網(wǎng)絡(luò)的自適應(yīng)PID控制算法：原理、實(shí)現(xiàn)與工程落地)
簡(jiǎn)介這份PDF文檔面向自動(dòng)化、控制工程與人工智能方向的學(xué)習(xí)者和研究人員聚焦非線(xiàn)性系統(tǒng)難以用線(xiàn)性模型精確描述這一核心難題提出將DRNN神經(jīng)網(wǎng)絡(luò)與自適應(yīng)控制相結(jié)合的算法思路。文檔系統(tǒng)梳理了非線(xiàn)性系統(tǒng)控制面臨的挑戰(zhàn)、DRNN神經(jīng)網(wǎng)絡(luò)在信息處理與非線(xiàn)性辨識(shí)上的優(yōu)勢(shì)并給出其輸入層、隱含層、輸出層三層回歸結(jié)構(gòu)及權(quán)值更新推導(dǎo)進(jìn)而闡述基于該網(wǎng)絡(luò)的自適應(yīng)PID控制算法如何完成系統(tǒng)辨識(shí)與參數(shù)整定仿真結(jié)果顯示其過(guò)渡過(guò)程短、魯棒性強(qiáng)、泛化能力良好可應(yīng)用于機(jī)器人控制、過(guò)程控制、自動(dòng)駕駛與智能家居等場(chǎng)景。資源包為1個(gè)PDF文件大小約1.14MB內(nèi)容完整、公式與結(jié)構(gòu)圖齊全便于直接閱讀與引用。目前已有129人學(xué)習(xí)下載適合希望深入理解神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制建模與仿真細(xì)節(jié)的讀者參考。1. 被控對(duì)象一非線(xiàn)性普通 PID 就開(kāi)始“玄學(xué)抖動(dòng)”了做過(guò)程控制或者運(yùn)動(dòng)控制的同行大概率都遇到過(guò)這種場(chǎng)景被控對(duì)象里帶點(diǎn)死區(qū)、飽和、摩擦或者時(shí)變參數(shù)用一組固定 PID 參數(shù)調(diào)得挺好工況一變超調(diào)直接飆上去穩(wěn)態(tài)誤差怎么都?jí)翰幌聛?lái)。這時(shí)候很多人第一反應(yīng)是重新整定 PID但整定完發(fā)現(xiàn)只是把震蕩點(diǎn)從一個(gè)工況挪到了另一個(gè)工況。根本原因在于線(xiàn)性 PID 的增益是定值而非線(xiàn)性系統(tǒng)的動(dòng)態(tài)特性隨工作點(diǎn)漂移一套固定參數(shù)不可能在全工況下都最優(yōu)。這份《一種基于 DRNN 神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制算法》給出的思路就是用對(duì)角回歸神經(jīng)網(wǎng)絡(luò)DRNN在線(xiàn)辨識(shí)被控對(duì)象的非線(xiàn)性動(dòng)態(tài)再讓網(wǎng)絡(luò)輸出實(shí)時(shí)修正 PID 的三個(gè)增益。它解決的不是“PID 怎么調(diào)”的問(wèn)題而是“PID 參數(shù)能不能自己跟著工況走”的問(wèn)題。適合已經(jīng)懂 PID 基本結(jié)構(gòu)、想往自適應(yīng)控制方向落地的工程師也適合做機(jī)器人關(guān)節(jié)控制、電機(jī)調(diào)速、溫度過(guò)程控制這類(lèi)非線(xiàn)性明顯場(chǎng)景的從業(yè)者。下面我按“網(wǎng)絡(luò)結(jié)構(gòu)怎么理解 → 辨識(shí)器怎么搭 → 控制器怎么整定 → 仿真怎么復(fù)現(xiàn) → 坑在哪”的順序拆一遍。