摘 要：針對經(jīng)典的基于對象精確模型的PID控制方法自適應(yīng)性差，難以適應(yīng)具有非線性、時(shí)變不確定性的被控對象，提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)的、結(jié)構(gòu)簡單的PID自適應(yīng)控制方法。將該智能PID控制應(yīng)用于氣動(dòng)油壓伺服系統(tǒng)中，實(shí)驗(yàn)結(jié)果表明：具有自學(xué)習(xí)和自適應(yīng)能力的RBF網(wǎng)絡(luò)PID控制方法，能夠適應(yīng)被控對象在較大范圍內(nèi)的變化，具有較強(qiáng)的魯棒性，其控制品質(zhì)明顯優(yōu)于常規(guī)PID控制方法，將其應(yīng)用于氣動(dòng)油壓伺服系統(tǒng)是可行的。 關(guān)鍵詞：RBF神經(jīng)網(wǎng)絡(luò); PID控制; 氣動(dòng)伺服系統(tǒng); 燃油泵調(diào)節(jié)器 1.引言 　　氣動(dòng)系統(tǒng)具有成本低廉、節(jié)能、無污染和結(jié)構(gòu)簡單等優(yōu)點(diǎn)，因此，氣動(dòng)系統(tǒng)已廣泛地應(yīng)用于各個(gè)鄰域[1]。然而，由于空氣的可壓縮性高等因素的存在，導(dǎo)致了氣動(dòng)伺服系統(tǒng)的非線性強(qiáng)，這使得使用傳統(tǒng)的線性控制理論與方法很難獲得滿意的動(dòng)態(tài)響應(yīng)性能和穩(wěn)態(tài)精度。 　　在工業(yè)過程的控制中，PID控制具有直觀、實(shí)現(xiàn)簡單和魯棒性強(qiáng)等優(yōu)點(diǎn)獲得了廣泛的應(yīng)用。PID控制是基于對象數(shù)學(xué)模型的方法，尤其適用于可建立精確數(shù)學(xué)模型的確定性控制系統(tǒng),然而大量的工業(yè)過程往往具有非線性、時(shí)變不確定性等因素，難以建立其精確的數(shù)學(xué)模型;此外，常規(guī)PID控制器中的參數(shù)通常都由人工整定，由于一次性整定得到的參數(shù)很難使控制效果處于最佳狀態(tài)，這使得常規(guī)PID控制器的控制效果和精度受到了限制;因此，研究人員一直尋求PID控制參數(shù)的自適應(yīng)技術(shù)以適應(yīng)復(fù)雜的工況和高指標(biāo)的控制要求[2]-[5]，神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展使這成為可能。但是，由于一般的神經(jīng)網(wǎng)絡(luò)，如BP網(wǎng)路，存在收斂速度慢、運(yùn)算量大、容易產(chǎn)生局部極小等問題[6]，很難適用于高性能指標(biāo)的控制系統(tǒng)。然而，徑向基函數(shù)（RBF）網(wǎng)絡(luò)具有運(yùn)算量小、收斂快、無局部極小等優(yōu)點(diǎn)[6]，使得RBF神經(jīng)網(wǎng)絡(luò)在高性能指標(biāo)控制系統(tǒng)中的應(yīng)用成為可能。為此，將RBF神經(jīng)網(wǎng)絡(luò)模型與常規(guī)PID控制算法相結(jié)合，形成具有自適應(yīng)能力的神經(jīng)網(wǎng)絡(luò)PID控制器，通過其在氣動(dòng)油壓伺服系統(tǒng)中的應(yīng)用，結(jié)果表明：基于RBF神經(jīng)網(wǎng)絡(luò)PID控制的控制品質(zhì)優(yōu)于常規(guī)PID控制。 　　詳情請點(diǎn)擊下載：氣動(dòng)油壓伺服系統(tǒng)的智能PID控制研究