需要金幣： 1000 個金幣 |
資料包括：完整論文，開題報告 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：13475 |  | |
| 折扣與優(yōu)惠：團(tuán)購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：PID控制器通常都具有簡單的系統(tǒng)結(jié)構(gòu)、很強(qiáng)的適應(yīng)性、廣泛的應(yīng)用性這三大突出優(yōu)點(diǎn)。然而單純的使用PID控制進(jìn)行控制，控制結(jié)果通常都不能達(dá)到令人滿意的程度，針對具有時變性和非線性的控制對象，傳統(tǒng)的PID控制更是不盡人意。對于傳統(tǒng)的PID控制而言，如何合適的整定參數(shù)是關(guān)鍵性問題，而且傳統(tǒng)的PID對于對象的數(shù)學(xué)模型的依賴度很強(qiáng)，導(dǎo)致其沒有很好的適應(yīng)能力，控制精度自然很受影響。針對工業(yè)控制領(lǐng)域中復(fù)雜的系統(tǒng)，PID控制已經(jīng)滿足不了需求，因此提出了基于人工神經(jīng)網(wǎng)絡(luò)整定的PID控制器。在系統(tǒng)中增加一個DRNN神經(jīng)網(wǎng)絡(luò)模塊，使其本身作為辨識器對被控對象進(jìn)行辨識，利用DRNN神經(jīng)網(wǎng)絡(luò)具備的的自學(xué)習(xí)、自適應(yīng)能力對系統(tǒng)的控制參數(shù)進(jìn)行在線整定。為其建立在線參考模型，通過對DRNN神經(jīng)網(wǎng)絡(luò)連接權(quán)值的不斷調(diào)整從而實現(xiàn)對PID參數(shù)的在線整定。對于具有非線性和時變性系統(tǒng)而言，基于人工神經(jīng)網(wǎng)絡(luò)整定的PID控制器具有很好的控制效果。這類控制器是把人工神經(jīng)網(wǎng)絡(luò)與PID控制技術(shù)相互結(jié)合，因此這種控制器不僅具有結(jié)構(gòu)簡單等傳統(tǒng)PID控制器的優(yōu)點(diǎn)，更融合了神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)等能力。通過仿真結(jié)果可以看出，該方法可以實現(xiàn)更為有效的控制，具有較高控制精度與較好的動態(tài)性能，在自適應(yīng)能力等方面與傳統(tǒng)的PID控制器相比都有所改善?；贒RNN神經(jīng)網(wǎng)絡(luò)整定的PID控制器，通過DRNN神經(jīng)網(wǎng)絡(luò)的在線辨識得到梯度信息，根據(jù)梯度信息不斷地對PID的參數(shù)進(jìn)行在線調(diào)整，從而使參數(shù)實現(xiàn)自整定，進(jìn)一步使系統(tǒng)的控制結(jié)果得到更好的完善。
關(guān)鍵詞：DRNN，PID，參數(shù)整定，仿真，Matlab |
