基于BP 神經(jīng)網(wǎng)絡(luò)的雙容水箱系統(tǒng)辨識(shí)

孫明革 張嘉誠(chéng) 羅 唯

（吉林化工學(xué)院信息與控制工程學(xué)院，吉林 吉林132022）

伴隨著工業(yè)的日漸發(fā)達(dá)，控制領(lǐng)域也發(fā)展的越來越完善。液位控制在工業(yè)生產(chǎn)中較為普遍，如灌裝工藝、配液添加、溶液過濾、污水處理等多種行業(yè)的生產(chǎn)過程中都需要對(duì)一些工藝介質(zhì)液位進(jìn)行適當(dāng)?shù)目刂?，而很多液位系統(tǒng)都可以抽象成水箱系統(tǒng)模型。水箱系統(tǒng)具有時(shí)變性、滯后性和非線性等特性，能夠很好地模擬復(fù)雜工業(yè)液位系統(tǒng)的一些特性。系統(tǒng)數(shù)學(xué)模型的建立對(duì)于控制系統(tǒng)的意義重大，因此在研究液位系統(tǒng)過程中，辨識(shí)系統(tǒng)模型這項(xiàng)工作變得尤為重要[1]。應(yīng)用BP 神經(jīng)網(wǎng)絡(luò)辨識(shí)雙容水箱液位控制系統(tǒng)為該領(lǐng)域貢獻(xiàn)了新的方法。

1 雙容水箱液位控制系統(tǒng)簡(jiǎn)述

本課題研究的水箱系統(tǒng)為自主設(shè)計(jì)搭建的二階雙容水箱液位控制系統(tǒng)。水箱結(jié)構(gòu)包括儲(chǔ)水箱、上水箱、下水箱、超聲波液位計(jì)、電磁流量計(jì)、電動(dòng)調(diào)節(jié)閥和無刷直流水泵，系統(tǒng)結(jié)構(gòu)示意圖如圖1 所示。無刷直流水泵將儲(chǔ)水箱中的水抽出，經(jīng)電動(dòng)調(diào)節(jié)閥調(diào)節(jié)開度改變給水量大小，水被送到上水箱，流經(jīng)下水箱回到儲(chǔ)水箱。上、下水箱為串聯(lián)互錯(cuò)上下式結(jié)構(gòu)，大小相同，高度為250mm。本課題目的在于控制雙容水箱的液位，使其穩(wěn)定在設(shè)定值附近。

2 BP 神經(jīng)網(wǎng)絡(luò)辨識(shí)概述

圖1 雙容水箱系統(tǒng)結(jié)構(gòu)示意圖

辨識(shí)系統(tǒng)即為通過建立的系統(tǒng)結(jié)構(gòu)測(cè)得實(shí)際輸入輸出數(shù)據(jù)，經(jīng)過算法訓(xùn)練后，得到一個(gè)與原系統(tǒng)等價(jià)的理想模型。本課題利用BP 神經(jīng)網(wǎng)絡(luò)辨識(shí)雙容水箱液位系統(tǒng)模型，將電動(dòng)調(diào)節(jié)閥開度由0%調(diào)整至70%，從而調(diào)整進(jìn)水流量作為輸入層信號(hào)值[2]，將水泵開至最大功率向上水箱供水，下水箱液位高度作為輸出數(shù)據(jù)，示波器可以觀察到實(shí)時(shí)變化的液位隨時(shí)間變化的曲線。辨識(shí)過程采用并聯(lián)方式訓(xùn)練單輸入單輸出模型，如圖2 所示，訓(xùn)練結(jié)束后模型成立，與雙容水箱系統(tǒng)等價(jià)，實(shí)際曲線與仿真曲線基本一致，即為辨識(shí)成功[3]。

3 辨識(shí)系統(tǒng)

圖2 雙容水箱辨識(shí)系統(tǒng)示意圖

圖3 仿真曲線與實(shí)際曲線

在LabVIEW 軟件控制畫面中，將AO1無刷直流水泵賦最高電壓5V，將AO0電動(dòng)調(diào)節(jié)閥賦3.5V，即70%開度，在系統(tǒng)連續(xù)運(yùn)行狀態(tài)下電動(dòng)閥由0%逐漸開至70%，測(cè)得一條AI3下水箱液位高度隨時(shí)間變化的開環(huán)曲線，并將時(shí)間和高度一一對(duì)應(yīng)的數(shù)據(jù)導(dǎo)出至Excel 表格中。在MATLAB 中導(dǎo)入開環(huán)曲線數(shù)據(jù)，在本次單輸入單輸出系統(tǒng)結(jié)構(gòu)中，借助試湊法逐步確定隱含層中神經(jīng)元個(gè)數(shù)，經(jīng)測(cè)試得出網(wǎng)絡(luò)隱含層神經(jīng)元為8 個(gè)時(shí)模型效果最好。辨識(shí)過程中不斷調(diào)整權(quán)值閾值，并且設(shè)置學(xué)習(xí)率為0.03、迭代次數(shù)為3000。

4 仿真結(jié)果

本課題研究的雙容水箱系統(tǒng)具有大慣性、時(shí)滯的特點(diǎn)，結(jié)合獲取的實(shí)際液位變化曲線，本文用二階慣性加純滯后模型近似表達(dá)[4]，模型表達(dá)式如公式（1）所示。

經(jīng)BP 神經(jīng)網(wǎng)絡(luò)算法辨識(shí)，得到增益K、時(shí)間常數(shù)T1、T2的理想值分別為9.1221x10-4、2.0382、239.484。在模型表達(dá)式中為滯后時(shí)間，根據(jù)液位變化曲線，從閥門開度改變到水箱實(shí)際液位有變化，歷時(shí)11 秒，所以滯后時(shí)間為11 秒[5]。辨識(shí)結(jié)果如圖3所示。

上述曲線中紅色點(diǎn)劃線表示實(shí)際曲線，藍(lán)色實(shí)線為仿真理想曲線。通過曲線我們可以看出，用BP 神經(jīng)網(wǎng)絡(luò)辨識(shí)的系統(tǒng)模型與實(shí)際模型相差較小，辨識(shí)結(jié)果比較理想。因此，可以得到該二階雙容水箱的傳遞函數(shù)模型如公式（2）所示。