基于視覺檢測板球系統的RBF-PID控制研究

苑仁令，向鳳紅，毛劍琳，郭 寧

(昆明理工大學 信息工程與自動化學院，云南 昆明 650500)

板球系統是一個多變量、強耦合和不確定性的非線性動態系統，主要用于學習和研究各種控制算法[1-2]。其控制目的是控制自由滾動的小球運動到指定位置或按照給定軌跡運動。

本文以固高GBP2001型系統作為研究對象，PID控制具有算法簡單、易于實現、穩定性好等優點，在板球系統控制中得到廣泛應用。由于實際系統的耦合性、非線性和不確定性，以及PID參數整定方法復雜和需要精確的數學模型等，PID控制在實際系統控制中控制效果并不理想[3-4]。神經網絡以其強大的非線性映射能力、并行處理能力和自學習能力，非常適用于非線性不確定系統控制[5-6]。在神經網絡中，徑向基函數(RBF-Radial Basis Function)神經網整定PID參數的方法較其它神經網絡PID控制具有超調量小、適應性強等特點，較傳統神經網絡PID控制效果更優[7-8]。但傳統RBF神經網絡結構固定、如何確定隱含層的節點數和響應數據中心、平衡好控制速度和精度兩方面的要求仍是RBF網絡設計的難點。此外，PID參數整定采用梯度下降法，使網絡在控制初期學習速度慢、適應能力不強等缺點，針對上述問題國內外學者提出了很多改進算法[9-14]。文獻[9]采用離子群算法優化RBF神經網絡，不僅改善了神經網絡的性能也提高了PID控制器的性能；在RBF神經網絡參數調整和PID參數調整中文獻[10]引入動量因子和增速率的概念，減輕了系統的震蕩也較傳統PID控制具有較好的魯棒性和較快的響應速度；……