论文部分内容阅读
[摘要]:采用具有自学习能力的神经网络与传统PID控制相结合的办法,实现直流电机双闭环调速。该算法简单,易于在微控制器中实现。试验证明该控制器具有较好的控制效果和应用前景。
[关键词]:神经网络控制器 MSP430F149 双闭环直流调速
A Neural Network Controller Based On MSP430
XUE Yali
(Tangshan College Hebei Tangshan 063020)
【Abstract】:This paper designed a DC Motor regulating speed system combining NN and PID.And MSP430F149 is used to implement the control algorithm.The experiment verified that the controlling system can regulate speed smoothly and can be designed easily.
【Keywords】:NN-PID MSP430F149 Double-loop DC Motor Control System
中圖分类号:TP332 文献标识码:TP 文章编号:1009-914X(2013)01- 0276-01
近年来神经网络在自动控制领域得到很好的发展,并在工业生产中起到越来越大的作用。在众多控制系统中如:轧钢机及其辅助机械、造纸机、金属切削机床等直流传动系统直流传动系统无所不在,目前控制过程一般采用线性PI、PID调节器,但是由于环境变化以及开关延时等变化的因素会存在很多非线性因素存在。鉴于此本文设计了一种在直流电机双闭环控制中引入神经网络的控制器,并用MSP430单片机来实现神经网络控制,使控制的精度可靠性提高了很多。
一、控制系统组成
本文采用MSP430F149单片机采集电流信号和转速信号。MSP430单片机【1】以其功耗小,集成外围模块多的特点,可使系统结构精简。电流用霍尔传感器检测,转速用光电编码器检测,单片机采集电流转速信号后,电流采用传统的PI调节器控制,转速采用神经网络PID控制算法处理【2】,对电机发出控制信号,达到平稳精确调速的目的。控制系统组成【3】如图1所示。
图1控制系统组成
二、神经网络PID控制器的实现
常规PID控制算法为:
(1)
式中T为采样周期, 为比例系数, 为积分系数, 为微分系数, (2)。因此构造神经网络控制器如上图所示。以 、 、 作为网络的输入,
(3), (4),
(5)。网络的输出为:
(6)
采用性能指标:
(7)
以梯度法可得神经网络PID控制系数修正式:
(8)
(9)
其中r为系统给定值,y为系统输出值, 为学习步长,在(0,1)之间。对于Wk的初值以及学习步长,不仅关系到是否达到全局最小点,而且也影响学习时间的长短【4】。对于本文所针对的高精度快响应系统尤为重要。该系统依据给定输出与实际输出的偏差采用一定规则,不断调整权值Wk,直到最佳。网络权值调整寻优过程即是PID参数的自整定过程,避免了常规PID参数不变的弊端。
控制系统框图如图2:
图2控制系统框图
这一控制算法由单片机来实现,由单片机的中断程序来执行。控制算法流程如图3:
图3控制算法流程图
三、结论
本文控制器的实现采用MSP430F149单片机,并在转速环引入单神经元PID控制算法,试验结果表明在精简系统结构的情况下可以保证调速的稳定性,快速性,精度也比较高,具有很好的推广意义。
参考文献:
[1] 沈建华,杨艳琴,翟骁曙.MSP43016位超低功耗单片机原理与应用[M].北京:清华大学出版社,2004.
[2] 董燕飞.基于MSP430的直流电机PWM调速双闭环控制系统设计[J].煤矿机械,2010,31(6):206-208.
[3] 陈伯时.电力拖动自动控制系统[M].北京:机械工业出版社,1991.
[4]徐丽娜.神经网络控制[M].北京:电子工业出版社,2003.
作者简介:
薛雅丽(1979-),女,河北省卢龙县人,讲师,硕士,2008年毕业于燕山大学控制理论与控制工程专业,现为唐山学院自动化专业教师,研究方向为智能控制,网络控制。
[关键词]:神经网络控制器 MSP430F149 双闭环直流调速
A Neural Network Controller Based On MSP430
XUE Yali
(Tangshan College Hebei Tangshan 063020)
【Abstract】:This paper designed a DC Motor regulating speed system combining NN and PID.And MSP430F149 is used to implement the control algorithm.The experiment verified that the controlling system can regulate speed smoothly and can be designed easily.
【Keywords】:NN-PID MSP430F149 Double-loop DC Motor Control System
中圖分类号:TP332 文献标识码:TP 文章编号:1009-914X(2013)01- 0276-01
近年来神经网络在自动控制领域得到很好的发展,并在工业生产中起到越来越大的作用。在众多控制系统中如:轧钢机及其辅助机械、造纸机、金属切削机床等直流传动系统直流传动系统无所不在,目前控制过程一般采用线性PI、PID调节器,但是由于环境变化以及开关延时等变化的因素会存在很多非线性因素存在。鉴于此本文设计了一种在直流电机双闭环控制中引入神经网络的控制器,并用MSP430单片机来实现神经网络控制,使控制的精度可靠性提高了很多。
一、控制系统组成
本文采用MSP430F149单片机采集电流信号和转速信号。MSP430单片机【1】以其功耗小,集成外围模块多的特点,可使系统结构精简。电流用霍尔传感器检测,转速用光电编码器检测,单片机采集电流转速信号后,电流采用传统的PI调节器控制,转速采用神经网络PID控制算法处理【2】,对电机发出控制信号,达到平稳精确调速的目的。控制系统组成【3】如图1所示。
图1控制系统组成
二、神经网络PID控制器的实现
常规PID控制算法为:
(1)
式中T为采样周期, 为比例系数, 为积分系数, 为微分系数, (2)。因此构造神经网络控制器如上图所示。以 、 、 作为网络的输入,
(3), (4),
(5)。网络的输出为:
(6)
采用性能指标:
(7)
以梯度法可得神经网络PID控制系数修正式:
(8)
(9)
其中r为系统给定值,y为系统输出值, 为学习步长,在(0,1)之间。对于Wk的初值以及学习步长,不仅关系到是否达到全局最小点,而且也影响学习时间的长短【4】。对于本文所针对的高精度快响应系统尤为重要。该系统依据给定输出与实际输出的偏差采用一定规则,不断调整权值Wk,直到最佳。网络权值调整寻优过程即是PID参数的自整定过程,避免了常规PID参数不变的弊端。
控制系统框图如图2:
图2控制系统框图
这一控制算法由单片机来实现,由单片机的中断程序来执行。控制算法流程如图3:
图3控制算法流程图
三、结论
本文控制器的实现采用MSP430F149单片机,并在转速环引入单神经元PID控制算法,试验结果表明在精简系统结构的情况下可以保证调速的稳定性,快速性,精度也比较高,具有很好的推广意义。
参考文献:
[1] 沈建华,杨艳琴,翟骁曙.MSP43016位超低功耗单片机原理与应用[M].北京:清华大学出版社,2004.
[2] 董燕飞.基于MSP430的直流电机PWM调速双闭环控制系统设计[J].煤矿机械,2010,31(6):206-208.
[3] 陈伯时.电力拖动自动控制系统[M].北京:机械工业出版社,1991.
[4]徐丽娜.神经网络控制[M].北京:电子工业出版社,2003.
作者简介:
薛雅丽(1979-),女,河北省卢龙县人,讲师,硕士,2008年毕业于燕山大学控制理论与控制工程专业,现为唐山学院自动化专业教师,研究方向为智能控制,网络控制。