针对常规的比例-积分-微分(PID)控制器性能不足,以及PID参数手动调整不便等问题,对前馈控制结构及径向基函数(RBF)神经网络进行了研究,提出了一种"三闭环+前馈"的复合PID控制结构。利用RBF神经网络对控制系统进行了在线辨识,结合梯度下降法对控制器的PID参数进行了自动调整,并在实验平台上进行了常规的三闭环PID控制器和"三闭环+前馈"的复合PID控制器的对比实验,以及位置环PID参数自整定的实验。研究结果表明:相比于常规PID控制结构,复合控制结构的位置响应性能提高了12%,速度响应性能提高了31%;利用RBF神经网络能够实现PID参数的自整定,且整定效果较好。
类型: 期刊论文
作者: 贺云波,陈家俊
关键词: 复合控制,神经网络,梯度下降法,自整定
来源: 机电工程 2019年09期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 广东工业大学机电工程学院
基金: 国家自然科学基金资助项目(51675106,U1601202),广东省自然科学基金资助项目(2016A030308016,2015A030312008),广东省R&D重点项目(2015B010133005,2015B010104006,2015B0101040088),广东省重大研发专项资助项目(2018B090906002)
分类号: TM341;TP183;TP273
页码: 995-1000
总页数: 6
文件大小: 1129K
下载量: 294
本文来源: https://www.lunwen66.cn/article/fcbeec6a72c63e78e65ed026.html