基于RBF网络的多变量系统自适应预测PID控制器*

作者：王跃，张世峰，宁方青，李秀珍 日期：2008-08-14/span> 浏览：3765 查看PDF文档

基于RBF网络的多变量系统自适应预测PID控制器*

王跃，张世峰，宁方青，李秀珍
（安徽工业大学 电气信息学院，安徽 马鞍山 243002）

摘要：针对非线性、多变量、大滞后耦合系统使用常规PID控制难以达到理想效果，提出了一种基于RBF网络的自适应预测PID控制器。该控制器利用递推多步预测克服时滞，并采用基于RBF网络整定的PID控制器在线调整控制器参数，从而克服了系统的耦合作用，提高了控制系统的输出跟踪精度。仿真结果表明，该方法控制效果良好，具有较快的系统响应、较强的自适应性和鲁棒性。
关键词：多步预测；RBF网络；PID；自适应
中图分类号：TP273文献标识码：A文章编号：1001-4551(2008)07-0099-04

An adaptive predictive PID controller based on RBF
neural networks for multivariable systems
WANG Yue, ZHANG Shifeng, NING Fangqing, LI Xiuzhen
(School of Electrical and Information, Anhui University of Technology, Ma anshan 243002, China)
Abstract: An adaptive PID controller with optimal prediction based on radial basis function(RBF)networks, which is suitable for the process of nonlinear, multivariable ,long timedelay and strong coupling, was presented. The method is composed of optimal prediction, which is used to overcome timedelay, and PID controller to adjust its parameter on line to overcome coupling and control its output. The simulation results show that the controller has a good effect as it have a quicker response speed, stronger applicability and robustness.
Key words: multistep prediction； RBF neural network； PID； adaptation
参考文献(Reference):
［1］孙慧.大滞后非线性系统PID型多步预测控制［J］.河北师范大学学报：自然科学版，2007，31（6）：734-737.
［2］高永琪，安士杰，孔德永.基于单神经元自适应PID控制的共轨压力控制研究［J］.武汉理工大学学报：交通科学与工程版，2007，31(5)：804-806.
［3］SHU Huailin, PI Youguo. PID neural networks for timedelay systems[J]. Computers and Chemical Engineering,  2000,24(2):859-862.
［4］杨林任，雪梅，黄鸿.基于RBF网络自整定PID控制的应用研究［J］.计算机仿真，2006，23（1）：270-273.
［5］刘金琨.先进PID控制Matlab仿真［M］.北京：电子工业出版社，2005.
［6］高海燕，薄亚明， 高志宇. L异亮氨酸发酵过程的神经网络预测控制［J］.基础自动化，2001，8（3）：18-20.
［7］樊诚，江青茵，曹志凯,等.循环流化床锅炉燃烧过程建模研究［J］.计算机与用化应学，2007，24（3）：371-374.