摘  要：神經網絡具有自學習、自調整、自適應能力。本文介紹了由PLC控制實現的神經網絡PID自適應控制器。實驗表明，該技術對于提高控制精度是行之有效的。具有在調速系統中推廣應用的價值。
關鍵詞：PLC;PID控制器;神經網絡;直流調速系統
一、引言
　　雖然目前的交、直流傳動系統都有較成熟的控制方案，采用線性PI或PID 調節器可以取得基本滿意的控制效果。但是，常參數的PID調節器只對線形系統有效，它們的控制性能因為系統的非線性而降低。在電力傳動系統中，雖可以建立電機模型，但是電機本身和負載的一些參數（如交流電機的轉子電阻、拖動負載的轉動慣量）是無法確定的、時變的。電氣設備的機械飽和特性，開關的失控時間、控制延時都是不能精確建模的非線性因素。 然而將模糊與神經網絡技術引入電力傳動系統設計智能控制器卻可以很好地克服電力傳動對象變參數、非線性等問題，大大提高系統的魯棒性。引入模糊與神經網絡技術的主要優點是不需要過程的復雜模型，而且適應性強，容易實現。
　　本文是將PID控制規律融進神經網絡[3]之中，實現神經網絡與PID控制規律的本質結合，共同完成PID自適應調節，并用PLC實現神經網絡PID自適應控制，確保電力傳動系統的控制精度和可靠性。
二、PID自適應控制器
　　常規PID控制算法為：
　　（1）
　　用求和代替積分，微分用有限差分代替，即上式為：
　　（2）
　　式中T為采樣周期，KP是比例系數，KI=KP/TI是積分比例系數，KD=KPTD是微分比例系數。
　　根據上式，組成由兩層線性神經網絡構造的控制器，如圖1所示。它是由比例、積分、微分三個單元組成的一種動態前向網絡，各層神經元個數、連接方式、連接權值是按PID控制規律的基本原則和已有的經驗確定，能夠保證系統的穩定和快速收斂。

圖1神經網絡PID自適應控制器
　　
　　其中r為系統給定值，y為系統輸出值，d為標定值， Lr為學習步長：0<lr<1 。對于w k的初值及學習步長，它不僅關系到是否達到全局最小點，而且也影響學習時間的長短[4]。對于本文所針對的高精度、快響應系統更加重要。

五、結束語
　　用PLC實現的神經網絡PID自適應控制器應用于傳動調速系統，控制精度高， 而且經濟可靠、抗干擾能力強，在允許負載、電樞電阻和轉動慣量變化的范圍內，都能保持響應的快速性以及無靜差、無超調的優良性能。它特別適用于機床控制系統，它即可以實現調速部分，同時也可利用PLC順序控制的應用特點，替代其余的繼電器控制部分，這樣可使系統結構緊湊，便于維護。
參考文獻
　　[1] 陳宇編. 可編程序控制器基礎及編程技巧[M]. 上海：華南理工大學出版社,1999
　　[2] S7—200可編程序控制器系統手冊[Z]. SIMATIC, 1998.
　　[3] 侯遠龍. 電氣傳動系統PID自適應控制研究[J]. 工業儀表與自動化裝置,2001,2
　　[4] 曹承志編. 微型計算機控制新技術[M]. 北京：機械工業出版社,2001.
　　[5] 陳均. 基于S7—200的潛水泵站自動控制技術 [J]. 微計算機信息。2006. 9：140—142.
　　[6] 陶永華等. 新型PID控制及其應用[M]. 北京：機械工業出版社,1998,9.