【技术实现步骤摘要】
本专利技术属于智能控制领域，具体涉及一种智能自学习的pid型控制器构建方法和系统。
技术介绍
1、智能控制在人工智能的大时代引起的广泛关注，许多学者开始将pid控制与智能控制算法相结合来处理实际控制过程中遇到的强非线性和随机扰动问题。尽管pid控制与这些智能控制算法的结合使控制性能有了很大提高，但在选择合适的网络、基因种群和模糊规则时，可能会遇到计算量大等棘手问题，使得pid控制过于复杂，在实际应用中难以实现。
2、近年来，智能pid控制因其结构简单、计算量小而应用到实际系统中，如两轮倒立摆、扑翼机器人、i型糖尿病的血糖调节问题等。智能pid的控制器增益可以通过对不确定性的估计进行调整，因此智能pid控制比传统pid具有更好的控制性能。
3、由于智能pid控制的主要数学工具是数值微分，其理论分析框架是基于数学中的微分代数，所以现有的智能pid控制主要集中在连续时间系统上，对离散时间非线性系统的应用较少。尽管智能pid控制也被称为“无模型控制”，并使用超模型来表示非线性被控系统。然而，该模型只适用于非常短的时间间隔，如果采样频率过高，则可能不适用。
4、因此，对离散时间非线性系统的智能pid控制方法的研究具有一定的实际意义。
技术实现思路
1、针对上述问题，本专利技术的目的在于提供一种智能自学习的pid型控制器构建方法和系统，可用于解决实际工程环境下由于被控系统结构复杂，难以建模，导致的难以跟踪期望轨迹的问题。
2、实现本专利技术目的的
3、一种智能自学习的pid型控制器构建方法，包括以下步骤：
4、步骤1、构建非线性系统的局部动态线性模型；
5、步骤2、基于步骤1的局部动态线性模型构建基于局部线性化的智能pid型控制器；
6、步骤3、对局部线性化的智能pid型控制器中的参数进行估计，完成智能自学习的pid型控制器的构建。
7、本专利技术还提供一种智能自学习的pid型控制器构建系统，包括以下模块：
8、局部动态线性模型构建模块：用于构建非线性系统的局部动态线性模型；
9、智能pid型控制器构建模块：用于基于局部动态线性模型构建基于局部线性化的智能pid型控制器；
10、参数估计模块：用于对局部线性化的智能pid型控制器中的参数进行估计。
11、与现有技术相比，本专利技术的有益效果在于：
12、本专利技术针对结构复杂、难以建模的非线性非仿射离散时间系统，在紧格式局部线性数据模型的基础上，提出基于紧格式局部线性化的智能自学习pid控制器，对非线性不确定项和未知参数，分别设计自适应估计器和时间差分估计器，以此来提高智能自学习pid控制器的自适应性和鲁棒性，相同仿真条件下，基于局部线性化的智能自学习pid控制方法的sse小于传统pid控制。
13、下面结合附图和具体实施方式对本专利技术做进一步的说明。
本文档来自技高网...【技术保护点】
1.一种智能自学习的PID型控制器构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的智能自学习的PID型控制器构建方法，其特征在于，所述步骤1中的局部动态线性模型，具体为：
3.根据权利要求2所述的智能自学习的PID型控制器构建方法，其特征在于，所述步骤2中的构建基于局部线性化的智能PID型控制器，具体为：
4.根据权利要求2所述的智能自学习的PID型控制器构建方法，其特征在于，所述步骤3中的参数估计，具体为：
5.一种智能自学习的PID型控制器构建系统，其特征在于，包括以下模块：
6.根据权利要求5所述的智能自学习的PID型控制器构建系统，其特征在于，所述局部动态线性模型为：
7.根据权利要求5所述的智能自学习的PID型控制器构建系统，其特征在于，所述智能PID型控制器为：
8.根据权利要求7所述的智能自学习的PID型控制器构建系统，其特征在于，所述参数估计，具体为：
【技术特征摘要】
1.一种智能自学习的pid型控制器构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的智能自学习的pid型控制器构建方法，其特征在于，所述步骤1中的局部动态线性模型，具体为：
3.根据权利要求2所述的智能自学习的pid型控制器构建方法，其特征在于，所述步骤2中的构建基于局部线性化的智能pid型控制器，具体为：
4.根据权利要求2所述的智能自学习的pid型控制器构建方法，其特征在于，所述步骤...
【专利技术属性】
技术研发人员：马立丰，张淑华，杨娟娟，潘秀峰，苏泓杰，马城君，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：
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。