BP神經網絡PID算法在液位控制系統的應用研究

孟凡順 張景擴* 李東亞 袁繼斌 孫 哲 邵世碩

(1.蘇州大學應用技術學院，江蘇 蘇州 215300；2.棗莊礦業(集團)有限責任公司鐵路運輸處，山東 棗莊 277100)

在工業生產中，人們常常需要對液位進行檢測與調節。基本工作過程為：液面過高時，輸入液體控制閥關閉，輸出液體控制閥打開，進行排放；液面過低時，輸出液體控制閥關閉，輸出液體控制閥打開，進行存儲功能。

本文采用PLC控制，所實現的功能遠超傳統的繼電器控制電路，具有可靠性高、抗干擾能力強、體積小，重量輕，功耗低等特點，能夠為自動化控制應用提供安全可靠和比較完善的解決方案[1]。采用PID算法來調節水位，PID算法憑借參數少、效果好、經濟可靠等優秀的綜合性能，在工業控制中經常被采用，PID的控制效果由比例、積分和微分參數決定，PID中的比例、積分及微分控制參數要經過一系列的方法進行整定，正確適當的參數設置能夠讓控制設備在靜態與動態中的能力更強，將BP神經網絡作為基礎的PID計算方式是把BP神經網絡的計算方法與PID參數整定融合起來的一種更加先進的計算方式[2-3]。圖1為BP神經網絡與PID算法結合后的原理圖。

1 算法分析

1.1 PID控制算法

PID控制算法對于簡單的線性系統控制具有良好的控制表現，PID控制憑借著調整部分少、效果優、可靠高等優良的綜合性能，在工業控制領域內被廣泛采用，PID的控制原理圖由3部分進行對被控對象的控制，PID控制器參數和控制性能的關系主要從控制系統的穩定性、系統響應、超調量及穩態誤差這些方面對系統中的控制效果進行評價。在PID的調節中，Kp-比例、Ki-積分、Kd-微分3項系數指數對控制器的工作效果也存在著很大的改變。PID控制原理如圖2所示。

圖1 BP神經網絡與PID算法結合后的原理圖

圖2 PID控制原理圖

PID控制算法中的比例、積分和微分具體作用如下：

(1)比例作用。Kp是比例系數指數中反映系統工作時的反應速度的。如果系統發生了誤差，這時Kp發揮它的作用，將誤差減少到最小。Kp越小，說明這時系統中所發生的工作反應速度慢，然后隨著Kp的增長，系統中所發生的工作反應速度也會隨之增長，但如果Kp太大時，對系統中的工作不友好，系統容易受到干擾，比例部分不能使被控量達到設定值，所以純粹的比例控制不能去除系統中的穩態誤差[4-5]。

(2)積分作用。Ki是積分系數指數中反映系統中的穩態誤差進行消除工作的系數。在這過程中，如果誤差在系統中表現出來，Ki會一直計算，然后進行累積，不斷地將累積的進行輸出，將系統中的誤差填滿之后，停止工作。Ki的設置很關鍵，要根據系統中的條件設置適宜值，如果Ki的存在不夠讓系統達到平衡，會導致超調量大，進而影響系統的動態性能。

(3)微分作用。Kd是用來對誤差進行預測及抑制，Kd的存在將使系統中的調節時間大大減少。但是Kd的存在也有一定的劣勢，使系統的抗干擾性降低，因此Ki的設置也很關鍵。

1.2 BP神經網絡算法

BP神經網絡算法工作過程為：選擇任意一組權值，將設定的目標輸出作為線性方程的代數和去構建線性方程組，獲得待求權。BP神經網絡算法可以學習并儲存眾多的輸入-輸出映射關系，而這種映射關系的數學方程并不需要過多描述。利用最速下降法的學習規則，并通過反向傳播不斷調節BP神經網絡算法中的權值和閾值，將BP神經網絡算法的誤差平方和降至最小[6]。圖3為BP神經網絡算法結構圖，結構包括輸入層、隱含層以及輸出層。根據其擅長求解內部機制復雜的問題及具備自主學習的能力，該算法被廣泛使用。

圖3 BP神經網絡算法結構圖

2 液位控制方案的確定

本文的控制器由西門子S7-1200 station CPU實現算法和控制，通過博圖V14進行軟件編輯、界面設計、仿真、調試等工作。PLC在具體工作時，首先是順序讀取輸入端子的狀態，并將讀取的信息存至內存中的輸入映像寄存器。按先左后右，先上后下的步序，逐行掃描程序。輸出鎖存器保存寄存器的狀態，經過各種電路的處理，使輸出端子對外輸出控制信號保持外部負載工作。

本文將水箱液位作為被控對象，同時將水箱液位作為調節參數，圖4為液位仿真系統界面。BP神經網絡PID算法液位控制系統系統包含2部分：一是PID控制器，利用比例、積分、微分參數對水箱液位閉環控制。二是BP神經網絡，根據水箱液位的表現情況不斷調整和優化PID中比例、積分、微分參數，進而調節電動調節閥開度大小，實現液位調節。

3 液位控制系統的仿真

本文采用Matlab進行BP神經網絡PID算法液位控制系統仿真，圖5為BP神經網絡PID算法液位控制系統仿真曲線。可以看出：利用BP神經網絡PID整定后的水箱液位函數曲線具備較強的跟蹤特性，整個系統在啟動時可很快地調整參數，超調量較小，過渡時間短，具有更好的動態特性和穩定性能，保證整個控制系統具備較優的性能。

圖4 液位仿真系統界面

圖5 BP神經網絡PID算法液位控制系統仿真曲線

4 結語

本文基于西門子PLC平臺，提出了基于BP神經網絡的PID控制算法，去獲得最優的比例、積分和微分控制參數，實現對液位控制系統更好地檢測和調節。實驗顯示，BP神經網絡的PID控制算法相比常規的PID算法控制，具有響應快、過渡平穩、超調量小、調整時間短等優勢。