張?jiān)蚀T 姜正義 甄海鋒
摘 要:在智能遮雨平臺(tái)中,利用減速電機(jī)和舵機(jī)協(xié)調(diào)搭配伸展遮雨布,良好的遮雨性能是其在同類產(chǎn)品的競爭根本,傳統(tǒng)的控制算法難以對復(fù)雜的天氣環(huán)境及時(shí)作出良好反應(yīng)。針對此問題,本文提出基于BP神經(jīng)網(wǎng)絡(luò)的算法和位置式PID算法結(jié)合,通過參數(shù)的自適應(yīng)整定,對遮雨棚在極端天氣下伸展進(jìn)行優(yōu)化,使其工作更加穩(wěn)定。
關(guān)鍵詞:神經(jīng)網(wǎng)絡(luò);自適應(yīng);最優(yōu)控制;PID
1. BP神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)
基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器
設(shè)計(jì)基于神經(jīng)網(wǎng)絡(luò)的PID控制系統(tǒng)時(shí)包括數(shù)字PID控制器,由學(xué)習(xí)算法在線得出 、 、 參數(shù)。在神經(jīng)網(wǎng)絡(luò)前向傳遞中:輸入層每個(gè)單元輸入一個(gè)值,如 , , , ,每個(gè)初始值與權(quán)重的乘積加上偏向得到隱含的輸入,在經(jīng)過非線性方程計(jì)算得到隱含層輸出,此時(shí)隱含層輸出乘上本身的權(quán)重加上偏向后在經(jīng)過非線性轉(zhuǎn)換得到輸出值。對于誤差計(jì)算: 為目標(biāo)值,即設(shè)定值,預(yù)測值即前向輸出值。用目標(biāo)值減去預(yù)測值乘以預(yù)測值乘以1減去預(yù)測值,即得輸出層誤差。之后進(jìn)行權(quán)重更新,偏向更新。定義 為學(xué)習(xí)率,可設(shè)置為0-1之間的值。通過不斷地學(xué)習(xí),我們可以從輸出得到 、 兩個(gè)參數(shù),從而控制電機(jī)。
2.仿真與實(shí)驗(yàn)
2.1 仿真測試
智能晾曬系統(tǒng)通過控制直流電機(jī)來達(dá)到控制速度的目的,其傳遞函數(shù)為:
定義學(xué)習(xí)率L為0.3,初始化權(quán)重和偏向隨機(jī)在-1至1之間,或者-0.5到0.5之間,在控制系統(tǒng)中階躍信號(hào)作為輸入時(shí),對系統(tǒng)性能及穩(wěn)定性影響較為嚴(yán)峻。
輸入階躍信號(hào)時(shí),輸出的速度目標(biāo)值超調(diào)量較小,且響應(yīng)較快,說明該算法滿足快速穩(wěn)定張開系統(tǒng)設(shè)計(jì)要求,穩(wěn)定性和適合性較強(qiáng)。
2.2 實(shí)際測試
本文分別測試了衣架傳統(tǒng)控制方式下和BP神經(jīng)網(wǎng)絡(luò)控制方式進(jìn)行跟蹤追逐的運(yùn)行結(jié)果。在測試100組數(shù)據(jù)后,結(jié)果如表1所示。
經(jīng)過測試后,本文采用的BP神經(jīng)網(wǎng)絡(luò)自適應(yīng)算法可以很好的保證衣架迅速根據(jù)不同環(huán)境做出反應(yīng),說明如下:
(1)本文所采用的BP神經(jīng)網(wǎng)絡(luò)自適應(yīng)算法,可以在雨雪天氣更快速的實(shí)現(xiàn)張開,而三種情況下應(yīng)用同一PID參數(shù)對天氣情況的適應(yīng)并不理想。
(2)在實(shí)驗(yàn)中發(fā)現(xiàn),僅依靠傳統(tǒng)PID控制參數(shù),衣架張開時(shí)會(huì)不穩(wěn)定設(shè)置出現(xiàn)電機(jī)堵轉(zhuǎn)現(xiàn)象,而經(jīng)過訓(xùn)練的神經(jīng)算法則有效的解決了突如其來的干擾。
參考文獻(xiàn):
[1] 劉冰艷,朱武,張佳民.基于BP神經(jīng)網(wǎng)絡(luò)自整定PID恒溫控制系統(tǒng)研究[J].儀表技術(shù)與傳感器,2018(08):52-55.
[2] 胡宗鎮(zhèn),趙延立.基于改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)自整定的PID控制[J].電腦與信息技術(shù),2019(01):11-13.
[3] 袁建平,施一萍,蔣宇,江鵬.改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)PID控制器在溫室環(huán)境控制中的研究[J].電子測量技術(shù),2019,42(04):19-24.