基于动态神经网络的自整定PID控制策略

摘要：

提出了在采用最近邻聚类算法在线构造RBF(NN1)正向辨识器,并在线辨识被控对象的Jacobian阵的基础上,引入RBF(NN2)对PID控制器参数进行在线调整的算法.该算法可以实现PID控制参数的自动在线整定和优化.通过和BP网络调整控制器参数的方法的对比和仿真实验证明,该方法控制精度高、响应速度快,并且具备较强的自适应性和鲁棒性.

关键词：RBF神经网络、最近邻聚类算法、正向辨识、PID控制、在线整定

所属期刊栏目：26

分类号：TP273~+.2(自动化技术及设备)

资助基金：江苏省高校自然科学基础研究项目;基金申请人:姚荣斌;项目名称:基于神经网络LF炉电极系统的建模与控制;基金颁发部门:江苏省教育厅06KJD510034

在线出版日期：2014-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：67-69