【技术实现步骤摘要】
基于PID和扩张状态观测器的温度控制方法
[0001]本专利技术涉及温度控制领域,特别设计基于PID和扩张状态观测器的温度控制方法。
技术介绍
[0002]随着中国社会经济进步的日益加速,温度调节器在航空航天[1]、化工[2]、石油[3]、船舶[4]、核能[5]等行业有着广泛应用,使得对温度调节器的控制要求也越来越高。然而温度调节系统是一个大滞后、时变、非线性的复杂系统,目前研究学者们已对温度控制器给出了不同的控制方法,包括PID控制器、模糊控制、神经网络控制器、Smith预估器的温度控制策略等。
[0003]文献“A Fuzzy Self
‑
tuning Temperature PID Control Algorithms for 3D Bio
‑
printing Temperature Control System”为了提高温度控制的精度,减少超调量,研究了三维生物打印设备温控区的模糊自整定温度PID控制方法,但模糊PID在控制大滞后系统时,控制器不能立刻对产生的干扰起到抑制作用,且无法保证大滞后系统的稳定性。文献“基于BP神经网络自整定PID恒温控制系统研究”借助BP算法实现PID控制器的参数更新,消除大滞后系统的超调,提升温度控制系统的响应速度,由于PID控制器无法对系统进行观测,当温度控制系统中存在剧烈频繁的干扰以及大滞后时,很难对温度系统进行精确控制。BP神经网络虽然可实时调整PID参数,但是神经网络不能通过已有经验来描述系统内部状态信息,扩张状态观测器可根据状 ...
【技术保护点】
【技术特征摘要】
1.基于PID和扩张状态观测器的温度控制方法,具体步骤如下,其特征在于:步骤1,获取温度控制系统实验数据:通过温度传感器和流量传感器检测系统温度和流量,并记录执行器输出和指令信号;步骤2,设计在线自整定PID主控制器:通过BP神经网络对PID参数实现在线自整定;步骤3,设计状态观测器辅助控制模型:根据温度控制系统状态向量的反馈来构建状态观测器控制模型,确定系统内部状态量变化;步骤4,构建自整定PID和扩张状态观测器温度控制模型:通过BP神经网络对PID参数实时调整,扩张状态观测器辅助控制器将被控对象的输入量和输出量作为输入,实现对PID控制量的补偿;步骤5,主辅双控制器的联动控制,获得具有鲁棒性的温度调控系统,并将其嵌入上位机中进行实际应用。2.根据权利要求1所述的基于PID和扩张状态观测器的温度控制方法,其特征在于:步骤2中设计在线自整定PID主控制器的过程表示如下:采用BP神经网络对PID进行调节参数,该网络由输入层、隐藏层、输出层3层网络结构,各层网络神经元个数分别为8、9、3;输入层的8个神经元分别对应偏置项、设定输出值u(k)、实际输出值y(k)、当前偏差e(k)、上一偏差e(k
‑
1)、上一个比例系数K
p
(k
‑
1)、上一个积分系数K
I
(k
‑
1)、上一个微分系数K
d
(k
‑
1),输出层3个神经元分别对应当前比例系数K
p
(k)、当前积分系数K
I
(k)和当前微分系数K
d
(k),k为采样时间点;BP神经网络训练过程可以分为两个阶段:正向传播和反向传播;正向传播数据的传输方向为输入层、隐藏层、输出层;输入数据进入隐藏层,经过输入层与隐藏层的连接权值和激活函数的计算,获得隐藏层输出;输出层以隐藏层输出为输入,经过隐藏层与输出层的连接权值和激活函数的计算,获得实际输出;反向传播过程利用输出值u(k)与实际输出值y(k)的偏差e(k);将该偏差值反向传播到隐藏层与输入层,对各层的连接权值与阈值进行更新,使误差沿着梯度方向下降;经过多次前向、反向传播训练,使误差无限逼近零。3.根据权利要求1所述的基于PID和扩张状态观测器的温度控制方法,其特征在于:进一步,步骤2中BP神经网络正向传播的具体过程表示如下:BP神经网络输入层O
i(1)
可表示为:式中,输入层输入x
i
(k)分别是设定输出值u(k)、实际输出值y(k)、当前偏差e(k)、上一偏差e(k
‑
1)、上一个比例系数K
p
(k
‑
1)、上一个积分系数K
I
(k
‑
1)、上一个微分系数K
d
(k
‑
1),输入层的权值均为1,其中i表示输入层第i个神经元;隐藏层的输入net
i(2)
、输出O
j(2)
为:为:式中,w
ji
是输入层和隐藏层间的网络权重值,j表示隐含层第j个神经元,b
j
是输入层和隐藏层间的网络偏置阈值,f()为隐藏层激活函数;隐藏层激活函数使用SELU激活函数:
式中,α=1.67...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。