PDF《模糊神经 P ID 控制在工业炉冶金阀门位置 控制系统中的应用》

第30 卷第

2 期武汉科技大学学报(自然科学版)Vol.

30 ,No.

2 2007 年4月J.of Wuhan Uni. of Sci. & Tech. (Natural Science Edition) Apr.

2007 收稿日期 :2006209230 基金项目 :国家自然科学基金资助项目(50574070) ;

湖北省教育厅科学基金资助项目(Q200611003) . 作者简介 :陈新元(19722) ,男 ,武汉科技大学副教授. E2mail :cxyhlh @sohu. com 模糊神经 PID 控制在工业炉冶金阀门位置 控制系统中的应用 陈新元 ,曾良才 ,李远慧 ,张小明 (武汉科技大学机械自动化学院 ,湖北 ,武汉 ,430081) 摘要 :介绍模糊神经网络控制器的设计方法 ,并将其应用到工业炉阀门位置的控制系统中.试验结果表明 ,这 种通过对输入变量模糊化的神经元学习和在线自调整算法 ,对其冶金阀门的压力控制具有很强的自适应性 , 且响应程度快、 鲁棒性好. 关键词 :模糊神经网络 ;

PID 控制 ;

位置控制 中图分类号 : TP271 文献标志码 :A 文章编号 :167223090 (2007)

0220132203 在冶金生产过程中 ,通过阀门及其位置控制 系统来控制工业炉内的压力是一个重要的控制环 节.对工业炉烟气回收而言 ,不同的冶炼阶段对 炉内烟气压力的要求不相同 ,其控制要求也会不 相同.笔者采用模糊推理 PID 参数的控制算法 对其进行位置控制 ,并介绍了模糊神经网络控制 器的设计方法 ,将其应用到工业炉阀门位置的控 制系统中 ,得到了较好的控制效果.

1 系统介绍 阀门位置伺服装置的控制框图如图

1 所示. 控制器能够根据现场工艺要求 ,对工艺进程中各 阶段的控制要求分别进行设置 ,由程序直接对液 压系统进行控制.同时 ,控制器也能够接收主机 的指令信号.系统有两种反馈信号 :液压缸推动 齿轮轴的位置反馈信号和伺服阀 A ,B 油口的压 力反馈信号.控制器对这些信号进行处理 ,产生 控制信号 ,实现对位置伺服系统的智能控制 . 其图1位置伺服装置控制框图 中智能控制包括不同的控制算法[1] .

2 模糊神经网络 PID 控制器的设计 对于经典的线性 PID 控制算法 ,由于对被控 对象的精确程度不作要求 ,控制参数一般按工程 法来整定 ,因此这种控制算法简单、 适时性强 ,且 易于实现.但它的控制参数一旦确定 ,就不能在 线调整.当遇到强干扰信号时 ,稳定状态恢复时 间长 ,从而影响了系统的动静态特性.本文针对 传统的 PID 存在的缺陷 ,将模糊控制和神经网络 与传统的 PID 控制相结合 ,设计出了神经网络 PID 控制器[2] . 神经网络模糊 PID 控制器系统结构如图

2 所示.控制器由

3 个部分组成 : ① 传统 PID 控制 器.直接对被控对象过程进行闭环控制 ,并且

3 个参数 KP , KI , KD 为在线整定式 ;

②模糊化模 块.对系统的状态变量进行模糊量化和归一化处 理.这样利用模糊控制的鲁棒性和非线性控制作 用 ,对作为实现模糊规则的神经网络 NN 的输入 图2神经网络 PID 控制器系统结构图 ? 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net

2007 年第

2 期 陈新元 ,等 :模糊神经 PID 控制在工业炉冶金阀门位置控制系统中的应用 进行预处理 ,从而避免了当 NN 的活化函数采用 Sigmoid 函数时 ,直接输入量过大而导致输出饱 和 ,使得对输入不再敏感 ;

③ 神经网络 NN .用于 表示模糊规则 ,经过神经网络的学习 ,以加权系数 的形式表现出来 ,规则的生成就转化为加权系数 初值的确定和修改.根据系统的运行状态 ,调节 PID 控制器的参数 ,以期达到某种性能指标的最 优化. 2.