PID控制在柔性结构控制中的应用

3 仿真分析

　　采用参数 BP网络自整定PID 控制对 50m 缩比实验模型进行了数值仿真，图 4 给出了仿真结果。参数 BP网络自整定PID 控制器参数选取如下：神经网络结构为 3-5-3，学习率 η =0.26、动量项因子α =0.29、权系数初始值取区间[-0.5,0.5]上的随机数，采样周期为 T=0.05s。

　　从参数 BP网络自整定PID 控制器系统的输出响应，可调参数的调整情况、控制器输出曲线以及大多数点的轨迹跟踪误差为±7mm左右(低于文献[4]带有学习功能的多变量调节器所得到的轨迹跟踪误差 10mm左右)，可以看出参数 BP 网络自整定功能对克服悬索-馈源舱这样一个非线性慢时变大滞后柔性特性有明显作用。因此，该控制器能很好地跟踪期望信号，并能在很短的时间内稳定在跟踪精度要求范围内。

　　4 结 论

　　针对 LT 悬索-馈源舱这样一个非线性慢时变大滞后柔性系统：

　　(1)提出用参数 BP 网络自整定 PID 控制器来实现馈源舱轨迹跟踪策略。通过对大射电望远镜悬索-馈源舱系统的时变大滞后系统的数值仿真，证明该控制算法可以满足馈源舱轨迹跟踪精度要求，为新一代大射电望远镜国际合作项目的工程实现奠定了基础。

　　(2)该控制策略设计简单，易于实现，系统输出响应快，超调量减小并且消除了极限环振荡现象，提高了稳态精度。神经网络与 PID 控制结合，将使PID 控制器具备处理更复杂的非线性系统的能力。

　　参考文献

　　1 Duan B Y. A New Design Project of the Line Feed Structurefor Large Spherical Radio Telescope and its NonlinearDynamic Analysis.Int.J.Mechatronics, 1999, 9(1): 53～64.

　　2 Su Y X, Duan B Y. The Mechanical Design and KinematicsAccuracy Analysis of a Fine Tuning Stable Platform for theLarge Spherical Radio Telescope. Mechatronics, 2000, 10(7):819～834.

　　3 须田信英. PID 制御.システム制御情报ライブラリ—6，朝仓书店, 1992.

　　4 邱金波, 段宝岩, 彭勃, 等. 大型球面射电望远镜控制系统研究. 自动化学报, 2001, 27(1): 93～97.

　　5 Hecht-Nielsen R. Theory of the Backpropagation NeualNetwork. IJCNN’89, 1989: 593～606.

　　6 陶永华, 尹怡新, 葛芦生. 新型 PID 控制及其应用. 北京:机械工业出版社, 1998.

　　7 苏玉鑫, 段宝岩. 大射电望远镜馈源舱轨迹跟踪自适应控制. 控制理论与应用, 2002, 19(1): 121～124.