關(guān) 閉

新聞中心

EEPW首頁 > 工控自動化 > 設(shè)計應用 > 基于WLAN與單神經(jīng)元自適應PID的空調(diào)系統(tǒng)設(shè)計

基于WLAN與單神經(jīng)元自適應PID的空調(diào)系統(tǒng)設(shè)計

作者: 時間:2012-02-21 來源:網(wǎng)絡 收藏

xi(k)(i=1,2,3)的這種取法有明顯的物理意義:x1(k)反映了系數(shù)誤差(相當于積分項),x2(k)反映了系統(tǒng)誤差的一階差分(相當于比例項),x3(k)反映了系統(tǒng)誤差的二階差分(相當于微分項)。本文的控制策略如下:
g.JPG
分別稱為該控制器的積分系數(shù)、比例系數(shù)、微分系數(shù)。
控制器是通過對加權(quán)系數(shù)的調(diào)整來實現(xiàn)自、自學習功能的??紤]到加權(quán)系數(shù)應和的輸入、輸出和輸出偏差三者的相關(guān)函數(shù)有關(guān),因此加權(quán)系數(shù)的調(diào)整采用有監(jiān)督的Hebb學習規(guī)則,即:
h.JPG
式(6)、(7)中ri(k)——遞進信號或?qū)W習信號,ri(k)隨過程進行逐漸衰減;z(k)——輸出誤差信號,z(k)=y,(k)-y(k)=e(k);ηi——學習速率,ηi>0。
可以證明當偏差e(k)充分小時,wi(k)可收斂到某一穩(wěn)定值k.jpg,且與期望值的偏差在允許范圍內(nèi)。
為保證上述控制學習算法的收斂性和魯棒性,對上述學習算法進行規(guī)范化處理,得:
i.JPG
ηI,ηP,ηD——分別為積分、比例、微分的學習速率。由式(8)可看出,單神經(jīng)元自控制器是依據(jù)學習信號所反映的誤差與環(huán)境的變化來對相應的參數(shù)進行在線調(diào)整,并產(chǎn)生自適應控制作用,這充分體現(xiàn)了其強魯棒性。

5 結(jié)束語
根據(jù)以上,將技術(shù)與單神經(jīng)元自適應控制結(jié)合起來,通過工控機實現(xiàn)實時監(jiān)控,控制效果良好。選擇技術(shù)不但減少了布線所需的人力物力的消耗,也增加了系統(tǒng)的靈活性、移動性。同時加上單神經(jīng)元自適應控制,使系統(tǒng)具有無靜差、無超調(diào)、魯棒性好等優(yōu)點。

本文引用地址:http://m.butianyuan.cn/article/161079.htm

上一頁 1 2 3 下一頁

評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