自动调节控制器及应用.doc

神经计算及应用(1999);143–150 8
Ó1999年施普林格出版社伦敦有限公司
神经自调整控制器的一个应用程序一个桥式吊车
正当门德斯;阿科斯塔;莫雷诺;美国托雷斯;. Marichal
大学应用物理系La拉古那那纳拉拉古纳特内里费,西班牙,西班牙文
一个基于神经网络的自调整控制器问世。控制器的方案是基于使用多层感知器,或一组,作为一个自校正控制器。方法的优点是,它不需要使用一个结构的识别和决策相结合,共同在一个标准的自调整控制器。本文解释了一般情况下的算法,然后提出了一种非线性植物特定的应用程序。植物是一个高架起重机,包括一个有趣的振动控制问题相关的负载质量。提出的方法在不同条件下进行仿真。比较了与传统控制器对算法的效率进行评估。
关键字:反向传播;神经控制;自调整控制器
1. 导言
近年来,智能技术的应用程序控制系统是研究的一个热点。这些方法被用来解决复杂的
问题,但在许多情况下,却没有一个解析解。神经网络(NN),由于其学****能力方面的优势,在控制系统的发展过程中已成为一种强有力的工具。如今,事实上,出现了神经控制—控制理论的一个新分支。这门学科研究神经网络辅助下的控制系统设计。
简单的传统行业控制器如PID在被广泛推广过程中,对很多任务都显示出良好的性能,尽管这样,当工厂或控制下的过程变得复杂或具有较高的非线性的时候,控制性能也会明显下降。在这种情况下,运用不同的方案来提高传统控制器的效率。具体的说,自适应控制系统被频繁运用于这种工厂。
本文论述了神经网络辅助下的自适应控制系统的设计。如何在控制系统中使用神经网络,这有两种方法[1] 最直接的方法就是利用神经网络直接作为一个控制块去复制植物的逆动力学。这一结构的主要缺点是稳定性问题。由于存在预测网络行为的问题,系统的稳定性很难研究。在控制系统中使用神经网络的一个可行方法是把他们当作自适应控制系统。这里提出的神经网络控制器是一个自校正系统,由传统的控制器和一个神经网络组合而成,用来计算控制器的在线系数。这些参数是使用一个预先指定的适应法律的线性二次函数来调整的。该方案的目的是减少为控制器的训练时间,使该算法可以实时应用。此外,使用传统的控制器而非逆神经网络控制器可以提高系统的稳定性。
该控制器的应用在一个非线性设备中得到实现。该设备在行业发展过程中非常典型,是一个桥式吊车。它的任务是在一个平面上两点之间的运输集装箱。由于其非线特性,沿着轨迹,负载的质量受到振荡,这是非常不希望出现的。
一个最常见的处理振荡的方法是posicast控制。[2] 它由一个开环的技术组成,这个技术保证没有瞬态过冲和无振荡。然而,这种方法在非线性装置中的运用是复杂的。最近提出的解决防摆控制问题的方法是开环计划。[3]最优控制[4]极点配置控制[5]或线性技术[6] 所有这些控制方案在一定条件下性能是有限的,尤其是当未建模动态影响设备。虽然自适应控制系统已被开发来解决这个问题,但在算法的收敛性方面,他们展示出实际性问题。
这项工作主要分为两部分。第一部分专门致力于自校正控制器的设计。第二部分是非线性系统中算法的运用,一个桥式吊车。进行模拟仿真来核实自调谐器的效率,然后在规模原型上进行实时实现。

一个神经控制器由三个主要结构组成。[7,8