文档介绍：第 29卷第 4期计算机应用与软件 Vol
2012年 puterApplicationsandSoftware
基于 Elman神经网络的二自由度内模控制方法研究
陈高华张井岗赵志诚
(太原科技大学电子信息工程学院山西太原 030024)
摘要将遗传算法、Elman神经网络和二自由度内模控制相结合,提出一种基于 Elman神经网络辨识和遗传整定的二自由度内
模控制算法。仿真结果表明,相对于常规内模控制方法,该方法对输入信号的动态响应快,系统超调量和调节时间减少,抗干扰能力
强,控制精度高。
关键词遗传算法 Elman神经网络二自由度内模控制
中图分类号 TP183 文献标识码 A
RESEARCHONTWODEGREEOFFREEDOM INTERNALMODELCONTROL
WORK
ChenGaohua ZhangJinggang ZhaoZhicheng
(SchoolofElectronicInformationEngineering,TaiyuanUniversityofScienceandTechnology,Taiyuan030024,Shanxi,China)
Abstract icalgorithm,workandtwodegreeoffreedominternalmodelcontrol,atwo
degreeof
paredwithtraditionalinternalmodelcontrol,theproposedalgorithmimprovestheresponsespeedagainstinputsignals,
reducesthesystemovershootandsettlingtime,andhasstrongabilityininterferencerejectionandhighcontrolprecision.
Keywords icalgorithm work Twodegreeoffreedom Internalmodelcontrol
该控制方法可以使系统同时具有良好的目标值跟踪特性、干扰
0 引言抑制特性和鲁棒性。
实际的内模控制系统有两个最佳可调参数:设定值跟踪最 1 二自由度内模控制器设计
佳参数和干扰抑制最佳参数。常规内模控制器只有一个可调参
数,是一种一自由度控制器,若按干扰抑制特性整定参数,则目常规内模控制器只有一个可调参数,对于高性能的控制系
标跟踪特性变差;若按目标跟踪特性整定参数,则干扰抑制特性统则有一定的局限性,难以兼顾各方面的性能要求而获得满意
变差,参数整定时一般要在系统的目标值跟踪特性和干扰抑制的控制效果。采用二自由度控制结构则可以同时独立地调节目
特性之间进行折衷选择,这样做一般能满足大多数控制系统的标值跟踪特性、干扰抑制特性和鲁棒性,使各方面的性能均达到
要求,但对于高性能的控制系统则有一定的局限性,难以兼顾各最佳。本文所设计的二自由度内模控制结构如图 1所示[1]。
方面的性能要求而获得满意的控制效果[1]。为解决这一矛盾,
人们提出了二自由度内模控制器,并在实际系统中得到广泛