2. DRNN 網(wǎng)絡(luò)結(jié)構(gòu)與系統(tǒng)辨識(shí)回歸層到底回歸了什么2.1 為什么選 DRNN 而不是 BP 或普通 RNN普通 BP 網(wǎng)絡(luò)是靜態(tài)映射輸入到輸出沒(méi)有記憶處理帶慣性的非線(xiàn)性系統(tǒng)時(shí)辨識(shí)器本身就需要額外引入延遲輸入來(lái)構(gòu)造動(dòng)態(tài)。而 DRNN 在隱含層加了回歸支路隱含層第 j 個(gè)神經(jīng)元在當(dāng)前時(shí)刻的輸入總和里包含了自己上一時(shí)刻的輸出乘以一個(gè)回歸權(quán)值。這個(gè)結(jié)構(gòu)讓網(wǎng)絡(luò)天然具備對(duì)動(dòng)態(tài)系統(tǒng)的記憶能力不需要在外層手動(dòng)堆一堆延遲線(xiàn)。和標(biāo)準(zhǔn) Elman 網(wǎng)絡(luò)相比DRNN 的“對(duì)角”體現(xiàn)在回歸權(quán)值矩陣是對(duì)角陣也就是每個(gè)回歸神經(jīng)元只把自己的上一時(shí)刻輸出回饋給自己不交叉回饋。這樣做的好處是參數(shù)量少、在線(xiàn)計(jì)算量小適合放在采樣周期比較短的控制回路里跑。常見(jiàn)做法是隱含層取 5 到 9 個(gè)回歸神經(jīng)元輸入層取被控對(duì)象的當(dāng)前輸入和當(dāng)前輸出輸出層就是辨識(shí)出的系統(tǒng)輸出。2.2 辨識(shí)器的前向計(jì)算與權(quán)值更新辨識(shí)器的輸入是系統(tǒng)實(shí)際輸入 u(k) 和實(shí)際輸出 y(k)輸出是網(wǎng)絡(luò)預(yù)測(cè)的 ym(k)。誤差 em(k) y(k) - ym(k)指標(biāo)函數(shù)取二分之一誤差平方。權(quán)值更新用梯度下降回歸層、輸入層、輸出層三組權(quán)值分別沿各自偏導(dǎo)方向修正。下面這段 Python 把前向和更新寫(xiě)清楚可以直接對(duì)照論文里的公式復(fù)現(xiàn)。import numpy as np class DRNNIdentifier: def __init__(self, n_input2, n_hidden7, lr0.05): # 輸入層權(quán)值 W1: (n_hidden, n_input) self.W1 np.random.randn(n_hidden, n_input) * 0.1 # 回歸層權(quán)值 Wr: (n_hidden,) 對(duì)角回歸每個(gè)神經(jīng)元只回饋?zhàn)约?self.Wr np.random.randn(n_hidden) * 0.1 # 輸出層權(quán)值 Wo: (1, n_hidden) self.Wo np.random.randn(1, n_hidden) * 0.1 self.lr lr self.X np.zeros(n_hidden) # 隱含層當(dāng)前輸出 self.X_prev np.zeros(n_hidden) # 隱含層上一時(shí)刻輸出 def forward(self, u): # u: 當(dāng)前時(shí)刻輸入向量 [u(k), y(k)] S self.W1 u self.Wr * self.X_prev # 隱含層輸入總和 self.X np.tanh(S) # S 函數(shù)激活 ym self.Wo self.X # 網(wǎng)絡(luò)輸出 return ym def update(self, u, y, ym): em y - ym # 輸出層權(quán)值更新 dWo em * self.X # 隱含層誤差反傳tanh 導(dǎo)數(shù) 1 - X^2 dS (em * self.Wo) * (1 - self.X ** 2) dW1 np.outer(dS, u) dWr dS * self.X_prev # 梯度下降更新 self.Wo self.lr * dWo self.W1 self.lr * dW1 self.Wr self.lr * dWr self.X_prev self.X.copy() return em邏輯說(shuō)明forward里S W1 u Wr * X_prev對(duì)應(yīng)論文中隱含層輸入總和公式回歸項(xiàng)只乘自己上一時(shí)刻輸出這就是對(duì)角回歸的含義。