基于神經網絡的自適應PID控制的智能衣架

張允碩 姜正義 甄海鋒

摘 要：在智能遮雨平臺中，利用減速電機和舵機協調搭配伸展遮雨布，良好的遮雨性能是其在同類產品的競爭根本，傳統的控制算法難以對復雜的天氣環境及時作出良好反應。針對此問題，本文提出基于BP神經網絡的算法和位置式PID算法結合，通過參數的自適應整定，對遮雨棚在極端天氣下伸展進行優化，使其工作更加穩定。

關鍵詞：神經網絡；自適應；最優控制；PID

1. BP神經網絡算法設計

基于BP神經網絡的PID控制器

設計基于神經網絡的PID控制系統時包括數字PID控制器，由學習算法在線得出 、 、 參數。在神經網絡前向傳遞中：輸入層每個單元輸入一個值，如 ， ， ， ，每個初始值與權重的乘積加上偏向得到隱含的輸入，在經過非線性方程計算得到隱含層輸出，此時隱含層輸出乘上本身的權重加上偏向后在經過非線性轉換得到輸出值。對于誤差計算： 為目標值，即設定值，預測值即前向輸出值。用目標值減去預測值乘以預測值乘以1減去預測值，即得輸出層誤差。之后進行權重更新，偏向更新。定義 為學習率，可設置為0-1之間的值。通過不斷地學習，我們可以從輸出得到 、 兩個參數，從而控制電機。

2.仿真與實驗

2.1 仿真測試

智能晾曬系統通過控制直流電機來達到控制速度的目的，其傳遞函數為：

定義學習率L為0.3，初始化權重和偏向隨機在-1至1之間，或者-0.5到0.5之間，在控制系統中階躍信號作為輸入時，對系統性能及穩定性影響較為嚴峻。

輸入階躍信號時，輸出的速度目標值超調量較小，且響應較快，說明該算法滿足快速穩定張開系統設計要求，穩定性和適合性較強?！?br>