基于DRNN在線辨識的真空爐溫度控制

提出一種基于DRNN在線辨識的單神經(jīng)元PID控制方案，由DRNN對系統(tǒng)進(jìn)行在線辨識，
建立其在線參考模型并為單神經(jīng)元控制器提供梯度信息，從而實(shí)現(xiàn)控制器參數(shù)的在線調(diào)整。仿真結(jié)果表明，對象參數(shù)非線性時變時，該控制方法溫度控制精度高，動態(tài)特性好，收到了良好的效果。
關(guān)鍵詞：DRNN 單神經(jīng)元PID控制 在線辨識 仿真
基于神經(jīng)網(wǎng)絡(luò)模型的控制方法顯示出較好的自適應(yīng)性, 在非線性系統(tǒng)的辯識和控制中
都得到了廣泛的應(yīng)用。目前應(yīng)用較多的神經(jīng)網(wǎng)絡(luò)是基于BP算法的多層前饋神經(jīng)網(wǎng)絡(luò),這種網(wǎng)絡(luò)反映的是系統(tǒng)靜態(tài)的輸入輸出映射關(guān)系[1,2]。文獻(xiàn)[4]提出了一種基于對角回歸神經(jīng)網(wǎng)絡(luò)(diagonal recurrent neural network, DRNN)的控制系統(tǒng)。與靜態(tài)網(wǎng)絡(luò)相比，回歸網(wǎng)絡(luò)更適合于處理時變的輸入、輸出過程[4]。單神經(jīng)元自適應(yīng)控制器是傳統(tǒng)PID控制器的改進(jìn)形式，具有自學(xué)習(xí)、自適應(yīng)的能力，結(jié)構(gòu)簡單并且能適應(yīng)環(huán)境變化，有較強(qiáng)的魯棒性，能克服常規(guī)控制器在控制非線性系統(tǒng)時隨動性差的缺點(diǎn)[3]。因此，將DRNN與單神經(jīng)元自適應(yīng)智能PID控制器相結(jié)合，設(shè)計(jì)的控制系統(tǒng)將具有更強(qiáng)的適應(yīng)能力和更強(qiáng)的魯棒性，用于真空爐的溫度的控制有著實(shí)際的研究意義。