基于WLAN與單神經元自適應的空調系統(tǒng)設計
加入技術交流群
常規(guī)PID控制器的控制算法式為
式(1)中為實際值與給定值的偏差，e(t)=yr-y；Kp為比例增益；Ti為積分時間常數(shù)；Td為微分時間常數(shù)。當采用周期T。較短時，離散化后，可得常規(guī)PID控制的增量型算式為：
結合以上的常規(guī)PID調節(jié)器的控制機理，一個基于單神經元模型的自適應PID控制器的結構圖如圖3所示。
圖中狀態(tài)變換器的輸入為系統(tǒng)的輸出偏差信號e(k)，yr為設定輸入，y為過程的實際輸出，ri為性能指標或遞進信號，K為神經元比例系數(shù)，K>0。該單神經元控制器有3個狀態(tài)變量xi(k)、x2(k)、x3(k)，這里分別取為：
xi(k)(i=1，2，3)的這種取法有明顯的物理意義：x1(k)反映了系數(shù)誤差(相當于積分項)，x2(k)反映了系統(tǒng)誤差的一階差分(相當于比例項)，x3(k)反映了系統(tǒng)誤差的二階差分(相當于微分項)。本文的控制策略如下：
分別稱為該神經元控制器的積分系數(shù)、比例系數(shù)、微分系數(shù)。
單神經元自適應控制器是通過對加權系數(shù)的調整來實現(xiàn)自適應、自學習功能的。考慮到加權系數(shù)應和神經元的輸入、輸出和輸出偏差三者的相關函數(shù)有關，因此加權系數(shù)的調整采用有監(jiān)督的Hebb學習規(guī)則，即：
式(6)、(7)中ri(k)——遞進信號或學習信號，ri(k)隨過程進行逐漸衰減；z(k)——輸出誤差信號，z(k)=y，(k)-y(k)=e(k)；ηi——學習速率，ηi>0。
可以證明當偏差e(k)充分小時，wi(k)可收斂到某一穩(wěn)定值
，且與期望值的偏差在允許范圍內。為保證上述控制學習算法的收斂性和魯棒性，對上述學習算法進行規(guī)范化處理，得：
ηI，ηP，ηD——分別為積分、比例、微分的學習速率。由式(8)可看出，單神經元自適應PID控制器是依據學習信號所反映的誤差與環(huán)境的變化來對相應的參數(shù)進行在線調整，并產生自適應控制作用，這充分體現(xiàn)了其強魯棒性。
5 結束語
根據以上設計的空調系統(tǒng)，將WLAN技術與單神經元自適應PID控制結合起來，通過工控機實現(xiàn)實時監(jiān)控，控制效果良好。選擇WLAN技術不但減少了布線所需的人力物力的消耗，也增加了系統(tǒng)的靈活性、移動性。同時加上單神經元自適應PID控制，使系統(tǒng)具有無靜差、無超調、魯棒性好等優(yōu)點。
pid控制器相關文章:pid控制器原理
評論