RBF_BP神经网络自校正PID控制器Matlab仿真详解

PID这个东西控制领域几乎天天见。我最近在仿真环境里重写了一遍RBF_BP神经网络自校正PID控制器用Matlab从头搭了一套完整程序。这套方案的思想不算新用RBF网络在线辨识被控对象的动态特性再借助BP的反向传播思路去更新PID三个参数。但它对非线性、时变对象非常管用比手动整定参数省心得多也是很多自适应控制教材和论文里反复出现的基础结构。这篇文章我把原理推导、Matlab分块实现、仿真对比和调参踩坑从头到尾说清楚适合已经入门PID控制、想做参数自整定方向的人参考。1. 从固定PID到在线自校正这个方案到底解决什么问题1.1 固定PID的参数盲区固定PID控制器的天然假设是对象的动态特性不随时间变化。工程里大量情况不是这样。举个例子一个电机驱动机构低速段和高速段的摩擦特性差别很大负载也在变化一个温度被控对象在不同工况点上的时间常数完全不同。这时候一组整定好的PID参数在某个工况点表现不错换到另一个工况点就可能超调、振荡甚至发散。传统做法是多工况整定多组参数然后根据工况切换或者做增益调度。但工况的变化往往不是简单几个离散状态就能描述的尤其是对象带有明显非线性或者增益随运行时间缓慢漂移时离线整定出来的参数总是慢半拍。1.2 自适应结构的整体思路自校正PID的思路很直接既然对象在变控制器参数也让它跟着变。关键是“怎么变、朝什么方向变”。规格讲清楚就是在线定义一个性能指标通常取误差平方E(k) 1/2 * e(k)^2然后对PID三个参数做梯度下降。这里需要知道误差对Kp、Ki、Kd的导数而误差导数里隐含被控对象本身的增益信息也就是输出对控制输入的偏导数。这个偏导数工程上没法直接解析得到尤其对象还是非线性的时候所以要用一个模型去在线辨识它。RBF神经网络在这里干的活就是充当这个在线辨识器。它用当前和过去的控制输入、对象输出去预测当前输出训练误差足够小以后网络就近似了对象局部动态进而可以算出对象输出对控制输入的偏导数即雅可比信息。这个雅可比信息再交给旁边一个按BP反向传播思路工作的参数调节器去修正PID增益。1.3 RBF和BP如何分工很多同学容易把标题里的RBF和BP当成同一个网络。其实这是两个独立环节分工完全不同。我列个表说明环节网络/算法作用典型输入典型输出对象辨识器RBF神经网络在线逼近被控对象局部动态提供雅可比信息u(k), y(k), y(k-1)预测输出ym(k)、雅可比dy/du参数调节器梯度下降BP思想根据性能指标调整PID增益e(k)、雅可比dy/du、误差差分项Kp、Ki、Kd的修正量为什么辨识器选RBF而不是普通的BP神经网络我试过RBF网络是局部逼近高斯径向基函数只在输入落在中心附近时才产生明显的响应训练速度更快而且输出层权重是线性回归关系网络结构简单不容易陷入BP网络那种全局收敛难的问题。2. 两个神经网络各管一半RBF辨识与BP调参的数学推导2.1 增量式PID控制律与误差指标这里用离散形式、增量式PID。第k拍控制量u(k)放在上一拍的基础上做增量修正du(k) Kp * (e(k) - e(k-1)) Ki * e(k) Kd * (e(k) - 2e(k-1) e(k-2))u(k) u(k-1) du(k)e(k) r(k) - y(k)控制器的目标是让误差越来越小于是构造性能指标E(k) 1/2 * e(k)^2。下一节对这个指标做梯度下降就能得到三个参数的修正规律。2.2 RBF辨识器的结构与训练RBF辨识器我在程序里用的是单隐含层结构输入向量取三个量x [u(k), y(k), y(k-1)]^T隐含层取m个节点每个节点有自己的中心和宽度。第j个隐含节点输出是高斯函数h_j(k) exp(-||x(k) - c_j(k)||^2 / (2b_j^2))其中c_j是第j个节点的中心向量b_j是基宽参数。网络的输出是隐含层节点的线性加权ym(k) sum_j w_j(k) * h_j(k)训练指标取对象真实输出y(k)和网络预测ym(k)的误差平方J 1/2 * (y(k) - ym(k))^2对权重w、中心c、基宽b分别做梯度下降。推导出来三个更新式w_j(k1) w_j(k) eta_w * (y(k) - ym(k)) * h_j(k) alpha * (w_j(k) - w_j(k-1))c_ji(k1) c_ji(k) eta_c * (y(k) - ym(k)) * w_j(k) * h_j(k) * (x_i(k) - c_ji(k)) / b_j^2b_j(k1) b_j(k) eta_b * (y(k) - ym(k)) * w_j(k) * h_j(k) * ||x(k) - c_j(k)||^2 / b_j^3alpha是动量系数用来平滑更新轨迹。