论文部分内容阅读
本文针对大时滞时变对象,把Smith补偿原理和PID参数的自适应调整方法结合起来,提出了基于RBF神经网络整定Smith-PID控制算法,即在Smith预估补偿控制中,利用RBF神经网络在线自学习整定PID参数,使PID参数实现最佳的非线性组合,从而克服了常规PID算法不适应大时滞系统控制和常规Smith算法过于依赖模型精度的缺陷.仿真研究和实际应用表明,本算法具有很强的鲁棒性和良好的控制品质.