update里先算輸出層梯度再把誤差按Wo反傳到隱含層乘 tanh 導(dǎo)數(shù)得到dS最后分別更新三組權(quán)值。參數(shù)方面lr是學(xué)習(xí)率辨識(shí)階段一般取 0.02 到 0.1太大權(quán)值震蕩太小收斂慢n_hidden取 5 到 9神經(jīng)元太少辨識(shí)精度不夠太多在線(xiàn)計(jì)算吃緊。X_prev必須在每次更新后同步否則回歸支路就斷了。2.3 辨識(shí)器的輸入輸出配對(duì)與采樣周期辨識(shí)器要能工作輸入向量必須同時(shí)包含被控對(duì)象的控制量和輸出量。常見(jiàn)做法是u [u(k), y(k)]網(wǎng)絡(luò)輸出ym(k)逼近y(k)。采樣周期 T 要和被控對(duì)象的主導(dǎo)時(shí)間常數(shù)匹配一般取主導(dǎo)時(shí)間常數(shù)的十分之一到二十分之一。T 太大回歸支路記憶的信息跨了好幾個(gè)動(dòng)態(tài)過(guò)程辨識(shí)發(fā)散T 太小相鄰采樣點(diǎn)差異微弱梯度信號(hào)被噪聲淹沒(méi)。仿真里如果被控對(duì)象是連續(xù)模型記得先用零階保持器離散化再喂給辨識(shí)器。3. 自適應(yīng) PID 控制器三個(gè)增益怎么被網(wǎng)絡(luò)在線(xiàn)整定3.1 控制器結(jié)構(gòu)與誤差構(gòu)造論文里的控制器用兩個(gè)神經(jīng)網(wǎng)絡(luò) NN1 和 NN2 分別整定兩路 PID 參數(shù)單路控制器的輸出是三個(gè)增益乘以三個(gè)誤差分量之和。三個(gè)誤差分量分別是當(dāng)前誤差 e(k)、誤差累積、誤差差分。這里有個(gè)容易翻車(chē)的點(diǎn)誤差差分項(xiàng)要除以采樣時(shí)間 T如果 T 取得很小差分項(xiàng)會(huì)放大噪聲實(shí)際工程里通常再加一個(gè)一階低通濾波。class AdaptivePID: def __init__(self, kp01.0, ki00.1, kd00.05, lr0.02, T0.01): self.kp, self.ki, self.kd kp0, ki0, kd0 self.lr lr self.T T self.e_prev 0.0 self.e_sum 0.0 def control(self, r, y): e r - y self.e_sum e * self.T de (e - self.e_prev) / self.T # 三個(gè)誤差分量 x1, x2, x3 e, self.e_sum, de u self.kp * x1 self.ki * x2 self.kd * x3 # 增益在線(xiàn)修正梯度方向?yàn)檎`差對(duì)增益的敏感度 self.kp self.lr * e * x1 self.ki self.lr * e * x2 self.kd self.lr * e * x3 self.e_prev e return u, (x1, x2, x3)邏輯說(shuō)明control里先算三個(gè)誤差分量再合成控制量 u。增益修正項(xiàng)lr * e * x對(duì)應(yīng)論文中增益沿誤差平方負(fù)梯度方向調(diào)整的思路誤差為正且分量也為正時(shí)增益增大加快響應(yīng)。