作者:  来源:中华机械网

上篇论文:协同作业管理
下篇论文:嵌入式

摘要：针对非线性离散系统解耦难的问题，提出了一种PID神经元网络整定的解耦控制策略。利用MATLAB仿真软件对其进行仿真。仿真实验结果证明，该算法具有响应速度快、超调量小等优点。来i自i中w国e工9控g网
来i自i中w国e工9控g网
关键词：神经元网络；解耦控制；PID控制；非线性来i自i中w国e工9控g网
来i自i中w国e工9控g网
The Application of PID Nerve Cell Network in Nonlinear Decoupling Control来i自i中w国e工9控g网
来i自i中w国e工9控g网
SHAO Lin, HE Xiao-yang ,WEI Jun-chao来i自i中w国e工9控g网
来i自i中w国e工9控g网
(College of Electrical Engineering, Guangxi University, Nanning 530004, China)来i自i中w国e工9控g网
来i自i中w国e工9控g网
Abstract :Aiming at the difficult clecoupling problem in nonlinear discrete system with strong coupling the PID neural network decoupling control strategy is proposed,simulate with MATLAB. The result of simulation shows quick speed of system response and small overshoot.来i自i中w国e工9控g网
来i自i中w国e工9控g网
Key words: nerve cell network; clecoupling control ; PID control; nonlinear来i自i中w国e工9控g网
来i自i中w国e工9控g网
1 前言来i自i中w国e工9控g网
由于PID控制器具有结构简单，各参数物理意义明确，对模型依赖程度小和工程上易于实现等优点，使得常规PID控制器，即使在新控制理论不断涌现的今天，仍是工业过程控制中最常用的方法，占据着重要的地位。但是，PID控制器主要的局限性在于它对被控制对象的依赖性。由于对控制器品质的要求越来越高，控制对象越来越复杂，单纯采用常规的PID控制器，很难满足系统要求。近年来，随着神经网络理论的发展，将应用最广泛的PID控制器与具有自学习功能的神经网络相结合，可以取得更好的控制效果。本文以两输入两输出非线性系统为例，提出了一种PID神经元网络的参数自整定的多输人多输出解耦控制器，该控制器不依赖于系统的精确的数学模型，通过网络的自学习，调整PID控制器的比例、积分和微分参数，然后对于控制算法中所需的雅可比信息，用PID神经元网络进行辨识。仿真实验结果证明该算法具有较快的响应速度和较小的超调量。来i自i中w国e工9控g网