摘要：本文基于DSP微處理器，采用神經(jīng)網(wǎng)絡(luò)自適應(yīng)逆控制實(shí)現(xiàn)了變頻恒壓供水。供水管網(wǎng)是非線性的分布參數(shù)系統(tǒng)，用固定參數(shù)的控制器一般不能實(shí)現(xiàn)高精度控制。本文引入非線性自適應(yīng)逆控制，采用帶外生變量的自回歸（NARX）模型，結(jié)合最速下降算法在線辨識(shí)被控對(duì)象；以另一個(gè)NARX網(wǎng)絡(luò)為控制器，并將二者級(jí)聯(lián)，用BPTM算法訓(xùn)練該控制器使其成為對(duì)象的逆模型。實(shí)驗(yàn)證明該方法能適應(yīng)系統(tǒng)運(yùn)行點(diǎn)的變化實(shí)現(xiàn)水壓的高精度控制。 關(guān)鍵詞：自適應(yīng)逆控制 神經(jīng)網(wǎng)絡(luò) 變頻技術(shù) 供水系統(tǒng) Abstract: The authors report on work in which adaptive inverse control in water supply system is proposed based on neural network,DSP and the technology of variable frequency.The piping networks are nonlinear distributed parameter systems which are difficult to control at high precise using fixed parameter controller. we introduce nonlinear adaptive inverse control to water supply system, in which a Nonlinear AutoRegressive exogenous input（NARX） model is used to identify the plant ,using steepest descent algorithm online,and another NARX network as a controller feeding commands to the plant and plant model is trained to be the inverse model of the plant,using BPTM algorithm. Experiments have proved that this controller is able to adapt to different conditions of the system and achieve high precise control. Keywords: adaptive inverse control neural network technology of variable frequency water supply system system identification 1 前言 在城市供水和住宅小區(qū)高層供水系統(tǒng)中，傳統(tǒng)的供水方法通常采用高位水塔或閥控加壓的方式，這種控制方式使得水泵電機(jī)一直處于高速運(yùn)行，造成電能的浪費(fèi)。目前普遍采用變頻恒壓供水控制系統(tǒng)，以節(jié)約電能，減少高位蓄水導(dǎo)致的二次污染。在水壓閉環(huán)控制中，由于供水管網(wǎng)、水泵和電機(jī)均為本質(zhì)非線性對(duì)象，具有時(shí)變性，很難建立既簡單又有效的數(shù)學(xué)模型，難以應(yīng)用經(jīng)典的控制方法設(shè)計(jì)并獲得高精度控制。比如，局部線性化后采用PID控制，由于近似線性模型的誤差較大，不能保證控制精度，若運(yùn)行點(diǎn)再變化，則系統(tǒng)的穩(wěn)定性也難以保證。增益調(diào)度雖然能有效的根據(jù)運(yùn)行點(diǎn)的變化修改控制器的參數(shù)實(shí)現(xiàn)控制，但其局部近似線性模型仍不能保證控制精度。對(duì)于供水系統(tǒng)，若管道壓力波動(dòng)過大，及易產(chǎn)生振動(dòng)和噪聲，有可能引發(fā)水錘效應(yīng)，產(chǎn)生爆管現(xiàn)象。針對(duì)此問題，本文設(shè)計(jì)了基于神經(jīng)網(wǎng)絡(luò)的非線性自適應(yīng)逆控制，并在模擬供水裝置上進(jìn)行了實(shí)驗(yàn)，顯著提高了水壓的控制精度。 2 自適應(yīng)逆控制 自適應(yīng)逆控制由Widrow和Walach首先提出，它以被控對(duì)象的動(dòng)態(tài)逆系統(tǒng)為控制器，與被控對(duì)象級(jí)聯(lián)，使由控制器的輸入到對(duì)象輸出在數(shù)學(xué)上成為恒同映射，實(shí)現(xiàn)被控對(duì)象對(duì)輸入指令的跟蹤。自適應(yīng)逆控制的基本框圖如圖1所示。通過在線辨識(shí)對(duì)象模型以獲取對(duì)象的運(yùn)行狀態(tài)，然后以此運(yùn)行狀態(tài)為信息，用自適應(yīng)算法修改控制器參數(shù)時(shí)實(shí)跟蹤了被控對(duì)象的變化，使控制器給出正確的控制。 6 結(jié)論 本文通過實(shí)驗(yàn)證明了神經(jīng)網(wǎng)絡(luò)自適應(yīng)逆控制在變頻恒壓供水控制中的有效性。實(shí)驗(yàn)表明該方法能適應(yīng)用戶用水量的變化，在不同運(yùn)行點(diǎn)都能獲得高精度的控制，降低供水管網(wǎng)的振動(dòng)，從而可減少設(shè)備故障降低管網(wǎng)的維護(hù)費(fèi)用。有力地證明了神經(jīng)網(wǎng)絡(luò)自適應(yīng)逆控制在工程應(yīng)用中的可行性。 參考文獻(xiàn) 1.B.Widrow,E.Walach 著，劉樹堂，韓崇昭，譯，自適應(yīng)逆控制，西安交通大學(xué)出版社，1999年。 2. Karl Johan Åströ,Björn Wittenmark,Adaptive Control,科學(xué)出版社，2003年。 3. Gregory L .Plett, Adaptive Inverse Control of Linear and Nonlinear Systems Using Dynamic Neural Networks, IEEE TRANSACTIONS ON NEURAL NETWORKS, VOL. 14, NO. 2, MARCH 2003. 4. 金傳偉，毛宗源，變頻調(diào)速技術(shù)在水泵控制系統(tǒng)中的應(yīng)用，電子技術(shù)應(yīng)用，2000年第9期。 5. 薛定宇，反饋控制系統(tǒng)設(shè)計(jì)與分析，清華大學(xué)出版社，2000年。