首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于RBF神经网络的多变量系统PID解耦控制
引用本文:焦竹青,屈百达,徐保国.基于RBF神经网络的多变量系统PID解耦控制[J].系统仿真学报,2008,20(3):627-630,634.
作者姓名:焦竹青  屈百达  徐保国
作者单位:江南大学通信与控制工程学院,江苏,无锡214122
摘    要:针对工业生产过程中的多变量耦合系统采用传统控制方法不能达到满意的效果,提出了一种基于神经网络的PID解耦控制方案。在实验研究中,采用改进型动态BRF神经网络辨识器,在线辨识多变量系统的非线性时变模型,同时自动调整PID控制器各项参数,最终实现对系统的智能化解耦控制。给出了BRF神经网络的拓扑结构和算法,并对一组二变量强耦合时变系统的控制过程进行了计算机仿真,结果表明:基于BRF神经网络的PID控制不仅超调量小、响应速度快、控制精度高,而且具有很强的鲁棒性和自适应能力。该设计方案使得解耦后的多变量系统具备了良好的动、静态特性。

关 键 词:RBF神经网络  PID控制  多变量系统  解耦
文章编号:1004-731X(2008)03-0627-04
收稿时间:2006-11-16
修稿时间:2007-01-14

Decoupling Design for Multivariate PID Controller Based on RBF Neural Network
JIAO Zhu-qing,QU Bai-da,XU Bao-guo.Decoupling Design for Multivariate PID Controller Based on RBF Neural Network[J].Journal of System Simulation,2008,20(3):627-630,634.
Authors:JIAO Zhu-qing  QU Bai-da  XU Bao-guo
Abstract:
Keywords:RBF neural network  PID control  multivariable system  decoupling
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号