參數(shù)上lr是增益學(xué)習(xí)率一般比辨識(shí)器學(xué)習(xí)率小一個(gè)量級(jí)取 0.005 到 0.02太大增益會(huì)來(lái)回跳。T必須和辨識(shí)器采樣周期一致否則誤差差分和累積都對(duì)不上。初始增益可以先用一組手動(dòng)整定的 PID 參數(shù)讓網(wǎng)絡(luò)從小范圍修正開(kāi)始比從零起步穩(wěn)得多。3.2 辨識(shí)器與控制器的耦合關(guān)系辨識(shí)器和控制器不是各跑各的。辨識(shí)器輸出的系統(tǒng)雅可比信息也就是被控對(duì)象輸出對(duì)控制量的偏導(dǎo)會(huì)通過(guò)鏈?zhǔn)椒▌t影響控制器增益的修正方向。論文里用 DRNN 的輸出對(duì)輸入的偏導(dǎo)來(lái)近似這個(gè)雅可比。實(shí)際實(shí)現(xiàn)時(shí)如果辨識(shí)器還沒(méi)收斂雅可比估計(jì)不準(zhǔn)控制器增益修正就會(huì)亂走。常見(jiàn)做法是前若干百個(gè)采樣步只訓(xùn)練辨識(shí)器凍結(jié)控制器增益等辨識(shí)誤差降到閾值以下再放開(kāi)控制器在線(xiàn)修正。這個(gè)“先辨識(shí)后控制”的啟動(dòng)順序是整套算法能不能穩(wěn)的關(guān)鍵。3.3 仿真被控對(duì)象與參數(shù)設(shè)置論文給的被控對(duì)象是一個(gè)二階非線(xiàn)性狀態(tài)方程狀態(tài)變量 x1、x2未知參數(shù) a110.3、a120.7、a21-5.3、a22 等。復(fù)現(xiàn)時(shí)用四階龍格庫(kù)塔離散化采樣周期取 0.01 秒仿真時(shí)長(zhǎng) 10 秒左右就能看到收斂過(guò)程。下面是被控對(duì)象和主循環(huán)的骨架。def plant(x1, x2, u): a11, a12, a21, a22 0.3, 0.7, -5.3, -0.5 dx1 a11 * x1 a12 * x2 dx2 a21 * x1 a22 * x2 u return dx1, dx2 # 主循環(huán)骨架 ident DRNNIdentifier(n_input2, n_hidden7, lr0.05) pid AdaptivePID(kp01.0, ki00.1, kd00.05, lr0.01, T0.01) x1, x2 0.5, 0.0 for k in range(1000): r 1.0 # 階躍指令 u, _ pid.control(r, x1) dx1, dx2 plant(x1, x2, u) x1 dx1 * 0.01 x2 dx2 * 0.01 ym ident.forward(np.array([u, x1])) ident.update(np.array([u, x1]), x1, ym)邏輯說(shuō)明plant是被控對(duì)象連續(xù)方程主循環(huán)里用歐拉法以 0.01 秒步長(zhǎng)推進(jìn)。辨識(shí)器輸入取[u, x1]輸出逼近 x1。參數(shù)上初始狀態(tài) x10.5、x20 是為了讓系統(tǒng)從非零初值收斂到指令值方便觀察過(guò)渡過(guò)程。仿真步數(shù) 1000 對(duì)應(yīng) 10 秒足夠看到誤差收斂和增益穩(wěn)定。如果換成四階龍格庫(kù)塔把x1 dx1 * 0.01換成 RK4 更新即可精度更高但代碼略長(zhǎng)。4. 復(fù)現(xiàn)時(shí)最容易翻車(chē)的幾個(gè)地方4.1 辨識(shí)器發(fā)散誤差越跑越大現(xiàn)象辨識(shí)誤差 em(k) 不收斂幾十步后直接沖到很大值。