傳統(tǒng)PID 的控制參數(shù)難以精確整定，且依賴于對象的精確數(shù)學(xué)模型，適應(yīng)性較
差，對復(fù)雜過程不能保證其控制精度。針對工業(yè)控制領(lǐng)域中大滯后系統(tǒng)，采用傳統(tǒng)PID 控制不能獲得滿意的控制效果，提出基于RBF 神經(jīng)網(wǎng)絡(luò)的PID 控制參數(shù)自整定的方法。該方法利用RBF 神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、自適應(yīng)能力自調(diào)整系統(tǒng)的控制參數(shù)。仿真表明，該方法可實現(xiàn)有效的控制，并且與常規(guī)PID 相比，具有更好的自適應(yīng)性和魯棒性。
關(guān)鍵詞：RBF，PID，參數(shù)整定，仿真，Matlab
由于具有算法簡單、穩(wěn)定性好、可靠性高以及強魯棒性等優(yōu)點，PID 控制在工業(yè)控制中得到廣泛的應(yīng)用；但是PID 控制效果的優(yōu)劣直接取決于控制參數(shù)選取的好壞，而傳統(tǒng)的參數(shù)整定方法完全依賴于被控對象。然而在現(xiàn)代工業(yè)中過程機理復(fù)雜，難以確定精確的數(shù)學(xué)模型，并存在著不同程度的非線性、時變等不確定，同時現(xiàn)代工業(yè)對控制的要求進一步提高，利用常規(guī)的PID 控制很難滿足系統(tǒng)的要求。而神經(jīng)網(wǎng)絡(luò)作為一門非常熱門的交叉學(xué)科，以其強大的非線性映射能力、并行處理能力、自學(xué)習(xí)能力，在控制領(lǐng)域得到廣泛的應(yīng)用。
本文利用RBF 神經(jīng)網(wǎng)絡(luò)對PID 控制參數(shù)進行在線自整定，在常規(guī)PID 控制的基礎(chǔ)上，利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、自適應(yīng)能力自動調(diào)整系統(tǒng)的控制參數(shù)；構(gòu)造一個具有參數(shù)自整定能力、穩(wěn)定的PID 控制器。這種新型的PID 控制器在一定程度上提高了系統(tǒng)的魯棒性，并可以利用它對工業(yè)純滯后對象實現(xiàn)高品質(zhì)的控制。