论文部分内容阅读
本文回顾了PID控制器发展的历史及其参数整定方法。针对传统的PID参数整定方法在应用于高温力学实验机温度控制系统中存在的问题,本文将神经网络的自学习功能于PID控制相结合,提出了一种单神经元自适应PID,这种控制器实现了PID参数的在线自整定;另外为了克服单神经元PID控制器中控制器增益K不可以在线调整的缺陷,引入了PSD控制算法中增益K的调整方法,从而形成了单神经元自适应PSD控制算法。这种算法使K也具有了在线调整的能力,增强了控制器的适应性和鲁棒性。 单神经元PID和PSD控制算法在被控对象存在大时滞时会产生超调,甚至使系统失稳,为了解决这一问题,本文最后将Smith预估器引入了单神经元控制器中,从而很好地解决了时滞对系统的影响。 为了验证以上各种算法的控制效果,本文将其应用于高温力学实验机温度控制系统中,进行了仿真研究,仿真结果表明这类控制器结构简单,性能好,可望在控制领域得到广泛应用。