摘要：在智能遮雨平台中，利用减速电机和舵机协调搭配伸展遮雨布，良好的遮雨性能是其在同类产品的竞争根本，传统的控制算法难以对复杂的天气环境及时作出良好反应。针对此问题，本文提出基于BP神经网络的算法和位置式PID算法结合，通过参数的自适应整定，对遮雨棚在极端天气下伸展进行优化，使其工作更加稳定。
　　 关键词：神经网络;自适应;最优控制;PID
　　 1.BP神经网络算法设计
　　 设计基于神经网络的PID控制系統时包括数字PID控制器，由学习算法在线得出参数。
　　 2.仿真与实验
　　 2.1仿真测试
　　 在控制系统中阶跃信号作为输入时，对系统性能及稳定性影响较为严峻。输入阶跃信号时，输出的速度目标值超调量较小，且响应较快，说明该算法满足快速稳定张开系统设计要求，稳定性和适合性较强。
　　 2.2实际测试
　　 本文分别测试了衣架传统控制方式下和BP神经网络控制方式进行跟踪追逐的运行结果。
　　 经过测试后，本文采用的BP神经网络自适应算法可以很好的保证衣架迅速根据不同环境做出反应，说明如下：
　　 （1）本文所采用的BP神经网络自适应算法，可以在雨雪天气更快速的实现张开，而三种情况下应用同一PID参数对天气情况的适应并不理想。
　　 （2）在实验中发现，仅依靠传统PID控制参数，衣架张开时会不稳定设置出现电机堵转现象，而经过训练的神经算法则有效的解决了突如其来的干扰。
　　 参考文献：
　　 [1]刘冰艳，朱武，张佳民.基于BP神经网络自整定PID恒温控制系统研究[J].仪表技术与传感器，2018（08）：52-55.
　　 [2]胡宗镇，赵延立.基于改进型BP神经网络自整定的PID控制[J].电脑与信息技术，2019（01）：11-13.
　　 [3]袁建平，施一萍，蒋宇，江鹏.改进的BP神经网络PID控制器在温室环境控制中的研究[J].电子测量技术，2019，42（04）：19-24.
　　（作者单位：河南理工大学）