实际调参时RBF网络的学习率不用太大因为它的任务只是局部逼近更新太激进反而会把网络带偏。2.3 雅可比信息的计算与含义控制回路最需要的东西是雅可比 dy/du ∂y/∂u(k)。真实对象内部不可知就用辨识网络的输出来近似dy/du ≈ ∂ym(k) / ∂u(k)对高斯函数求链式导数第一路输入x1 u(k)对应中心量c_j1于是∂ym/∂u sum_j w_j * h_j * (c_j1 - x1) / b_j^2这个公式在程序里一行就能算出来。它的几何含义是当前控制输入变化一点点对象输出会跟着变多少。这个量是正是负、幅度多大直接决定PID参数往哪个方向调。如果对象的增益方向反了雅可比符号是负的PID调参方向就会全反系统会迅速发散这点在后面排查部分还要重点说。2.4 PID参数的梯度校正公式回到性能指标E(k) 1/2 * e(k)^2对Kp求梯度∂E/∂Kp e(k) * ∂e(k)/∂Kp -e(k) * ∂y(k)/∂Kp而∂y(k)/∂Kp (∂y/∂u) * (∂u/∂Kp)其中∂u/∂Kp e(k) - e(k-1)。所以deltaKp -etap * ∂E/∂Kp etap * e(k) * (∂y/∂u) * (e(k) - e(k-1))同理deltaKi etai * e(k) * (∂y/∂u) * e(k)deltaKd etad * e(k) * (∂y/∂u) * (e(k) - 2e(k-1) e(k-2))三个学习率etap、etai、etad可以独立设置。工程上我习惯让Ki的更新慢一点因为积分项本身就带累积特性更新过快容易引起低频振荡。每个修正量还可以叠加动量项但动量系数不要超过0.3否则参数轨迹像过山车。3. Matlab程序的分块实现从初始化到主循环3.1 主仿真框架与被控对象模型程序用固定步长的离散仿真来写。采样周期T设成0.001秒仿真时长1秒。被控对象直接采用差分方程描述这样方便切换测试不同对象。我测试三类对象对象A线性二阶对象y(k) 1.2y(k-1) - 0.35y(k-2) 0.08u(k-1) 0.03u(k-2)对象B非线性对象y(k) 1.1y(k-1) - 0.3y(k-2) 0.03u(k-1)^2 0.05u(k-2)^3 0.02*u(k-1)*y(k-1)对象C时变增益对象y(k) 1.2y(k-1) - 0.35y(k-2) (0.08 0.05sin(2pi0.5k*T))u(k-1) 0.03u(k-2)这三个对象分别对应线性稳定、非线性、增益时变三种典型情况。差分方程在代码里用一组系数表达切换对象时只需替换这段计算即可。3.2 主程序代码% RBF_BP自校正PID主仿真脚本 clear; clc; T 0.001; time 0:T:1; S length(time); % 参考信号叠加正弦涵盖不同频率分量 r zeros(1, S); for k 1:S r(k) 0.5*sin(2*pi*2*time(k)) 0.3*sin(2*pi*6*time(k)); end % 控制器与对象的初值 u zeros(1, S); y zeros(1, S); e zeros(1, S); du zeros(1, S); Kp zeros(1, S); Ki zeros(1, S); Kd zeros(1, S); Kp(1) 0.6; Ki(1) 0.4; Kd(1) 0.05; % RBF辨识器初始化 m 6; % 隐含层节点数 Nin 3; % 输入维数 c ones(Nin, m); % 中心矩阵先全部初始化为1 b ones(1, m) * 2; % 基宽 w randn(m, 1) * 0.1; % 输出权重小幅随机初始化 % 学习率与动量系数 eta_w 0.2; % RBF权重学习率 eta_c 0.02; % RBF中心学习率 eta_b 0.02; % RBF基宽学习率 alpha_rbf 0.05; % RBF动量 etap 0.1; % Kp学习率 etai 0.05; % Ki学习率 etad 0.1; % Kd学习率 rho_pid 0.2; % PID更新的动量系数 % 记录PID参数修正量用于动量 dKp_prev 0; dKi_prev 0; dKd_prev 0; %% 主循环 for k 3:S % 误差 e(k) r(k) - y(k); % 用上一拍的PID参数计算当前控制增量 