【PID】基于人工神经网络的PID控制器，用于更好的系统响应研究（Matlab&Simulink代码实现）

然哥依旧

于 2024-06-11 19:08:37 发布

阅读量351

点赞数 4

文章标签： matlab 人工智能开发语言

本文链接：https://blog.csdn.net/m0_64583023/article/details/139606653

版权

👨‍🎓个人主页：研学社的博客

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

人工神经网络（ANN）作为智能控制的一个重要分支领域，具有自学习、自适应、组织的能力，因此将 ANN 与传统的 PID 控制结合，构成智能型的神经网络PID 控制器，能够自动辨识被控过程参数、自动整定控制参数、能够适应被控过程参数的变化，是解决传统 PID 控制器参数整定难、不能实时调整参数和鲁棒性不强的有效措施,使 PID 控制器具有经久不衰的生命力[3]，是智能控制器的一个有潜力的发展方向。

传统控制理论在应用中面临的难题包括：

① 不适应非线性系统的控制。一般控制系统都具有非线性特性，当非线性特性的影响较小时，传统控制理论通常将其近似线性化后设计控制器。当被控制系统具有高度非线性特性时，在传统控制理论中虽然也有一些方法可用，但是只针对一些具体问题，有较多的附加条件，大多数过于复杂而难以实际运用。

② 不适应时变系统的控制。实际被控系统的结构和参数随时间而发生变化，绝对不变的系统是不存在的。当这种变化较小时，经过一系列的近似后，才能利用传统控制理论进行系统综合。如果时变因素较大，传统控制理论则无法应用。

③ 不适应多变量系统的控制。多变量系统的控制问题一直是控制理论界和控制工程界研究的重点和难点问题，多变量系统除了与单变量系统一样存在着不确定性，非线性和时变问题以外，还存在着各要素间相互耦合、互相制约等特殊问题。如果多变量系统为线性时不变而且结构和参数已知，还可以应用传统控制论设计解耦器和控制器，对多变量系统进行控制。如果以上条件不成立，传统控制理论则无法应用，而在实际中这些条件一般很难满足传统控制理论虽然也有办法，对付控制对象的不确定性和复杂性，如自适应控制和鲁棒（Robust）控制也可以克服系统中包含的不确定性，达到优化控制的目的。从本质上说，自适应和自校正控制都是通过对系统某些重要参数的估计，以补偿的方式来克服干扰和不确定性。它比较适合系统参数在一定范围内的慢变化情况。鲁棒控制则是在一定的外部干扰和内部参数变化作用下，以提高系统的不灵敏度为宗旨来抵御不确定性。根据这一思想和原理所导出的算法，其鲁棒的区域是有限的。