智能化体系在锥形粉碎机扼制体系摹拟预设扼制中运用

　　1系统结构

　　基于神经网络整定的模糊Smith预估控制系统的结构如1所示。本系统的时间滞后主要来自于物料的传输时间（固定不变时滞）和带有不确定时滞特性执行器引起的变时滞。这个变时滞的非线性环节作为副对象，由副控制器控制，由于副对象的时滞和非线性特性都具有随机不确定性，因此副控制器采用模糊控制器，设计副环为一随动系统，以克服变时滞和不确定非线性副对象对闭环性能的影响。主环采用Smith预估控制，以补偿由传输带来的固定时滞和执行器不确定时滞对闭环系统的影响。主控制器选PID控制器。本文用神经网络整定PID的三个参数k p、ki、kd，以改变其控制性能。

　　神经网络根据系统的运行状态，调节PID控制器的参数，以期达到某种性能指标的*优化，使输出层神经原的输出状态对应于PID控制器的三个参数k p、ki、kd，通过神经网络的学习和加权系数调整，使神经网络输出对应于某种*优控制率下的PID控制器参数。

　　2模糊控制器的设计

　　模糊控制器的设计要保证副环的简单快速性和跟踪性，所以采用基于解析法的设计原则。

　　设计步骤：

　　（1）论域的选择及转换因子的确定模糊控制器的输入变量为误差E及误差的变化率EC，它是一个二维模糊控制器。EC论域的选择和误差、误差变化的量化因子Ke、Kec的选择；（2）控制规则的确定模糊控制器的性能在很大程度上取决于模糊控制规则的确定及可调整性。基于解析法设计带有两个可调整因子的模糊控制器，选取网络先从输出层着手，采用梯度下降法对隐含层到输出层的各权值进行调整，为此令对于隐含层与输入层之间的各权值，同样采用梯度下降法进行调整，同理可得

　　3 1 ij k ki i k w f O

　　通过神经网络学习，在线调整加权系数w ij和ki，实现PID控制参数的自调整。

　　4仿真分析

　　针对1所示系统，变时滞非线性执行器在文献中等效为一个不变的饱和环节与变时滞、变时间常数的惯性环节组成的非线性对象，其线性部分的传递函数为e－τs／（T1s＋1），设主对象圆锥破碎机的传递函数为Kpe－τs／（T2s＋1），这里τ为固定的大时滞。

　　采用MATLAB软件进行系统仿真，对该系统施加阶跃输入，被控对象时间滞后、执行器时间滞后τ分别取50s和10s，时间常数t取12，t 2取20，阶跃响应如2所示，由2知，系统响应具有良好的动态和稳态性能。

　　5结语

　　针对圆锥破碎机大时滞系统，提出了一种基于神经网络整定PID的三个参数k p、ki、kd的模糊预估控制，以改变其控制性能，并根据实际系统仿真。其仿真结果表明该控制方案能克服不确定变时滞的影响，对纯滞后有较好的补偿作用，性能指标优于传统设计方法。此种算法有广阔的应用前景，可推广到具有类似特性的建材、化工等工业过程控制领域。