基于ESO的NLPID神经网络控制器的设计

›› 2016, Vol. 29 ›› Issue (1): 78-.

基于ESO的NLPID神经网络控制器的设计

高秋华,曾喆昭

(长沙理工大学电气与信息工程学院,湖南长沙 410004)

出版日期:2016-01-15 发布日期:2016-02-25
作者简介:高秋华(1988—),女,硕士研究生。研究方向:智能信息处理与智能控制。曾喆昭(1963—),男,教授,硕士生导师。研究方向:智能信息处理与智能控制。
基金资助:
长沙理工大学开放基金资助项目(13KFJJ07)

Design of NLPID PID Neural Network Controller Based on ESO

GAO Qiuhua,ZENG Zhezhao

(College of Electrical and Information Engineering,Changsha University of Science and Technology,Changsha 410076,China)

Online:2016-01-15 Published:2016-02-25

摘要/Abstract

摘要：

针对传统PID控制自适应和抗扰能力欠佳的问题,提出了一种具有强抗扰动能力的NLPID神经网络控制方法。该方法通过扩张状态观测器对系统建模中不确定性因素以及系统的外部扰动实时观测进行前馈补偿,并与非线性PID神经网络控制相结合,实现对非线性、时变、不确定性、受未知外扰系统的最优PID自适应抗扰控制。通过Matlab仿真结果与传统PID控制对比分析,表明该方法具有优良的动态品质和静态性能,在非线性系统控制领域拥具有重要的应用价值。

关键词: NLPID神经网络, 扩张状态观测器(ESO), 自适应

Abstract:

A nonlinear PID neural network control method of strong anti-disturbance ability is proposed for better adaptability and immunity.Through the ESO,the method feeds the forward compensation for the uncertainties in modeling and the external disturbance of the system in real time,and combines with the nonlinear PID neural network to achieve the optimal control of PID control for the nonlinear,time-varying,uncertainty and unknown external disturbance immunity system,thus solving the problem of the large computation and poor immunity for PID control.Comparison between the Matlab simulation results and the traditional method of PID control and the classic ADRC method shows that the method has better dynamic and static performance and is of great application value in the field of nonlinear control system.

Key words: NLPID neural network;Extended State Observer ;self adapting

中图分类号:

TM935

高秋华,曾喆昭. 基于ESO的NLPID神经网络控制器的设计[J]. , 2016, 29(1): 78-.

GAO Qiuhua,ZENG Zhezhao. Design of NLPID PID Neural Network Controller Based on ESO[J]. , 2016, 29(1): 78-.

[1]	时慧,童东兵. 基于自适应牵制控制的中立型复杂网络渐近同步[J]. 电子科技, 2021, 34(9): 12-16.
[2]	王为科,章伟,宋芳,龙林. 异质非线性多智能体系统时变编队控制[J]. 电子科技, 2021, 34(8): 50-57.
[3]	王福忠,李润宇,张宏伟,郭江震,张丽. 电力需求侧空调负荷柔性调控策略研究[J]. 电子科技, 2021, 34(8): 58-63.
[4]	何强,杨青慧,张怀武. 一种射频放大器上电时序及偏置点控制方法[J]. 电子科技, 2021, 34(2): 1-6.
[5]	孙慧霞,周上楠,周玲,窦永梅. 基于MATLAB GUI的数字信号处理仿真平台开发[J]. 电子科技, 2021, 34(2): 74-78.
[6]	孙悦,曾国辉,黄勃. 基于混合调制的模块化多电平换流器环流抑制策略[J]. 电子科技, 2021, 34(10): 45-50.
[7]	崔波,方玲利,蒋全,毕超. 表贴式永磁同步电机中高速无位置传感器控制技术比较研究[J]. 电子科技, 2021, 34(10): 8-10.
[8]	柏丽银,彭亚雄,陆安江. 基于改进Canny算子的手势图像边缘检测[J]. 电子科技, 2020, 33(7): 46-50.
[9]	魏文亮,茅玉龙. 一种基于LMS自适应滤波的互相关时延估计优化算法[J]. 电子科技, 2020, 33(6): 29-34.
[10]	朱军,李紫豪,刘炳辰,孟祥斌,张哲. 基于自适应插值扩展卡尔曼滤波的永磁同步电机状态估计[J]. 电子科技, 2020, 33(5): 66-71.
[11]	丁家会,张兆军. 基于个体排序的自适应遗传算法[J]. 电子科技, 2020, 33(3): 6-11.
[12]	张晓军,吴芝路. 基于改进差分阈值算法的心电检测技术研究[J]. 电子科技, 2020, 33(2): 6-13.
[13]	刘露露,刘烨. 基于动态面的死区输入系统跟踪控制算法[J]. 电子科技, 2020, 33(11): 49-54.
[14]	罗小龙,刘子龙. 基于快速编码单元划分和自适应模式决策的HEVC效率改进算法[J]. 电子科技, 2020, 33(10): 21-25.
[15]	孙铭阳,谢子殿,韩龙,毕思达. 自适应阈值函数小波算法的电机振动信号去噪[J]. 电子科技, 2020, 33(1): 63-67.