PID神经网络控制器 本发明涉及神经网络控制器，特别是一种PID神经网络控制器，属自动控制领域。
在已有技术中，应用在自动控制系统的神经网络控制器存在较多不足，例如：学习收敛速度很慢；容易陷入局部极小点；仅具有静态映射特性，在本质上不适应控制系统对动态特性的要求；结构不确定，实际使用困难；控制性能指标不匹配，难以与控制系统所要求的响应快、超调小、无静差等动态和静态性能指标相联系，系统全过程稳定性难以保证。另一方面，按偏差的比例、积分、微分的控制器(PID控制器)历史最悠久、应用最广泛，但由于PID控制规律是一种线性的控制规律，它仅在简单的线性单变量系统中有较好的控制效果，而在复杂系统的控制中效果不佳。
本发明的目的是提出一种PID神经网络控制器，它综合了传统PID控制理论和神经网络的优点。
下面结合附图1～附图9对本发明基本原理作详细说明：本发明采用计算机软件与硬件电路相结合来实现。计算机软件根据下述网络结构，按图7程序流程图编制执行。PID神经网络是一种多层前向神经网络，由比例(P)神经元、积分(I)神经元和微分(D)神经元互相连接构成，这些神经元的输入一输出函数分别为比例、积分和微分函数。PID神经网络分三层组成，其中输入层包括两个神经元，中间层(又称为隐含层)包含三个神经元，输出层有一个神经元。网络结构如图1。PID神经网络通过以下计算公式实现，输入层的两个神经元接受外部输入信息，其中一个接受目标值或给定值u1，另一个接受被控变量值u2。输入层的神经元输入-输出特性为上下限幅的单位比例函数，见下式：
隐含层神经元的输入为前一级的输出加权总和。计算公式为uj″(t)=Σi=12wijxi(t)---j=1,2,3]]>
隐含层三个神经元分别完成比例、积分和微分运算，它们的输入-输出特性分别为比例、积分和微分函数，如下各式：输出层神经元输入为前一级的输出总和，计算公式为：u′′(t)=Σi=13wix′i(t)]]>
输出层神经元的输入-输出特性也为上下限幅的单位比例函数，见下式PID神经网络通过连接权值的递推修改算法实现网络控制性能的优化，此权值递推算法采用神经网络的反向传播算法。根据上述的网络理论和公式，本发明采用计算机硬件和软件的结合予以实现。本发明硬件电路中的单片微机U1采用89C51型是控制器地核心器件，它完成控制器的所有计算和输入、输出控制工作；数/模转换器U2采用ADC0809型在单片机U1的控制下，将被控对象的实际值VI和给定值VP转换为数字量，送入单片机(图3)；光电耦合开关量输入电路(图4)中的光电耦合器件U6、U7、U8、电阻R7、R8、R9、R12、R13、R14、R15、R16、R17、电容C5、C6、C7、发光二极管D10、D11、D12实现外部开关信号与单片机之间的隔离传输功能。外部开关信号通过K1、K2、K3送入，当K1、K2、K3端为低电平时，P13、P14、P15端分别为低电平，当K1、K2、K3端为高电平时，P13、P14、P15端分别为高电平；非门U4，光电耦合器件U5、放大器U3、电阻R1、R2、R3、R4、R5、R6、R10、R11、电解电容器C11构成控制量输出电路(图5)。当P10端由单片机U1输入为不同宽度的脉冲波时，VO端输出不同的电压值，送到执行机构；稳压电源电路(图6)中的整流二极管D1、D2、D3、D4将交流9伏电压整流为直流，电容C3、电解电容C12进行滤波，稳压器V1进行稳压，再通过电容C4、电解电容C13滤波，得到稳定的直流5伏电压，供单片机、数/模转换器、光电耦合电路、控制量输出电路使用。整流二极管D5、D6、D7、D8将交流15伏电压整流为直流，电容C9、电解电容C15进行滤波，稳压器V2进行稳压，再通过电容C8、电解电容C14滤波，得到稳定的直流12伏电压，供光电耦合电路、控制量输出电路使用。
本发明的优点：PID神经网络属于多层前向神经网络的范畴，它具备多层前向神经网络的任意非线性逼近能力和其它优良的性能。PID神经网络中包含了具有微分和积分动态特性的处理单元，它是一种本质性动态网络，容易适应控制系统的要求，在构成控制系统时不必再附加其它部件。PID神经网络中比例元、积分元和微分元的存在，使PID神经网络控制系统的响应快、超调小、无静差，符合控制系统对动态和静态特性要求。
图1是本发明PID神经网络结构图。
图2是本发明PID神经网络控制器系统硬件组成原理框图。
图3是单片机和模拟量输入电路图。图3中U1是单片机采用89C51型，U2是模数转换器采用ADC0809型。
图4是光电耦合开关量输入电路图。图4中U6,U7,U8是光电耦合器。
图5是控制量输出电路图。
图6是稳压电源电路图。
图7是PID神经网络控制器软件程序流程图。
图8是PID申经网络控制器电路板布局示意图。
图9是实施例中用PID神经网络控制器控制管式电阻炉的系统框图。
实施例：本发明PID神经网络控制器参照图1-图9设计，通过电路板式结构实现。各个部分在电路板上的布局如8图所示。实例中被控对象为一台管式电阻炉，功率1000瓦，电压220伏，要求控制其炉膛温度恒定。采用本发明实现的一台PID神经网络控制器，通过温度传感器检测温度，通过执行机构(双向可控硅)调节电压(图9)实现了控制要求。