基于PLC的神经网络PID控制器设计-开题报告

中 北 大 学毕业设计开题报告学 生 姓 名：学 号：学 院 、 系 ： 信息与通信工程学院、电气工程系专 业 ： 电气工程及其自动化论 文 题 目 ： 基于 PLC 的神经网络 PID 控制器设计指 导 教 师 : 2013 年 3 月 9 日毕 业 设 计 开 题 报 告1结合毕业设计情况，根据所查阅的文献资料，撰写 2000 字左右的文献综述：文 献 综 述1.1 本课题的研究背景自 80 年代中后期以来，全世界特别是一些工业发达国家，掀起了一股竞相研究开发神经网络的热潮。在神经网络这个涉及多种学科的新的高科技领域中，吸引了众多的神经生理学家、心理学家、数理科学家、计算机与信息科学家，以及工程师和企业家等。大量的有关神经网络机理、模型、算法、特性分析，以及在各方面应用的学术论文，象雨后春笋般涌现在报刊杂志上和许多学术会议中。一时神经网络以及建立在神经网络原理基础上的神经计算机（Neurocomputer） ，成为当代高科技领域中方兴未艾的竞争热点。目前工业自动化水平已经成为了各行各业现代化水平的一个重要标志，而自动化的核心理论是控制理论。因此如何得到一种更为优越的控制方法称为了工业过程控制一个重要的问题。PID 控制器是一种经典的控制方法，其结构简单，抗干扰能力强，自适应能力强，成为了控制领域一个重要的控制手段。它是工业过程控制最常见的控制器，从标准的单回路控制到包含数千个 PID 控制器组成的离散控制系统，PID 技术的应用领域非常之广泛。根据某项资料显示，目前全世界范围内有几乎超过 90%的控制系统都在使用 PID。随着工业过程控制的发展，PID 技术非但没有过时，反而越来越多的应用于控制领域。 在控制系统中，PID控制是历史最悠久，生命力最强的控制方式，具有直观、实现简单和鲁棒性能好等一系列优点。但近年来随着计算机的广泛应用，智能控制被越来越广泛的应用到各种控制系统中。智能控制方法以神经元网络为代表，由于神经网络可实现以任意精度逼近任意函数，并具有自学习功能，因此适用于时变、非线性等特性未知的对象，容易弥补常规PID控制的不足。将常规PID控制同神经网络相结合是现代控制理论的一个发展趋势。可编程序控制器（PLC）是一种数字控制专用电子系统，它使用了可编程序存储器储存指令，执行诸如逻辑、顺序、计时、计数与演算等功能,综合了计算机技术、控制技术、通讯技术等高新技术,而在近年来发展迅速、应用极广的一类工业装置. 将PID控制算法与PLC相结合,使常用的闭环控制系统变得非常方便灵活。1.2 本课题的现状及前景目前，工业控制系统调节使用最为广泛的仍是典型的 PID 控制，但在实际的情况中，常规 PID 调节器固化的一组参数难以满足其调节品质的要求，因此，研究和改善现有的控制方式显得尤为重要，神经网络控制作为一种智能控制方式，主要克服了由于过程本身的不确定性、不精确性和噪声带来的困难因而在处理模型参数的不确定性、复杂性和非线性方面具有突出的优势。因此，神经网络控制技术很适合应用于工业控制调节系统中。将神经网络控制技术与经典 PID 控制技术的结合已经成为当前热点，而将神经网络控制技术应用于 PID 控制器的设计却很少，相关的资料论文也很有限在神经网络控制技术大力发展和应用日益广泛的今天做一些这方面的探讨是有益的。神经网络在控制系统中的应用提高了整个系统的信息系统处理能力和适应能力，提高了系统的智能水平。由于神经网络己具有逼近任意连续有界非线性函数的能力，对于长期困扰控制界的非线性系统和不确定性系统来说，神经网络无疑是一种解决问题的有效途径。采用神经网络方法设计的控制系统具有更快的速度(实时性)、更强的适应能力和更强的鲁棒性。传统的控制系统设计是在系统数学模型己知的基础上进行的，因此，它设计的控制系统与数学模型的准确性有很大的关系。神经网络用于控制系统设计则不同，它可以不需要被控对象的数学模型，只需对神经网络进行在线或离线训练，然后利用训练结果进行控制系统的设计。