du(k) Kp(k-1)*(e(k)-e(k-1)) Ki(k-1)*e(k) Kd(k-1)*(e(k)-2*e(k-1)e(k-2)); u(k) u(k-1) du(k); % 被控对象差分方程这里以非线性对象B为例 if k 3 y(k) 1.1*y(k-1) - 0.3*y(k-2) 0.03*u(k-1)^2 0.05*u(k-2)^3 0.02*u(k-1)*y(k-1); end % ---- RBF辨识器在线训练 ---- x [u(k); y(k); y(k-1)]; % 隐含层输出 h zeros(m, 1); for j 1:m dist2 (x(1)-c(1,j))^2 (x(2)-c(2,j))^2 (x(3)-c(3,j))^2; h(j) exp(-dist2 / (2*b(j)^2)); end ym w * h; err_rbf y(k) - ym; % 权重更新 for j 1:m w(j) w(j) eta_w * err_rbf * h(j) alpha_rbf * 0; % 动量可自行补充 end % 中心与基宽更新 for j 1:m dist2 (x(1)-c(1,j))^2 (x(2)-c(2,j))^2 (x(3)-c(3,j))^2; for i 1:Nin c(i,j) c(i,j) eta_c * err_rbf * w(j) * h(j) * (x(i)-c(i,j)) / b(j)^2; end b(j) b(j) eta_b * err_rbf * w(j) * h(j) * dist2 / b(j)^3; end % ---- 计算雅可比dy/du ---- dydu 0; for j 1:m dydu dydu w(j) * h(j) * (c(1,j) - x(1)) / b(j)^2; end % ---- PID参数自校正(梯度下降 动量) ---- dKp etap * e(k) * dydu * (e(k) - e(k-1)) rho_pid * dKp_prev; dKi etai * e(k) * dydu * e(k) rho_pid * dKi_prev; dKd etad * e(k) * dydu * (e(k) - 2*e(k-1) e(k-2)) rho_pid * dKd_prev; Kp(k) Kp(k-1) dKp; Ki(k) Ki(k-1) dKi; Kd(k) Kd(k-1) dKd; dKp_prev dKp; dKi_prev dKi; dKd_prev dKd; end % 绘图 figure; subplot(3,1,1); plot(time, r, --, time, y, -); legend(r, y); title(跟踪曲线); subplot(3,1,2); plot(time, e); title(误差曲线); subplot(3,1,3); plot(time, Kp, time, Ki, time, Kd); legend(Kp, Ki, Kd); title(PID参数在线变化);3.3 代码中几个关键细节第一PID参数初始化不宜太离谱。程序里Kp首值取0.6、Ki取0.4、Kd取0.05这个初值是我先用固定PID手动整定到基本稳定的结果。自校正任务是在这个基础上优化不是从零开始瞎猜后者基本都会发散。第二RBF中心c的初值全部取1。因为输入量u、y在仿真范围里幅值不大中心初始放在工作点附近可以让高斯函数一开始就有合理响应。如果中心初始离输入太远h_j会是一个接近0的小量权重的梯度更新几乎停滞辨识器就冻住了。第三dydu的计算位置必须在RBF更新之后。因为PID参数修正量依赖的是“当前拍”的雅可比用旧网络的雅可比会让修正量滞后一拍仿真时不太明显但对快变对象会有可感知的影响。4. 把自校正用在三类被控对象上仿真结果与对比4.1 实验设置为了验证“自校正到底有没有用”我对每个对象都跑了两组实验一组是固定PID就用初始那组参数不打开自校正另一组是完整RBF_BP自校正PID。参考信号用双频正弦叠加既考验稳态跟踪精度也考验对频率变化的适应能力。下面表格是三类对象的对比结论对象类型固定PID表现自校正PID表现说明线性二阶对象A稳定稳态误差较小动态阶段有少量超调超调略小稳态误差基本无差别线性对象相对简单自校正提升有限非线性对象B在输入幅值较大时段出现明显振荡稳态误差波动大跟踪误差明显收敛振荡幅度下降雅可比随工作点变化参数能主动调整时变增益对象C增益漂移后系统接近临界失稳误差增长误差保持在较小范围参数随增益变化而增减这是自校正价值最大的场景4.2 从仿真曲线能读到什么以对象B为例。