[发明专利]基于非线性动态因子的复合PID神经网络控制方法无效
申请号: | 201010228338.4 | 申请日: | 2010-07-02 |
公开(公告)号: | CN101900991A | 公开(公告)日: | 2010-12-01 |
发明(设计)人: | 曾喆昭 | 申请(专利权)人: | 长沙理工大学 |
主分类号: | G05B13/02 | 分类号: | G05B13/02 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 410004 湖南省*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 非线性 动态 因子 复合 pid 神经网络 控制 方法 | ||
1.一种利用神经网络来镇定基于非线性动态因子的复合PID控制器参数的方法,其特征在于,将国外现有技术中的三个增益参数和三个系数重新组合得到六个权值系数,从而提出了非线性PID控制器增益参数的构造思想,推导出非线性复合PID控制律公式,然后以非线性复合PID控制律公式为神经网络模型,以非线性复合PID控制律公式中的六个系数为神经网络训练权值,通过神经网络在线实时训练得出非线性被控对象的控制信号。
2.根据权利要求1所述的方法,其特征在于,所述系统为非线性系统。
3.根据权利要求1所述的方法,其特征在于,所述系统的控制律为非线性复合PID控制律。
4.根据权利要求1所述的方法,其特征在于,所述系统的非线性复合PID控制律由一个动态线性PID和一个动态非线性PID复合而成。
5.根据权利要求1所述的方法,其特征在于,所述神经网络为三层BP神经网络,输入层和输出层分别为一个神经元,隐层包含六个神经元,分别为两个线性和非线性比例神经元、两个线性和非线性积分神经元以及两个线性和非线性微分神经元。
6.根据权利要求1所述的方法,其特征在于,具体分为以下步骤:
(1)以非线性复合PID控制律公式为神经网络模型,以非线性复合PID控制律公式中的各系数为神经网络的权值,并给出权值系数的初值,选定学习率。
(2)以系统的期望输出和实际输出作为神经网络训练样本,以期望输出和实际输出产生的误差信号经限幅处理后作为神经网络的输入信号,以神经网络输出作为非线性被控对象的控制信号。
(3)通过神经网络在线实时训练,得出非线性复合PID控制律,对非线性被控对象实施在线实时控制。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙理工大学,未经长沙理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010228338.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种数字家庭安全监控系统及其方法
- 下一篇:多潜器载体探测端声纳信息融合方法