神经网络用于控制系统设计有多种类型，多种方式，既有完全脱离传统设计的方法，也有与传统设计手段相结合的方式。正因为如此，近年来在控制理论的所有分支都能够看到神经网络的引入及应用，对于传统的PID控制当然也不例外，以各种方式应用于PID控制的新算法大量涌现，其中有一些取得了明显的效果。针对传统的PID算法由于难以给出精确的数学模型,使得系统参数设定困难,同时系统控制效果上存在一定的缺陷,造成系统安全性和可靠性降低,系统控制质量不高。为了解决传统的PID算法所带来的问题,提出了基于模糊神经网络的PID算法,将PID算法、模糊控制算法以及神经网络算法相结合,形成了一种智能控制算法.将算法应用在PLC控制系统中,实验表明算法有效的实现了PID参数的自整定,并且提高了控制质量,具有一定的实际应用推广价值,通过利用PLC中的PID控制指令,借助模拟量输入输出模块实现对模拟量的P ID控制,所用元件少,成本低,系统构建方便,编程简单,控制效果好,因此基于PLC的PID控制器是工业生产中过程闭环控制较好的选择。参考文献：1 蔡 自 兴 ,陈 海 燕 . 智 能 控 制 工 程 研 究 的 进 展 J. 控 制 工 程 , 2003， 10（ 1） ： 1-32 凌志浩从神经元芯片到控制网络M北京：北京航空航天大学出版社 20023 赵娟平神经网络PID控制策略及其Matlab仿真研究 J.微计算机信息200734 舒 怀 林 编 著 PID 神 经 元 网 络 及 其 控 制 系 统 M 北 京 ： 国 防 工 业 出 版 社 ，20065 徐 丽 娜 .神 经 网 络 控 制 M. 北 京 ： 电 子 工 业 出 版 社 ， 2003.2： 1-586 张 德 江 等 编 著 . 计 算 机 控 制 系 统 M. 北 京 ： 机 械 工 业 出 版 社 ， 20087 王 亚 斌 . 基 于 BP 神 经 网 络 PID 控 制 及 其 仿 真 J. 江 苏 冶 金 报 ,2008,36（ 2） ：33-258 P Cominos and N Munro PID contr01lers： recent tuning methods and design to specification IEE ProcContr01 Theory， 2002， 14(1)： 465 3 9 沈 永 福 ， 吴 少 军 智 能 PID 控 制 综 述 J 工 业 仪 表 与 自 动 化 装置 2002， 6： 111 310 朱 海 峰 ， 李 伟 ， 张 林 基 于 BP 神 经 网 络 整 定 的 PID 控 制 J 动 力 学 与 控 制学 报 ， 2005， 3(4)： 939 611 黄 友 锐 ， 曲 立 国 著 . PID 控 制 器 参 数 整 定 与 实 现 M. 北 京 ： 科 学 出 版 社 ，201012 刘 金 琨 编 著 先 进 PID 控 制 MATLAB 仿 真 M 北 京 ： 电 子 工 业 出 版 社 ，200413 程 启 明 ,陈 刚 ,王 勇 浩 ， 电 厂 过 热 汽 温 神 经 PID 控 制 系 统 的 仿 真 研 究 J. 上 海电 力 学 院 学 报 ， 2005， 21(2)， 38-4114 王 亚 斌 . 基 于 BP 神 经 网 络 PID 控 制 及 其 仿 真 J. 江 苏 冶 金 报 ,2008,36（ 2） ：33-25 .15 王江江. 神经网络 PID 控制器在空调房间温度控制中的仿真研究 D. 硕士论文. 河北:华北电力大学,2003 16 姚振群,杨东方. PLC闭环控制系统中PID 控制器的实现 J. 现代机械, 2005 (4) : 64-66.17 章丽芙 . PID 算法在 PLC 过程控制中的实现 J. 张家口职业技术学院学报, 2007 (3) : 47-50. 