基于DSP的NNC-PID控制器電液位置控制系統實(shí)現

、A18通過(guò)由邏輯門(mén)器件74AC04和74LVC32組成的譯碼電路后形成片選信號

，從而實(shí)現了對IS61LV25616的讀寫(xiě)控制。

　　3 神經(jīng)網(wǎng)絡(luò )NNC-PID控制器

　　神經(jīng)網(wǎng)絡(luò )是一個(gè)高度非線(xiàn)性的超大規模連續時(shí)間動(dòng)力系統，具有大規模并行分布處理、高度的魯棒性、自適應性和學(xué)習聯(lián)想等能力，它能很好地自適環(huán)境變化，自學(xué)習修改過(guò)程參數，這些特性為神經(jīng)網(wǎng)絡(luò )應用到電液位置伺服系統控制中提供了巨大的潛力。

　　3.1 神經(jīng)網(wǎng)絡(luò )PID控制系統結構

　　神經(jīng)網(wǎng)絡(luò )PID控制系統結構如圖3(a)所示。從控制系統框圖中可以看出，神經(jīng)網(wǎng)絡(luò )PID控制包括兩個(gè)控制子模塊：NNI為被控對象模型辨識器，NNC為神經(jīng)網(wǎng)絡(luò )PID控制器。NNC-PID控制系統的工作原理是：首先獲取實(shí)際被控對象的輸入輸出樣本對，然后利用NNI對被控對象進(jìn)行離線(xiàn)辨識，當辨識精度達到設定的要求時(shí)，通過(guò)實(shí)時(shí)調整NNC的權值系數，使系數具有自適應性，從而達到有效控制的目的。

　　3.2 神經(jīng)網(wǎng)絡(luò )辨識器(被控對象模型辨識器NNI)

　　神經(jīng)網(wǎng)絡(luò )辨識器NNI采用3層串并聯(lián)BP網(wǎng)絡(luò )實(shí)現，包括輸入層、隱層、輸出層，其結構如圖3(b)所示。網(wǎng)絡(luò )的輸入是被控對象的輸入/輸出序列[u(k)，y(k)]，網(wǎng)絡(luò )的輸出為教師信號

。

　　網(wǎng)絡(luò )隱層的輸入輸出為：

　　3.3 神經(jīng)網(wǎng)絡(luò )NNC-PID控制器(單神經(jīng)元自適應NNC-PID控制器)

　　由于被控對象模型不確定、不確知，并且存在著(zhù)外界隨機擾動(dòng)，為了達到較高的控制精度，在被控對象模型離線(xiàn)辨識的基礎上，采用單神經(jīng)元自適應NNC-PID控制器結構，如圖4所示。

　　網(wǎng)絡(luò )的權值系數值V=[v1，v2，v3]，即表征PID控制器的3個(gè)系數KP，KI，KD。，網(wǎng)絡(luò )的輸入為X=[x1，x2，x3]，即表征3個(gè)輸入參數e(k)、△e(k)、△2e(k)，網(wǎng)絡(luò )的輸出為△u(k)。

　　有監督的Hebb學(xué)習規則，通過(guò)對權系數的調整來(lái)實(shí)現自適應、自組織功能，控制算法和學(xué)習算法如式(10)和式(11)所示。