固定PID在一开始误差也不大因为此时对象工作在小输入区域非线性项u^2、u^3贡献很小对象近似线性。但参考信号进入大振幅区间后控制量变大非线性项开始主导固定Kp和Ki没有跟上对象增益的变化输出出现明显滞后和振荡。而自校正方案里RBF网络随着新样本不断调整局部模型算出的雅可比在大输入区间变小PID参数就会主动朝着“更保守”的方向调整避免过度激励非线性环节。对象C则更直观。对象本身的直流增益在0.08加减0.05之间缓慢波动固定PID在增益偏高时偏激进、增益偏低时偏迟钝。自校正PID能实时感知这个趋势当雅可比绝对值变大时修正量计算出来会相应降低Kp和Ki当雅可比变小时又适当回抬参数。这个过程中Kp并不是单调收敛到某个固定值的而是在一个合理区间内持续波动这恰恰说明它在跟随对象变化。4.3 一些观察雅可比曲线比PID参数曲线更值得看调试时我建议把dydu单独画出来观察。一个健康的辨识器dydu应该是一个相对光滑、没有频繁正负跳变的曲线。如果dydu出现毛刺通常不是RBF学习率太大就是中心更新过快导致局部模型抖动。这时候PID参数也会跟着抖。我实际调试时优先盯着dydu的平滑度它比直接看跟踪误差更能提前暴露问题。5. 调参心得与发散问题的现场排查5.1 RBF辨识器参数的经验范围很多同学第一次跑通代码后直接把学习率往大了调结果两三拍就发散了。RBF这部分我给一个相对稳妥的经验范围参数合理范围说明eta_w输出权重学习率0.05~0.25学习率过大辨识器高德抖动eta_c中心更新率0.01~0.05中心移动太快基函数跳变严重eta_b基宽更新率0.01~0.05基宽过小会让高斯函数太尖锐隐含层节点数m5~10节点多不代表好局部逼近能力够用就行基宽初值b1~3太窄容易梯度消失太宽则网络过于平滑5.2 PID调节器学习率与系统稳定的关系PID调节器的三个学习率etap、etai、etad大小直接影响修正速度。经验上Ki的学习率要小于Kp因为积分项本身就累积误差更新过快会让参数来回摆动Kd的学习率可以接近Kp因为微分作用通常初值较小需要稍微激进一点才能让它发挥作用。如果你发现系统出现高频振荡先看是不是etad太大如果是低频周期性波动先怀疑etai如果是参数单调漂移、系统失稳则排查dydu符号和RBF训练收敛性。5.3 我常用的五步排查顺序拿到一个发散系统我习惯按这个顺序查先关掉PID自校正用固定PID跑仿真确认对象和控制律代码本身没有问题。打开RBF辨识器但不要接PID更新观察ym和y是否逐步贴近。如果辨识误差一直在零附近说明RBF收敛。只输出dydu不更新PID观察dydu是否光滑、符号是否符合对象物理特性。接上PID自校正但把三个学习率都缩到原来的十分之一确认系统是否稳定。逐步恢复学习率。哪个参数一恢复就发散就知道问题出在哪个环节。5.4 两个特别容易踩的坑第一个坑是dydu符号反了。如果RBF辨识器输入向量里第一个分量不是u(k)而是y(k)后续dydu计算就会在错误的输入分量上求偏导符号和数值全乱。我见过有仿真里把x排列成[y(k), y(k-1), u(k)]结果dydu方向完全不对PID参数反向更新。这个问题从代码规范上就能避免x的第一个量强制写成u。第二个坑是对象初始条件与RBF中心初始值不匹配。比如对象输出初始值是1RBF中心却全都设成0前几拍的高斯输出会非常小训练很慢。解决办法是把中心初始值设置在工作点附近或者直接用前一拍的输入输出值初始化中心。5.5 采样周期T的影响采样周期T太小例如0.0001秒单位时间内的误差变化量e(k)-e(k-1)可能小到机器精度级别梯度几乎为零PID参数修正停滞T太大比如0.01秒以上离散化误差变大对象差分方程已经不能准确反映真实动态。我的实际经验是对这类样本量不大、在1kHz采样频率下跑的仿真T取0.001秒是性价比最高的选择。当然具体工程里T还是要根据被控对象的实际带宽来定。6. 最后再说一点扩展方向RBF_BP自校正PID这套结构本质是把“对象辨识”和“控制器参数优化”两个环节解耦。RBF网络负责回答“对象此刻对我的控制命令怎么反应”梯度下降部分负责回答“既然对象这样反应PID参数该怎么调”。这个思路可以继续扩展比如被控对象换成带大延迟的系统时把输入向量里加入u(k-d)延迟项或者在性能指标里加控制量惩罚项抑制过激的控制行为。但不管怎么扩展核心仍然在于雅可比信息的质量和PID更新步子的分寸。我自己实践下来最深的一个体会是这种方案的收敛速度上限并不是由PID学习率决定的而是由RBF辨识器对对象局部动态的跟踪速度决定的。辨识器稳后面修正参数才有意义。所以第一次搭这套系统时值得花更多时间先把RBF辨识部分调平滑再火力全开接PID自校正。这样一步步来整套系统跑下来会顺利很多。