[发明专利]RBF神经网络整定PID与模糊免疫控制方法

说明书

技术领域

本发明涉及一种智能控制技术，特别涉及一种用于串级控制系统的RBF神经网络整定PID与模糊免疫控制方法。

背景技术

PID(Proportion Integration Differentiation，比例-积分-微分)控制器作为最早实用化的控制器已有50多年历史，现在仍然是应用最广泛的工业控制器。PID控制器简单易懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广泛的控制器。但是，PID在控制非线性、时变、耦合及参数和结构不确定的复杂过程时，工作效果不理想。最重要的是，如果PID控制器不能控制复杂过程，无论怎么调参数都没用。

串级控制系统是由主、副两个控制器串接工作，如图1串级控制结构框图所示。其中，W₁(s)为惰性区传递函数；W₂(s)为导前区传递函数；PI为内回路比例-积分控制器；PID为外回路比例-积分-微分控制器；d₁为输出测量干扰；d₂为控制量干扰；rin为给定值；yout为输出测量值。主控制器的输出作为副控制器的给定值，副控制器的输出去操纵控制实际对象，以实现对变量的定值控制。串级控制系统的目的是为了更好地稳定主变量，使之等于给定值，而主变量就是主回路的输出，所以说主回路是定值控制系统。副回路的输出是副变量，副回路的给定值是主控制器的输出，所以在串级控制系统中，副变量不是要求不变的，而是要求随主控制器的输出变化而变化，因此是一个随动控制系统。串级控制系统的目的是为了高精度地稳定主变量，对主变量要求较高，一般不允许有余差，所以主控制器一般选择PI控制规律，当对象滞后较大时，也可引入适当的微分作用。串级控制系统中对副变量的要求不严。在控制过程中，副变量是不断跟随主控制器的输出变化而变化的，所以副控制器一般采用P比例控制规律就行了，必要时引入适当的积分作用，而微分作用一般是不需要的。当负荷在整定值附近时，结果较好。但当在其他负荷情况下，控制性能就较差了，甚至要从自动控制切换到手动调节。

发明内容

本发明是针对串级控制系统PID在控制非线性、时变、耦合及参数和结构不确定的复杂过程时，工作效果不理想的问题，提出了一种RBF神经网络整定PID与模糊免疫控制方法，将RBF神经网络、免疫调节机理和常规PID控制系统有机的结合，具有良好的控制效果和较高的鲁棒性。

本发明的技术方案为：一种RBF神经网络整定PID与模糊免疫控制方法，其特征在于，包括如下具体步骤：

1)RBF神经网络整定PID控制：

A)RBF神经网络整定的PID输入/输出：RBF神经网络的输入为误差e和系统输出测量值yout，RBF神经网络计算输出k_p，k_i，k_d，k_p，k_i，k_d值输入PID控制器进行计算后，输出变量u₁；

B)设定RBF神经网络参数：输入向量X；径向基向量为H；网络的中心矢量C；网络的基宽向量为B；权向量为W；网络的学习速率为η；动量因子为α；Δk_p，Δk_i，Δk_d的学习速率η_p，η_i，η_d；

C)设定神经网络整定指标E(k)=12error2(k),]]>error(k)表示第k时刻的输出测量值与输入值之间的偏差；

D)确定PID三项输入：

xc(1)＝error(k)-error(k-1)

xc(2)＝error(k)

xc(3)＝error(k)-2error(k-1)+error(k-2)；

k_p，k_i，k_d的调整采用梯度下降法：