自适应PID控制在试验电源组中的应用
来源： 作者： 发布时间：2016-08-01 07:02:56 浏览量：
式(6)中，K为神经元比例系数，?浊P、?浊I、?浊D为比例、积分、微分的学习效率。对比例(P)、积分(I)、微分(D)分别采用不同的学习效率?浊P、?浊I、?浊D，以便对它们各自的权系数能根据需要分别进行调整。学习效率的取值可先由现场实验或仿真来确定。
(2)改进的神经元自适应PID控制规律
神经元PID参数的在线学习修正主要与 e(k)、?驻e(k)及神经元比例系数K有关，因此可将神经元自适应PID控制算法中的电感厂家加权系数学习修正部分及比例系数K进行修改，即将其中式(4)中的xi(k)改为e(k)+?驻e(k)，由式(4)可知神经元的比例系数K为一常数，为了抑制较大扰动量的影响(负载的突加与突卸时)，将K设定为一个随e(k)和?驻e(k)变化的变量，当误差较大时K值也较大，当误差较小且接近稳定时K值较小，这时K值对系统的稳定性影响较小。对上述控制规律稍加修改后的算法如下：
采用上述改进的控制规律，权系数的在线修正就不完全是根据神经网络学习原理，而是参考现场实际经验来制定的。比例系数K不再是一个恒定值，而是一个随误差变化的变量，有利于提高系统的稳定性。
3 仿真分析
对于风力发电机试验系统电源组的控制系统，其负载的种类很多，有的结构和工作过程相当复杂，其内部不止一个状态变量，要准确描述其数学模型比较困难，且阶次很高。但是在实际分析问题时，没有必要用到特别复杂的高阶次的数学模型，而且通过仿真说明标准电感器采用低阶次的近似简单数学模型不仅实用，且能得到比较满意的仿真结果。因此本文选取的负载被控对象为二阶系统
在对常规PID仿真中，取常规PID参数为：Kp=0.10，Ki=0.01，Kd=0.10，采样时间Ts=1 ms。在对一般神经元自适应PID仿真中，取学习效率?浊p=0.40，?浊i=0.35，?浊d=0.40，K=0.052，采样时间Ts同为1 ms。采用一般神经元自适应PID控制与常规PID控制算法仿真对比结果如图3所示，误差跟踪曲线对比如图4所示。
由图3、图4可知，神经元自适应PID控制器的控制性能要优于常规PID控制器，能够对参数在线自适应调整以实现良好的控制效果，较常规PID控制器的快速性、稳定性好，且没有超调，可以达到理想的控制效果。而采用改进控制规律的神经元自适应PID控制根据实际情况，取a=0.12、?琢=0.2、?茁=0.3，其余参数保持不变，其与常规PID控制算法仿真对比结果如图5所示，图6所示为其误差曲线比较。
由图5、图6可以看出，改进控制规律的神经元自适应PID控制要优于一般的神经元PID控制，其快速性更好，可以使系统更快地趋于稳定，减少了系统的误差，具有良好的控制性能。在不同情况下，试验系统的电源组需要带不同的负载，其传递机构的传递函数或者负载主电路发生变化时，只要改变增益K的初始值以及对应于误差的权值?琢、?茁就可以获得理想的效果，较一般的神经元PID控制器与常规PID控制器调节起来更加方便实用。
仿真结果表明：常规PID控制效果虽然具有调节方便、结构简单等优点，但是其控制难以达到理想的效果，尤其是当对象为非线性时，通常会出现调节时间过长的弱点；而神经元自适应PID控制具有优于常规PID控制的控制效果。
本文提出的神经元自适应PID控制器具有结构简单、控制算法简单易懂、实现方便等特点，既保持了常规PID控制的优点，又有很强的自学习智能特性，将其应用于风力发电机试验系统电源组的控制系统中，以其良好的自适应性，可以自学习地对PID参数进行实时调整。试验过程实现了对系统各单元的自动控制，达到了节能最佳的目的，电源的波形及各项指标符合国家标准，达到了理想的控制效果。
PCB抄板信号隔离技术在隔离技术中，设计者根据被隔离信号种类的不同和隔离要求，来选择不同隔离器件是关键：(1)第一类隔离器件依赖于光发送器和接收器来跨越隔离屏障。主要有光耦合器和隔离收发器IC。通过光来隔断系统的电流，电容
电子设备热仿真及优化技术研究0 引言随着军用电子设备研制不断向小型化、多功能化和高性能化方向发展，电子设备内一些大功率器件的发热量和热流密度不断增加，如果不能有效地进行散热设计，将直接影响系统功能的实现和长时间工作的稳定性。热仿
电容感应式触摸开关的应用设计1.电容式传感的基本原理电容传感技术为开发人员提供了一种与用户互动的全新方式，在设计一个电容感应式触摸开关时，需要考虑许多不同的因素。从以往的使用经验来看，在各种不同的工作条件下，开关的灵敏性必须与多