毕 业 设 计 开 题 报 告本课题要研究或解决的问题和拟采用的研究手段（途径）：2.1 要研究或解决的问题1、学习神经网络 PID 控制原理和 PID 算法，2、学会和掌握 MATLAB 编程和控制系统仿真，3、利用神经网络 PID 对某一过程进行控制，并用 MATLAB 进行仿真，4、采用 SIMATIC S7-300PLC 组成硬件，采用 STEP7 编程，设计相应的流程，实现上述神经网络 PID 控制算法。2.2 本课题拟采用的研究手段PID 控制原理：P1D 控制器的比例、积分和微分三个校正环节的作用如下：比例环节：能迅速反映控制系统的误差，减少稳态误差，但比例控制不能消除稳态误差，比例放大系数的加大，会引起系统的不稳定积分环节：主要用于消除系统稳态误差，只要有足够的时间，积分控制将能完全消除误差，使系统误差为零，但积分作用太强会使系统超调加大，甚至使系统产生振荡；积分作用的强弱取决于积分时间常数 Z，Z 越大，积分作用越弱。微分作用：减少超调量及克服振荡，使系统的稳定性提高，同时加快系统的动态响应速度，减少调整时间，从而改善系统的动态性能。PID 控制要取得好的控制效果，就必须对比例、积分和微分三种控制作用进行调整形成相互配合又相互制约的关系。神经网络具有任意的非线性表示能力，可以通过对系统性能的学习实现具有最佳组合的 PID 控制器。神经网络有很多种类，这里我们采用 BP 网络，建立参数 KP,KI,KD 自学习的 PID 控制器。为了方便构建 PID 控制器,降低 PID 控制器难度,减少投资,通过对 PID 控制算法和PLC 性能分析,提出了基于 PLC 的 PID 控制器的 3 种实现方法。以 PLC 为平台进行 PID控制器设计，并对 PLC 设计 PID 控制器的算法进行分析与仿真。用PLC对模拟量进行PID控制大致有如下几种方法1)使用PID过程控制模块. 这种模块的PID控制程序是由PLC厂家设计的,并放在模块中,用户使用时只需要设置一些参数,使用起来非常方便。2)使用PID功能指令. 它是用于PID控制的子程序,与模拟量输入输出模块一起使用,可以得到类似于使用PID过程控制的效果,但价格便宜的多。 3)用自编的程序实现PID 闭环控制. 在没有PID过程控制模块和功能指令的情况下,仍希望采用某种改进的PID控制算法,此时用户需要自己编制PID控制程序。1.神经网络NN：根据系统的运行状态对应于PID控制器的三个可调参数 , ,PKI。通过神经网络的自学习、调整权系数，从而使其稳定状态对应于某种最优控制律DK下的PID控制器参数。PID的控制算式为：2()1)()()()PIDukKekKek式中， 分别为比例、积分、微分系数。将 看为依赖于系统运行状,PIDK,PI态的可调系数时，可将上式描述为：2()(1),(),()pIDukfKekek式中 是与 等有关的非线性函数，可以用 BP神经网络NN通过f,pIDKyk训练和学习来找出一个最佳控制规律。图1 基于BP神经网络的PID控制系统结构基于 BP 神经网络 PID 控制算法：选定 BPNN 的结构，即选定输入层节点数 M 和隐含层节点数 Q，并给出各层加权系数的初值；采样得到 和 ，计算()rky；对 进行归一化处理，作为 BPNN 的()()ekryk(),()riyei.1,)kp输入；计算 BPNN 的各层神经元的输入和输出，输出层的输出即为 PID 控制器的 3 个参数 ；计算 PID 控制器的输出 ，参与控制和计算；计算修正输出层,pIDK()u的加权系数；计算修正隐含层的加权系数；置 ；返回。1k2.基于西门子PLC的神经网络控制系统设计：西门子PLC在控制系统中主要完成的任务有：(1)AD转换信号的采集；(2)给定信号输入；(3)控制算法的实现：对输入量采用神经网络控制算法进行计算，PID计算，输出控制量；(4)模拟量、开关量输出：通过DA转换，将模拟输出控制量转变为实际输出。 毕 业 设 计 开 题 报 告指导教师意见：莫运德同学在文献综述中分析了常规 PID 在控制领域中的重要地