原因通常是學(xué)習(xí)率過(guò)大或者輸入向量沒(méi)有做歸一化被控對(duì)象輸出量綱遠(yuǎn)大于控制量導(dǎo)致權(quán)值更新步長(zhǎng)在某個(gè)方向上過(guò)大。解決先把學(xué)習(xí)率降到 0.01 量級(jí)再對(duì)輸入做歸一化讓 u 和 y 都落在 -1 到 1 之間網(wǎng)絡(luò)輸出再反歸一化回物理量。4.2 控制器增益來(lái)回震蕩不收斂現(xiàn)象kp、ki、kd 三個(gè)曲線(xiàn)在仿真圖里高頻抖動(dòng)控制量也跟著抖。原因一般是控制器學(xué)習(xí)率相對(duì)辨識(shí)器學(xué)習(xí)率偏大或者辨識(shí)器還沒(méi)收斂就放開(kāi)了控制器修正。解決控制器學(xué)習(xí)率取辨識(shí)器的五分之一到十分之一并且加一個(gè)啟動(dòng)凍結(jié)期前 200 到 500 步只訓(xùn)練辨識(shí)器辨識(shí)誤差小于 0.01 后再放開(kāi)增益修正。4.3 誤差差分項(xiàng)把噪聲放大現(xiàn)象控制量里出現(xiàn)明顯的高頻毛刺執(zhí)行機(jī)構(gòu)跟著響。原因誤差差分 de (e - e_prev)/TT 很小時(shí)差分對(duì)測(cè)量噪聲極其敏感。解決在差分項(xiàng)后面串一個(gè)一階低通濾波濾波時(shí)間常數(shù)取 3 到 5 個(gè)采樣周期或者直接用不完全微分結(jié)構(gòu)把微分項(xiàng)乘一個(gè)小于 1 的濾波系數(shù)。4.4 采樣周期和對(duì)象時(shí)間常數(shù)不匹配現(xiàn)象辨識(shí)器怎么調(diào)都不收斂或者收斂后一換工況就崩。原因采樣周期 T 相對(duì)被控對(duì)象主導(dǎo)時(shí)間常數(shù)太大或太小。解決先測(cè)被控對(duì)象的階躍響應(yīng)找到上升到 63% 的時(shí)間作為主導(dǎo)時(shí)間常數(shù)T 取它的十分之一到二十分之一。仿真里如果對(duì)象是連續(xù)模型務(wù)必先離散化再進(jìn)循環(huán)不要混著連續(xù)和離散算。4.5 初始增益全設(shè)為零導(dǎo)致啟動(dòng)死區(qū)現(xiàn)象仿真一開(kāi)始控制量一直是零系統(tǒng)不動(dòng)網(wǎng)絡(luò)也沒(méi)法從零誤差里學(xué)到東西。原因PID 初始增益設(shè)為零控制量為零被控對(duì)象沒(méi)有激勵(lì)辨識(shí)器輸入全是零梯度為零。解決初始增益用一組手動(dòng)整定的值哪怕粗糙也行保證系統(tǒng)有初始激勵(lì)。常見(jiàn)做法是先跑一段開(kāi)環(huán)或者固定 PID采集數(shù)據(jù)預(yù)訓(xùn)練辨識(shí)器再切到自適應(yīng)模式。5. 從仿真到落地驗(yàn)證收斂性和魯棒性的幾個(gè)硬指標(biāo)仿真跑通只是第一步判斷這套算法到底能不能用我一般盯四個(gè)指標(biāo)。第一是辨識(shí)誤差的穩(wěn)態(tài)值收斂后 em 的絕對(duì)值應(yīng)該小于被控對(duì)象輸出量程的 2%否則辨識(shí)器精度不夠后面增益修正就是建在沙子上。第二是增益收斂時(shí)間從放開(kāi)控制器修正到三個(gè)增益波動(dòng)小于 5%一般希望在 1 到 3 秒內(nèi)完成太慢說(shuō)明學(xué)習(xí)率偏小或者網(wǎng)絡(luò)容量不夠。第三是階躍響應(yīng)的超調(diào)量和調(diào)節(jié)時(shí)間和手動(dòng)整定的最優(yōu) PID 比超調(diào)不應(yīng)更差調(diào)節(jié)時(shí)間應(yīng)縮短至少 20%。