[1]李平,周博.双容水箱的神经PID控制[J].华侨大学学报(自然科学版),2012,33(6):608-612.[doi:10.11830/ISSN.1000-5013.2012.06.0608]
　LI Ping,ZHOU Bo.PID Control Based on Neural Networks in Double-Tank System[J].Journal of Huaqiao University(Natural Science),2012,33(6):608-612.[doi:10.11830/ISSN.1000-5013.2012.06.0608]
点击复制

双容水箱的神经PID控制()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第33卷
期数:
2012年第6期
页码:
608-612
栏目:
出版日期:
2012-11-20

文章信息/Info

Title:
PID Control Based on Neural Networks in Double-Tank System
文章编号:
1000-5013(2012)06-0608-05
作者:
李平;  周博
华侨大学 信息科学与工程学院, 福建 厦门 361021
Author(s):
LI Ping;  ZHOU Bo
College of Material Science and Engineering, Huaqiao University, Xiamen 361021, China
关键词:
双容水箱;  PID控制;  BP神经网络;  自适应性
Keywords:
double-tank system;  PID control;  BP neural networks;  adaptivity
分类号:
TP214;TP273
DOI:
10.11830/ISSN.1000-5013.2012.06.0608
文献标志码:
A
摘要:
利用神经网络自学习的特性,结合常规PID(比例-积分-微分)控制理论,提出基于BP(back propagation)神经网络进行PID参数整定的控制策略.该方案能实现控制器参数的自动调整,以及在线调节参数Kp,Ki,Kd,适应被控过程的时变性,提高控制的性能和可靠性.仿真结果表明:相对于传统的PID控制方法,神经网络PID控制系统取得更满意的控制效果.
Abstract:
Using the self-learning characteristic of neural network, combining with conventional PID(proportional integral differential)control theory, the PID parameter tuning strategy based on the BP(back propagation)neural network is proposed in this paper. This strategy can achieve automatic adjustment of the controller parameters,as well as adjust the parameters Kp,Ki,Kd online to adapt to the time variability of the controlled process, and also improve the performance and reliability of the control. Simulation results show that: compared with the traditional PID control method,the neural network PID control system can achieve a more satisfactory control effect.

参考文献/References:

[1] BENNETT S.The past of PID controller[J].Annual Reviews in Control,2001,25:43-53.
[2] 杨旭,周悦,于广平.水箱液位控制系统的设计与研究[J].制造业自动化,2011,33(16):128-130.
[3] 刘和勇,马立新,孙大帅,等.模糊算法在双容水箱液位控制系统中的应用[J].微特电机,2010(9):70-72.
[4] 师黎,陈铁军,李晓媛,等.智能控制理论及应用[M].北京:清华大学出版社,2009.
[5] HAYKIN S.Neural networks: A comprehensive foundation [M]. 北京:清华大学出版社,2001.
[6] 王宏生.人工智能及其应用[M].北京:科学出版社,2004.
[7] 王树青,戴连奎,于玲.过程控制工程[M].北京:化学工业出版社,2008.
[8] 张义,左为恒,林涛.BP神经网络PID控制在空调系统中的应用[J].计算机仿真 2011,28(4):149-220.
[9] 王敬志,任开春,胡斌.基于BP神经网络整定的PID控制[J].工业控制计算机,2011,24(3):72-74.
[10] 刘金琨.先进PID控制及其MATLAB仿真[M].北京:电子工业出版社,2003.
[11] 林大煜,李钟慎.用虚拟仪器实现BP神经网络的PID控制[J].华侨大学学报:自然科学版,2011,32(4):475-477.

相似文献/References:

[1]朱良红,王永初.模糊与积分混合控制器[J].华侨大学学报(自然科学版),2003,24(3):285.[doi:10.3969/j.issn.1000-5013.2003.03.012]
　Zhu Lianghong,Wang Yongchu.Fuzzy and Integral Mixed Controller[J].Journal of Huaqiao University(Natural Science),2003,24(6):285.[doi:10.3969/j.issn.1000-5013.2003.03.012]

备注/Memo

备注/Memo:
收稿日期: 2012-05-12
通信作者: 李平(1981-),女,讲师,主要从事自适应控制和神经网络控制的研究.E-mail:pingping_1213@126.com.
基金项目: 国家自然科学基金资助项目(61143005); 福建省科技计划重大项目(2011H6019); 福建省科技计划重点项目(2009H0033); 福建省自然科学基金青年创新项目(2011J05153); 福建省泉州市科技计划重大项目(2008ZD14-21); 中央高校基本科研业务费——国家自然科学基金培育计划专项基金资助项目(JB-ZR1204)
更新日期/Last Update: 2012-11-20