?關于視覺智能起重機系統的概念設計

在工業控制中，傳統的PID控制至今仍處于主導地位，然而常規PID 控制器的控制效果和控制精度時常受到限制。神經網絡具有自學習、自組織功能和聯想記憶、并行處理等優點，使其在復雜的工業控制中得到了廣泛應用。

基于神經網絡的PID系統，系統結構框圖它主要由3個部分組成:

(1) 經典PID控制器:直接對被控對象過程進行閉環控制，其三個參數在線確定。采用增量式PID,控制算法為:

(2) RBF 辯識網絡:用于建立被控系統的辯識模型，以便動態地觀測控制對象的輸出對控制輸入的靈敏度，提供給BP神經網絡，其徑向基函數為高斯函數。辯識器的性能指標函數為根據梯度下降法，修正網絡權系數等參數:其中為學習率， 為慣性系數。

(3) BP神經網絡:采用三層BP網絡，通過調整自身權系數，對PID控制參數進行調節，以達到控制性能指標的Zui優。