智能PID控制器的FPGA實(shí)現(xiàn).pdf

1、作為最早發(fā)展起來(lái)的控制策略，PID控制可謂是控制領(lǐng)域的常青樹(shù)，PID控制器的主導(dǎo)作用日益凸顯。人工智能技術(shù)伴隨著科學(xué)技術(shù)的發(fā)展而提高，智能控制是當(dāng)今自動(dòng)控制發(fā)展的方向，導(dǎo)致傳統(tǒng)PID控制器的控制方式在時(shí)變、非線(xiàn)性、大滯后、實(shí)時(shí)性有著較高要求的控制系統(tǒng)面前顯得暗淡無(wú)光。智能PID控制器正是順應(yīng)了發(fā)展的需要，不僅算法簡(jiǎn)單易行，建模手續(xù)得以簡(jiǎn)化，還具有自學(xué)習(xí)、自組織、自適應(yīng)的能力，高效、可靠的實(shí)現(xiàn)了PID控制器各個(gè)參數(shù)的自整定。因此，研究設(shè)計(jì)

2、智能PID控制器具有深遠(yuǎn)的理論和實(shí)際價(jià)值。
　　 本文分別采用人工神經(jīng)網(wǎng)絡(luò)和智能優(yōu)化算法分別優(yōu)化PID控制器的參數(shù)，首先在理論的角度上仔細(xì)分析了兩種算法，接著在MATLAB軟件平臺(tái)下結(jié)合傳統(tǒng)PID控制進(jìn)行參數(shù)優(yōu)化，最后利用FPGA搭建硬件平臺(tái)實(shí)現(xiàn)智能PID控制器。
　　 徑向基(RadialBasisFunction，RBF)神經(jīng)網(wǎng)絡(luò)在神經(jīng)網(wǎng)絡(luò)的大家族里是一名重要成員，屬于多層的靜態(tài)前向網(wǎng)絡(luò)。利用RBF神經(jīng)網(wǎng)絡(luò)整定傳統(tǒng)P

3、ID控制器參數(shù)，二者的優(yōu)點(diǎn)互補(bǔ)從而可大大改善整個(gè)智能PID控制器的性能指標(biāo)。
　　 免疫克隆選擇算法該算法具有很強(qiáng)的自學(xué)習(xí)、自組織能力，可以根據(jù)給定并且在穩(wěn)定的基礎(chǔ)上使系統(tǒng)快速反應(yīng)，是一種適合用于對(duì)復(fù)雜控制對(duì)象的參數(shù)進(jìn)行優(yōu)化的智能控制算法。利用免疫克隆選擇算法優(yōu)化PID控制參數(shù)，可使得PID控制器的魯棒性能大大提高。
　　 本文先對(duì)RBF神經(jīng)網(wǎng)絡(luò)和免疫克隆選擇算法進(jìn)行介紹，然后分別利用這兩種智能控制方法優(yōu)化傳統(tǒng)PID控制

4、其參數(shù)，并通過(guò)MATLAB進(jìn)行仿真驗(yàn)證，仿真結(jié)果可知基于徑向基神經(jīng)網(wǎng)絡(luò)和免疫克隆選擇算法的智能PID控制器在兼顧系統(tǒng)動(dòng)態(tài)和靜態(tài)性能的基礎(chǔ)上，使PID控制的精度和自適應(yīng)程度都得到提高。接著搭建硬件平臺(tái)分別實(shí)現(xiàn)基于FPGA的徑向基神經(jīng)網(wǎng)絡(luò)和免疫克隆選擇算法的智能PID控制器，系統(tǒng)的計(jì)算過(guò)程比較復(fù)雜，且運(yùn)算量大，無(wú)法采用一個(gè)模塊實(shí)現(xiàn)，由此就把大的系統(tǒng)模塊分割為許多小的模塊，許多小模塊的設(shè)計(jì)由VHDL語(yǔ)言或者DSPBuilder搭建完成。當(dāng)各功

5、能模塊建立完成，通過(guò)DSPBuilder和Simulink搭建一個(gè)PID控制的閉環(huán)測(cè)試系統(tǒng)，接著進(jìn)行MATLAB的算法級(jí)仿真，最后再使用ModelsimSE和QuartusⅡ進(jìn)行RTL級(jí)電路仿真。整個(gè)設(shè)計(jì)過(guò)程中算法運(yùn)行速度快，充分的利用了FPGA的并行計(jì)算能力和流水線(xiàn)技術(shù)。最后，通過(guò)PID的閉環(huán)測(cè)試實(shí)驗(yàn)結(jié)果表明，這種基于FPGA的智能PID控制器，有效地模擬控制器輸入，解決了兩大問(wèn)題:控制器的樣本的輸入提取、待測(cè)樣本的輸入源，同時(shí)具有設(shè)