2004年11月 SHUILI XUEBAO 第11期 文章编号: 0559-9350(2004)11-0091-06

基于BP神经网络的PID控制器在渠道自动控制中的应用

王涛1，吴小钰1，曾红专1，韩丽屏2

(1.深圳市南山区农业水务局，广东 深圳 518059；2.深圳信息职业技术学院，广东 深圳 518029)

摘要：本文提出将基于BP神经网络的PID控制器应用于渠道自动控制中，实现了渠道PID控制中参数的整定不依赖于渠道数学模型，且能在线依据渠道系统的动态信息调整PID参数，满足了实时控制的要求。应用Matlab软件的仿真结果表明，采用基于BP神经网络PID控制器比常规PID控制，渠道的运行响应加快，水位超调减小，适应性增强，闸门的性能得到较大改善。

关键词：渠道自动化；PID控制；BP神经网络；实时控制

中图分类号：TP273 文献标识码：A

PID控制是控制中最常用的算法，它具有直观、实现简单、可靠性高和鲁棒性好等优点，但在PID控制中一个关键的问题就是PID参数整定，传统的方法是在获取控制对象数学模型的基础上，根据某一整定原则来确定PID参数，然而对于渠道控制来说，实际的渠道系统是一个复杂的非线性、不确定系统，难于建立精确的数学模型，而且模型参数随着渠道工作状况的改变而改变，这就要求PID参数的整定不依赖于渠道数学模型，且能适时依据渠道系统的动态信息调整PID参数。神经网络具有自适应、自学习、并行处理

[1]及较强的容错能力，将神经网络应用于渠道PID控制过程，给控制赋予智能，适时调整PID参数，将使渠

道系统具有较强的抗干扰能力和鲁棒性。

1 单渠池常规PID控制器

1.1 控制目标 道运行控制可简化为两节制闸门之间渠池的控制。考虑渠道快速反应及调蓄容积小等特点，本文采用等容积控制方式，即以渠池蓄水量不变作为控制目标。渠池中蓄水量的控制通过水位控制来实现。当流量变化时，水面以渠池中点为枢轴转动，如图1示，控制加权中点水位Y=0.5Y1+0.5Y2(Y1、Y2分别为上下游水位)不变，以实现渠池蓄量不变。由于流体的特性，控制过程中会出现壅水、跌水等过程而使控制存在一定的误差，但控制中点水位不变基本可以保证蓄量不变。

[2]

图1 等体积控制 图2 控制模型

1.2 控制模型 整个控制过程主要有3个模块(见图2)：控制模块(PID控制器)、过闸流量和上下游水位计 收稿日期：2003-07-21

基金项目：国家863计划课题(2001AA242111)

作者简介：王涛(1978-)，男，湖北襄樊人，硕士，主要从事灌排工程自动化方面的研究。