基于PLC的单神经元PID控制器的设计与实现

0 引言

　　PID控制由千其算法简单、容易实现和鲁棒性好等特点，被广泛应用于工业过程控制并取得了良好的控制效果。但当被控对象数学模型复杂，尤其对于大滞后、时变和非线性的复杂系统，常规PID控制显得无能为力，其应用受到很大的限制和挑战，因此，需要在传统的PID控制上加人先进的智能控制算法，使得控制效果更为理想。神经网络具有逼近任意连续有界非线性函数的能力，对于非线性系统和不确定性系统，是一种解决问题的有效途径川。本文将神经网络与常规PID控制相结合，发挥各自的优势，形成神经元自适应PID控制器，并在PLC中设计实现。与传统PID相比较，具有响应速度快、抗干扰能力强和超调量小等特点。

1 基于PLC的单神经元PID控制系统结构

　　控制系统采用单神经元组成的PID控制器，它具有传统PID控制器的优点，也具有神经网络的并行结构和学习记忆功能，并且结构简单，易于实现I21。

　　以PLC作为控制器构成的单神经元PID控制系统如图1所示。图1中虚线部分为单神经元PID控制器。检测元件将被控量实际值Y测量转换为I-SY电压信号或4-20mA电流信号，该模拟信号接至PLC的AI模块，进行A1D转换。将测量值Y与给定值;比较，通过二者的偏差e(t)进行单神经元PID算法的运算得到输出操作信号u(t)，经PLC的AO模块进行D/A转换，用于驱动执行机构，实现对被控对象的控制。

2 单神经元PID控制器算法原理

　　传统连续型Pm控制器的控制规律为:

　　将偏差的比例、积分和微分的三个分量作为单神经元的输入量，就构成量单神经元PID控制器，其结构如图1虚线部分所示。

　　图1中，根据给定输人信号r(k)和实际输出信号y(k)，经状态转换器转换为神经元的输入量x₁(k),  x₂(k),  x₃(k)，即对应积分、比例和微分的三个分量分别为:

　　比较式(3)和(5)可以看出PID参数分别为K_p= Kw₂ '(k), K₁ = Kw₁'(k), K_d=Kw₃'(k)。故该神经元控制器具有PID控制器的特性，它通过对加权系数的调整来实现自适应、自组织功能，从而可以达到改善控制系统的控制性能的目的。

　　权系数的调整可以按不同的学习规则实现，在本系统中单神经元自适应PID控制器采用改进的有监督的Hebb学习规则。单神经元加权系数的调整公式为: