毕业论文--基于RBF神经网络整定的PID控制器设计及仿真

I 华北电力大学 毕 业 设 计 (论文 ) 系 别 专业班级 学生姓名 秦术员 指导教师 年 月 题 目 基于 RBF神经网络整定的 PID控制器设计及仿真 基于 RBF 神经网络整定的 PID 控制器设计及仿真 摘 要 目前，因为 PID 控制具有简单的控制结构，可通过调节比例积分和微分取得基本满意的控制性能，在实际应用中又较易于整定，所以广泛应用于过程控制和运动控制中，尤其在可建立精确模型的确定性控制系统中应用比较多。然而随着现代工业过程的日益复杂，对控制要求的逐步增高（如稳定性、准确性、快速性等），经典控制理论面临着严重的挑战。对工业控制领域中非线性系统，采用传统 PID 控制不能获得满意的控制效果。采用基于梯度下降算法优化 RBF 神经网络，它将神经网络和 PID 控制技术融为一体，既具有常规 PID 控制器结构简单、物理意义明确的优点，同时又具有神经网络自学习、自适应的功能。因此，本文通过对 RBF 神经网络的结构和计算方法的学习，设计一个基于 RBF 神经网络整定的 PID 控制器，构建其模型，进而编写 M 语言程序。运用 MATLAB 软件对所设计的 RBF 神经网络整定的 PID 控制算法进行仿真研究。然后再进一步通过仿真实验数据，研究本控制系统的稳定性，鲁棒性，抗干扰能力等。 关键词： PID； RBF 神经网络；参数整定