调研报告—王鹏—四版.docVIP

调研报告 1 课题来源及意义 传统PID控制器由于结构简单、易于调整等优点，至今工业过程控制80％回路还都采用的是PID控制策略。在PID控制中一个至关重要的问题是参数(比例、积分、微分)的整定，典型的PID参数整定方法是在获取对象数学模型的基础上，根据一定整定原则来确定PID参数。 PID的工作原理是依靠参数整定，PID参数整定的优劣不但会影响到控制质量，而且还会影响到控制系统的稳定性和鲁棒性。在一篇关于加拿大造纸厂的统计报告中表明，一座典型的造纸厂一般有2000多个控制回路，其中97％以上的回路采用PID控制，但仅有20％的控制回路工作比较满意，控制回路性能普遍偏差的原因中，参数整定不合适占30％，阀门问题占30％传感器问题、采样频率选取问题、滤波问题等占20%．可见PID的参数整定是非常重要的。 另一方面，在实际的应用中，许多被控过程机理复杂，具有高度非线性、时变不确定性和纯滞后等特点。在噪声、负载扰动等因素的影响下，过程参数甚至模型结构均会随时间和工作环境的变化而变化．这时采用传统的PID控制就不能取得令人满意的控制效果．建立被控对象的数学模型是十分复杂的事情，在建立过程中常常需要将系统降阶或将系统以线性化近似，或忽略系统中某些认为不重要的参数，以简化分析难度。因此，到最后所得到的数学模型，即使可快速且精确地算出控制量，但与实际的物理系统可能出现相当大的差距，容易与实际脱节，导致产生性能不佳的控制。 小脑模型关节控制器(CMAC)是由Albus最初于1975年基于神经生理学提出的,它是一种基于局部逼近的简单快速的神经网络,类似于Perception的相联记忆方法，能够学习任意多维非线性映射。迄今已广泛用于许多领域。特别是Miller等的突破性应用研究，已使CMAC受到越来越多的关注。CMAC具有许多优点，它具有局部逼近能力，每次修正的权值极少，学习速度快，适合于在线学习；具有连续模拟输入能力；具有寻址编程方式，在利用串行计算机仿真时，它使回响速度加快。 因此将CMAC与传统的PID控制相结合，构成智能型的神经网络PID控制器，能够自动辨识被控过程参数、自动整定控制参数、能够适应被控过程参数的变化，是解决传统PID控制器参数整定难、不能实时调整参数和鲁棒性不强的有效措施，使PID控制器具有经久不衰的生命力，是智能控制器的一个有潜力的发展方向。 2 国内外的发展状况 2.1 PID的国内外发展 早在1942年，Ziegler与Nichols针对一阶惯性加纯延迟的对象提出PID控制器参数整定的Z-N法，对于常规控制对象，可以用曲线拟合的方法将阶跃响应数据拟合成近似的一阶惯性加纯滞后环节的模型，此方法的提出便很快应用于实际。同年,Ziegler根据对象频域响应曲线上的信息，提出了PID控制器参数整定的临界振荡法。 1995年，德国学者UdoKulm提出了基于总和时间常数的整定方法，此方法适用于阶跃响应曲线为S型的自衡对象。 1996年，胡晚霞等人提出了一种新的确定被控过程动态特性方法，通过计算机仿真相应的PID参数整定规则，这种方法称之为交叉两点法。 近年来，PID控制器的参数整定越来越被人们所重视，国内随之出现了许多较为完备的参数整定理论。 2004年，曾振平等人161提出了一种基于改进的广义平方误差积分准则的PID参数整定的新方法，用对象响应特征时间来平衡准则中误差项与误差变化率项的数级，得到了较好的控制效果；同年，王振滨提出了一种新型的分数阶PID控制器参数整定方法，把传统的PID控制器的阶次推广到分数领域，它不但适合于分数阶系统，也适合于某些整数阶系统，设计方法新颖；另外，上海交通大学的李勇男等人提出了反应响应时滞过程PID控制器设计新方法，通过提出期望闭环传递函数，解析地推导出PID控制器的形式。 2005年，张立群等人将∞H控制理论应用于PID控制器的参数整定中，提出了一种基于也混合灵敏度约束的PID控制器设计方法，该方法使PID控制器具有更好的鲁棒性，闭环系统具有良好的瞬态性能。 2.2 CMAC神经网络国内外研究现状 1975年，为解决机器手的运动控制问题，Albus 在神经生理学小脑皮层结构特点的基础上首次提出了CMAC算法，并对 CMAC算法中数据存储进行了研究。随着80年代末期，Miller 等人将 CMAC 神经网络成功应用于机器人控制，CMAC神经网络逐渐引起了控制界和神经网络界的重视。进入90年代，CMAC神经网络的研究掀起一个热潮，改进算法层出不穷，主要归纳为以下几类： (1)基函数的改进 1992年，Lane利用 B 样条函数（B-Spline）作为 CMAC 神经网络的 接受域函数，提出 B 样条 CMAC 神经网络，简称 BMAC 神经网络。 1996 年，C