結(jié)果表明,與傳統(tǒng)PID算法相比,,該控制方法可實現(xiàn)有效的控制,,具有實現(xiàn)簡單、控制效果好的特點,。
Abstract:
Key words :

摘  要: 常規(guī)PID的控制,,不但其參數(shù)難以整定,而且還依賴于對象的精確數(shù)學(xué)模型,,適應(yīng)性較差,,對復(fù)雜過程不能保證其控制精度。根據(jù)反應(yīng)釜溫度時間滯后具有非線性,、強耦合,、不確定性過程的控制需要,提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的PID控制方法,。并介紹了神經(jīng)網(wǎng)絡(luò)PID控制器的算法,,對經(jīng)典PID參數(shù)選取進行了分析。仿真結(jié)果表明,,與傳統(tǒng)PID算法相比,,該控制方法可實現(xiàn)有效的控制,具有實現(xiàn)簡單,、控制效果好的特點,。
關(guān)鍵詞: 常規(guī)PID;BP神經(jīng)網(wǎng)絡(luò),;仿真

    常規(guī)PID控制算法對于大部分工業(yè)過程的被控對象控制效果良好[1,,2],但是對于反應(yīng)釜溫度的時間滯后問題,,PID控制算法在控制溫度跟蹤變化曲線時存在振蕩和精度低的缺點,。近年來,神經(jīng)網(wǎng)絡(luò)控制以其獨特的優(yōu)點受到控制界的關(guān)注。神經(jīng)網(wǎng)絡(luò)的優(yōu)勢在于能夠逼近任意復(fù)雜的非線性映射,,具有超強的自學(xué)習(xí)和自適應(yīng)能力,,具有很強的魯棒性和容錯性,因此用神經(jīng)元網(wǎng)絡(luò)設(shè)計的控制系統(tǒng)具有良好的自適應(yīng)性和控制性能[3,,4],。為了克服反應(yīng)釜溫度的時間滯后問題,本文結(jié)合BP神經(jīng)網(wǎng)絡(luò)控制策略,,采用基于BP神經(jīng)網(wǎng)絡(luò)的PID控制方法對其進行控制,,反應(yīng)釜溫度能自動跟隨給定的溫度曲線,滿足工藝要求,。
1 反應(yīng)釜溫度控制系統(tǒng)
    反應(yīng)釜按反應(yīng)的特性可以分為吸熱反應(yīng)和放熱反應(yīng),。一般來說,聚合反應(yīng)屬于放熱反應(yīng),,而裂變反應(yīng)屬于吸熱反應(yīng),。反應(yīng)釜的操作流程一般包括如圖1所示的四個階段[5]。
    圖1中恒溫段是反映工藝的關(guān)鍵階段,,對于產(chǎn)品質(zhì)量和產(chǎn)量有著重要的影響,所以提高恒溫段的控制精度是提高產(chǎn)品質(zhì)量的關(guān)鍵,。

    實際反應(yīng)過程中常伴有強烈的放熱效應(yīng),,使反應(yīng)溫度有所變化。針對反應(yīng)釜溫度控制的特點,,本文采用基于BP神經(jīng)網(wǎng)絡(luò)的PID控制方法,。通過神經(jīng)網(wǎng)絡(luò)的在線學(xué)習(xí)功能,增強系統(tǒng)的魯棒性和自適應(yīng)能力,,使系統(tǒng)具有良好的調(diào)節(jié)品質(zhì),,在對象參數(shù)變化的情況下仍具有很強的魯棒性和抗干擾能力。
2 基于BP神經(jīng)網(wǎng)絡(luò)的PID控制算法
    本文采用的是三層BP網(wǎng)絡(luò),,其結(jié)構(gòu)如圖2所示[6],,輸入層神經(jīng)元的個數(shù)取4,分別對應(yīng)于輸入r,、輸出y,、誤差e和單位1,隱含層神經(jīng)元為5個,,輸出層神經(jīng)元分別對應(yīng)PID控制器的3個可調(diào)參數(shù)kp,、ki、kd,。系統(tǒng)運行過程中,,神經(jīng)網(wǎng)絡(luò)根據(jù)系統(tǒng)的狀態(tài),通過加權(quán)系數(shù)調(diào)整,,使神經(jīng)網(wǎng)絡(luò)的輸出對應(yīng)于某種最優(yōu)控制律下的PID控制器參數(shù)[7],。

  
    按照梯度下降法修正網(wǎng)絡(luò)的權(quán)系數(shù),,并附加一個使搜索快速收斂全局極小的慣性項,修正公式為:

3 仿真研究
    本文設(shè)計的基于BP神經(jīng)網(wǎng)絡(luò)的PID控制結(jié)構(gòu)如圖3所示,。

    針對反應(yīng)釜的特性,,為了使結(jié)果具有代表性,取被控對象時變參數(shù)的非線性被控對象的數(shù)學(xué)模型為:
  

    在第100個采樣時刻,,控制器加外部干擾0.20時,,仿真結(jié)果分別如圖6、圖7所示,。

    從以上圖中可以看出,,與傳統(tǒng)PID算法相比,基于BP神經(jīng)網(wǎng)絡(luò)的PID控制算法的超調(diào)量幾乎為0,,穩(wěn)定速度快,,而且能夠隨著系統(tǒng)參數(shù)的變化自動調(diào)整PID控制參數(shù)。當(dāng)在第100個采樣時刻時控制器加外部干擾0.20時,,基于BP神經(jīng)網(wǎng)絡(luò)的PID控制算法中的PID參數(shù)隨之進行了調(diào)整,,從而在系統(tǒng)受到外部干擾時影響很小,很快再次達到穩(wěn)定,。
    由于反應(yīng)釜過程的時變,、非線性等特點,本文結(jié)合神經(jīng)網(wǎng)絡(luò)超強的自學(xué)習(xí)和非線性逼近能力,,提出了基于BP神經(jīng)網(wǎng)絡(luò)的PID控制算法,。此算法可保證系統(tǒng)輸出響應(yīng)快、超調(diào)量小,、調(diào)整時間短,、控制精度高,而且具有較強的適應(yīng)內(nèi)部參數(shù)變化和抗外部干擾的能力,。通過對反應(yīng)釜溫度仿真實驗控制,,驗證了這種控制方法的有效性,并通過對比可知其性能明顯優(yōu)于常規(guī)的PID算法,。本文提出的基于BP神經(jīng)網(wǎng)絡(luò)的PID控制算法具有廣闊的應(yīng)用前景,,同時也為進一步研究復(fù)雜系統(tǒng)的預(yù)估﹑預(yù)控等其他算法奠定了基礎(chǔ)。
參考文獻
[1] 許曉鳴,,楊煜普,,厲雋懌.基于神經(jīng)網(wǎng)絡(luò)的智能控制第三講.神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的控制結(jié)構(gòu)[J].化工自動化及儀表,1995,,22(5):53-56.
[2] 戴曉瓏,,孫一康.神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的研究概況[J].冶金自動化,1994,18(2):3-7.
[3] 李少遠,,王群仙,,劉浩,等.神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用[J]. 天津紡織工學(xué)院學(xué)報,,1997,,16(4):85-89.
[4] 朱仲邃.分段積分的PID算法在溫度控制系統(tǒng)中的應(yīng)用[J].儀器儀表用戶,2005,,12(1):31-32.
[5] 于飛,,劉喜梅,劉川來.神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制系統(tǒng)[J].青島化工學(xué)院學(xué)報,,1996,,17(2):185-189.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載,。