摘要: 挤压机系统在运行过程中存在不确定性和非线性时变等特点,采用常规控制系统难以适应这种不确定性。将CMAC和PID并行控制算法运用到挤压机加酶制剂加工过程系统中,克服常规PID控制的参数难以整定、系统超调量大、动态响应速度慢等问题。经过MATLAB仿真,结果表明并行控制能够较好的适应系统不确定性,而且具有响应速度快、超调量小等特点。此方法具有良好的控制效果。
　　关键词: 挤压机;小脑模型神经网络;PID控制;并行控制
　　0 引言
　　挤压机是一个复杂系统,其动态特性直接影响到整个生产系统的经济性和安全性。目前挤压机使用最广泛的任然是常规的PID控制。主要是由于常规PID控制结构简单,且具有一定的鲁棒性等特点[1]。但常规的PID控制,不但参数难以整定,而且还依赖于对象的精确数学模型,适应性较差,对复杂过程不能保证其控制精度。本文根据挤压机具有非线性、不确定性过程,采用了一种CMAC和PID并行控制的控制方法,用该种方法控制能得到更好的控制精度和更快的响应速度。
　　1 CMAC的基本原理
　　CMAC神经网络(Cerebellar Model Articulation Controller)
　　是J.S.Albus在1975年根据神经生理学小脑皮层结构特点提出的一种模拟小脑功能的神经网络模型。它是一种表达复杂非线性函数的表格查询自适应神经网络。该网络通过学习算法改变表格的内容,具有分类存储的能力[2]。
　　CMAC的设计方法分为三步:
　　1)量化(概念映射)
　　在输入层对N维输入空间进行划分,每一输入都降落到N维网格基的一个超立方体单元内。中间层由若干个判断区间构成,对任意一个输入只有少数几个去见输出为非零值,非零值区间的个数为范化参数c,它规定了网络内部影响网络输出的区域大小。
　　2)地址映射(实际映射)
　　采用除余数法,将输入样本映射至概念存储器的地址,除以一个数,得到的余数作为实际存储器的地址值。即将概念存储器中的c个单元映射至实际存储器的c个地址。
　　3)CMAC的函数计算(CMAC输出)
　　将输入映射至实际存储器的c个单元,每个单元中存放着相应权值,CMAC的输出为c个实际存储器单元加权之和。
　　CMAC的结构如图1所示。
　　2 CMAC与PID并行控制原理
　　本文采用的是CMAC前馈控制,CMAC与PID复合控制结构如图2所示,该系统通过CMAC和PID的复合控制实现前馈反馈控制。其特点为:
　　1)小模型神经控制器实现前馈控制,实现被控对象的逆动态模型;
　　2)常规控制器实现反馈控制,保证系统的稳定性,且抑制扰动。
　　复合控制算法步骤如下:
　　由图3可以看出,与常规的PID控制相比,CMAC和PID并行控制输出响应更快,超调量小,加快了控制响应速度,体现了CMAC控制特点,响应速度快,实时性好,鲁棒性强等特点。
　　由图4可以看出,系统开始的时候由PD控制器进行控制,通过CMAC的学习,使得PD控制器的输出 逐渐为0,CMAC控制的输出 逐渐逼近控制器的总输出。
　　4 总结
　　本文针对挤压自动加水、加酶制剂加工过程系统进行CMAC和PID并行控制。仿真结果表明,引入CMAC控制器以后,提高了系统的响应速度,而且输出无超调,提高了系统的跟踪精度,改善了系统的品质,提高了控制的效果。
　　参考文献:
　　[1]王川川、赵锦成,基于CMAC与PID复合控制的柴油机调速系统[J].计算机仿真,2009,26(11):170-171.
　　[2]刘大磊,道路模拟实验台CMAC与PID复合控制仿真研究[D].杭州:浙江工业大学,2009:50-51.
　　[3]王建鑫、申德超,BP神经网络PID控制仿真在挤压机中的应用[J].农机化研究,2011(3):196-197.
　　[4]刘金琨,先进PID控制及其MATLAB仿真[M].北京:电子工业出版社,2003.