將神經(jīng)網(wǎng)絡(luò)和PID 控制相結(jié)合，提出了一種基于對角遞歸神經(jīng)網(wǎng)絡(luò)整定的PID 控制策略，并將其應(yīng)用于交流伺服系統(tǒng)的控制。利用對角遞歸神經(jīng)網(wǎng)絡(luò)在線自適應(yīng)調(diào)整PID 控制器的參數(shù)，從而使系統(tǒng)的靜態(tài)和動態(tài)性能指標(biāo)較為理想。實(shí)驗(yàn)結(jié)果表明，基于對角遞歸神經(jīng)網(wǎng)絡(luò)整定的PID 控制的交流伺服系統(tǒng)具有響應(yīng)速度快、穩(wěn)態(tài)精度高和魯棒性強(qiáng)等特點(diǎn)。
交流伺服系統(tǒng)是一個參數(shù)時變、強(qiáng)耦合、多變量的非線性系統(tǒng)，其控制器的設(shè)計直接影響著伺服電機(jī)的運(yùn)行狀態(tài)，從而在很大程度上決定了整個系統(tǒng)的性能。傳統(tǒng)上大多采用PID控制，這是由于PID控制器的結(jié)構(gòu)簡單，對于受控對象結(jié)構(gòu)和參數(shù)已知的場合，通過調(diào)整控制器參數(shù)，便可獲得好的控制效果，但其參數(shù)不易在線調(diào)整，所以對一些復(fù)雜且參數(shù)慢時變受隨機(jī)干擾影響的系統(tǒng)，往往難以獲得滿意的控制效果。
近年來，隨著計算機(jī)技術(shù)的發(fā)展，人們利用人工智能的方法將操作人員的調(diào)整經(jīng)驗(yàn)作為知識存入計算機(jī)中，根據(jù)現(xiàn)場的實(shí)際情況，計算機(jī)能自動調(diào)整PID參數(shù)，這樣就出現(xiàn)了智能PID控制器，并在實(shí)際工業(yè)控制中獲得了許多成功的應(yīng)用。大多數(shù)基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制方案均采用多層前饋神經(jīng)網(wǎng)絡(luò)，前饋神經(jīng)網(wǎng)絡(luò)是一個靜態(tài)網(wǎng)絡(luò)，然而，在處理交流電動機(jī)伺服系統(tǒng)中需要通過引入時滯環(huán)節(jié)來描述系統(tǒng)的動態(tài)特性，但這就需要大量的神經(jīng)元來表示動態(tài)響應(yīng)。動態(tài)遞歸網(wǎng)絡(luò)利用網(wǎng)絡(luò)的內(nèi)部狀態(tài)反饋來描述系統(tǒng)的非線性動力學(xué)特性，能更直接地反映系統(tǒng)的動態(tài)特性，因此，比前向神經(jīng)網(wǎng)絡(luò)更適合應(yīng)用于動態(tài)系統(tǒng)的控制問題。對角遞歸神經(jīng)網(wǎng)絡(luò)]既具有一般動態(tài)網(wǎng)絡(luò)易于處理動態(tài)非線性問題的特點(diǎn)，又具有結(jié)構(gòu)簡單、容易構(gòu)造訓(xùn)練算法等優(yōu)點(diǎn)。因此，本文采用對角遞歸神經(jīng)網(wǎng)絡(luò)整定PID控制的參數(shù)，仿真結(jié)果證明了該控制方案的有效性。