網(wǎng)絡(luò )化控制模型的設計

2．3 神經(jīng)網(wǎng)絡(luò )在本控制系統參數整定和優(yōu)化過(guò)程中的應用
圖7為用LabVIEW編寫(xiě)的神經(jīng)網(wǎng)絡(luò )模糊自適應PID控制器的框圖，主要由自適應向導、自適應模塊、以及PID控制模塊三部分組成。自適應向導為用戶(hù)提供一個(gè)用戶(hù)友好的界面，用戶(hù)可以介入自適應調節過(guò)程，并對一些參數進(jìn)行設定。自適應模塊根據設定自己過(guò)程參數，再按照神經(jīng)網(wǎng)絡(luò )自適應算法對PID參數進(jìn)行自動(dòng)在線(xiàn)整定，整定完成后的PID參數對現場(chǎng)設備內的參數進(jìn)行修正。

但實(shí)際的對象階躍響應實(shí)驗結果表明，上位箱液位對象的實(shí)際特性與理想的一階慣性環(huán)節差異較大。這一方面是因為由于受到硬件限制，進(jìn)水閥的線(xiàn)性以及靈敏度不夠高，而另一方面也是因為干擾的緣故，水泵的啟停所造成的沖擊等。另外由于通信網(wǎng)絡(luò )所產(chǎn)生的傳輸時(shí)間延遲，該對象還要附加一個(gè)純延遲環(huán)節。
直接采甩Ziegler-Nichol整定方法時(shí)，由于對象階躍響應曲線(xiàn)不夠精確，實(shí)際的被控對象也不是一階慣性環(huán)節，所以整定效果不太理想。實(shí)驗測得的閉環(huán)階躍響應曲線(xiàn)如圖8所示。

從圖8可以看出，當采用常規的整定方法時(shí)，整定效果不太讓人滿(mǎn)意，系統的超調過(guò)大，調節時(shí)間也太長(cháng)。
而且當由于別的干擾因素，如氣溫上升等而影響到系統的特性參數時(shí)，還需要重新測定對象的開(kāi)環(huán)階躍響應曲線(xiàn)，費時(shí)費力，缺乏自動(dòng)性。
當采用基于神經(jīng)網(wǎng)絡(luò )模糊PID控制算法的在線(xiàn)整定方案后，系統的閉環(huán)階躍響應曲線(xiàn)如圖9所示。

從上面實(shí)驗測得的響應曲線(xiàn)可以看出，采用神經(jīng)網(wǎng)絡(luò )模糊自適應控制算法后，控制指標有了明顯改善，超調減小，穩態(tài)精度也得到了提高。更為重要的是神經(jīng)網(wǎng)絡(luò )模糊自適應控制算法可以適應對象動(dòng)態(tài)特性參數變化，并且可以在線(xiàn)自動(dòng)整定，從而具有較好的應用價(jià)值。

3 結束語(yǔ)
網(wǎng)絡(luò )技術(shù)作為信息技術(shù)的代表，其與控制系統的結合將極大地提高控制系統的水平。網(wǎng)絡(luò )化控制技術(shù)作為控制、網(wǎng)絡(luò )和計算機多種技術(shù)交叉融合的產(chǎn)物，它的發(fā)展是控制系統日趨復雜化的體現，其理論基礎跨越多個(gè)學(xué)科，應用范圍遍及多個(gè)領(lǐng)越。作為一個(gè)新興的研究領(lǐng)域，網(wǎng)絡(luò )化控制系統很多問(wèn)題的研究?jì)H是一個(gè)開(kāi)始，還存在著(zhù)大量課題有待進(jìn)一步的深化研究。
本網(wǎng)絡(luò )化模型裝置將以太網(wǎng)與傳統工業(yè)控制融合在一起形成新的控制網(wǎng)絡(luò )，在保證控制系統原有的穩定性、實(shí)時(shí)性等要求的同時(shí)，又增強了系統的開(kāi)放性和互操作性，提高了系統對不同環(huán)境的適應性。