基于BP神经网络的FuzzyPID恒温控制器*

作者：曹双贵,田锦明 日期：2009-12-30/span> 浏览：3166 查看PDF文档

基于BP神经网络的FuzzyPID恒温控制器*

曹双贵,田锦明
（淮海工学院 电子学院，江苏 连云港  222005）

摘要：在高精度恒温系统温度控制中，为了克服温度这种被控对象因其纯滞后、非线性和大惯性特性以及被控对象参数的时变性对精度的影响，采用了BP神经模糊PID控制器代替模糊控制,使推理速度加快，并通过在系统运行时不断地增加和完善模糊控制规则，不断提高系统控制的精度。仿真分析结果表明，经过BP神经网络优化学习后，系统具有良好的控制性能和自适应能力，很好地满足了大滞后系统对高精度控温与快速性的要求。
关键词：高精度温控器;比例积分微分控制;模糊控制;BP神经模糊控制器
中图分类号：TP21文献标识码：A文章编号：1001-4551(2009)12-0082-03

FuzzyPID thermostat controller based on BP neural networks
CAO Shuanggui, TIAN Jinming
（Department of Electronic Engineering, Huaihai Institute of Technology, Lianyungang 222005, China）
Abstract: In order to overcome the effects of temperature on the precision, as a result of this charged object of its time delay, nonlinear , inertial characteristics and timevarying of the charged object, the fuzzy controler was replaced by BP neuralfuzzy PID controller. The reasoning was speeded up, the fuzzy control rules was increased continusly, and the accuracy of the system control was improved when the system was running. Simulation analysis result shows that the control system has good performance of adaptive capacity, highprecision temperature control, and it meets the requirements of rapid in large time delay system.
Key words: highprecision thermostat; proportionintegralderivative(PID) control; fuzzy control; BP neural fuzzy controller
参考文献(References):
［1］陶永华.新型PID控制及其应用［M］.1版.北京:机械工业出版社,2005.
［2］MAMDANI E H. Applications of Fuzzy Algorithm for Control of Simple Dynamic Plant［C］//Proc.IEEE,1974:1585-1588.
［3］ALCALA R, BENITEZ J M,CASILLAS J, et al. Fuzzy control of HVAC systems optimized by genetic algorithms［J］. Applied Intelligence,2003,18(2):155-177.
［4］张乃尧,阎平凡.神经网络与模糊控制［M］.2版.北京:清华大学出版社,1998.
［5］张建国.神经网络在气动机械手控制器中的应用［J］.机电工程技术，37（8）：38-40.
［6］阎平凡,张长水.人工神经网络与模拟进化计算［M］.北京:清华大学出版社,2006.
［7］胡志军,王建国,王鸿斌.基于优化BP神经网络的PID控制研究与仿真［J］.微电子学与计算机,2006,23(12):138-140.
［8］王伟,张晶涛,柴天佑.PID参数先进整定方法综述［J］.自动化学报,2000,26(3):347-355.
［9］蒋志辉，郑国强，李倩，等.基于田口技术及BP神经网络的气铺注射成塑工艺优化［J］.轻工机械，2009，27（2）：12-16.