第四是魯棒性測(cè)試把被控對(duì)象參數(shù)改 20% 到 30%看增益能不能重新收斂、響應(yīng)能不能恢復(fù)這一條最能區(qū)分“真自適應(yīng)”和“仿真里碰巧調(diào)通”。驗(yàn)證魯棒性時(shí)我習(xí)慣做一個(gè)參數(shù)攝動(dòng)掃描表把關(guān)鍵參數(shù)按比例改記錄每次的調(diào)節(jié)時(shí)間和超調(diào)。下面這個(gè)表是我復(fù)現(xiàn)時(shí)用的記錄格式可以直接套。攝動(dòng)項(xiàng)變化幅度調(diào)節(jié)時(shí)間(s)超調(diào)量(%)增益是否重新收斂a21-20%1.86.2是a2120%2.18.5是a12-30%2.411.0是a1230%2.613.4邊界收斂加輸出噪聲5% 量程2.29.1是從表里能看出參數(shù)往使系統(tǒng)阻尼變小的方向攝動(dòng)時(shí)超調(diào)會(huì)明顯上升增益收斂也變慢。如果某個(gè)攝動(dòng)下增益不收斂?jī)?yōu)先查辨識(shí)器輸入歸一化有沒(méi)有跟著參數(shù)變化失效再查學(xué)習(xí)率是不是需要按攝動(dòng)幅度自適應(yīng)縮小。還有一個(gè)容易被忽略的點(diǎn)這套算法在線(xiàn)計(jì)算量集中在辨識(shí)器前向和反傳隱含層 7 個(gè)神經(jīng)元時(shí)單步計(jì)算量很小但如果你把采樣周期壓到 1 毫秒以下普通 MCU 可能跑不動(dòng)。落地前先估算單步浮點(diǎn)運(yùn)算次數(shù)留出至少 50% 的 CPU 余量否則控制回路會(huì)被計(jì)算拖垮。我自己的習(xí)慣是每次把這類(lèi)自適應(yīng)算法往真實(shí)控制器上搬之前先在仿真里把采樣周期、學(xué)習(xí)率、網(wǎng)絡(luò)規(guī)模三組參數(shù)各掃一遍找到收斂邊界再按邊界往保守方向退兩檔。從那以后凡是帶在線(xiàn)學(xué)習(xí)的控制算法我都強(qiáng)制先跑一遍參數(shù)攝動(dòng)掃描確認(rèn)收斂域覆蓋實(shí)際工況才敢往硬件上燒。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取 基于DRNN神經(jīng)網(wǎng)絡(luò)的自適應(yīng)PID控制算法：原理、實(shí)現(xiàn)與工程落地
簡(jiǎn)介這份PDF文檔面向自動(dòng)化、控制工程與人工智能方向的學(xué)習(xí)者和研究人員聚焦非線(xiàn)性系統(tǒng)難以用線(xiàn)性模型精確描述這一核心難題提出將DRNN神經(jīng)網(wǎng)絡(luò)與自適應(yīng)控制相結(jié)合的算法思路。文檔系統(tǒng)梳理了非線(xiàn)性系統(tǒng)控制面臨的挑戰(zhàn)、DRNN神經(jīng)網(wǎng)絡(luò)在信息處理與非線(xiàn)性辨識(shí)上的優(yōu)勢(shì)并給出其輸入層、隱含層、輸出層三層回歸結(jié)構(gòu)及權(quán)值更新推導(dǎo)進(jìn)而闡述基于該網(wǎng)絡(luò)的自適應(yīng)PID控制算法如何完成系統(tǒng)辨識(shí)與參數(shù)整定仿真結(jié)果顯示其過(guò)渡過(guò)程短、魯棒性強(qiáng)、泛化能力良好可應(yīng)用于機(jī)器人控制、過(guò)程控制、自動(dòng)駕駛與智能家居等場(chǎng)景。資源包為1個(gè)PDF文件大小約1.14MB內(nèi)容完整、公式與結(jié)構(gòu)圖齊全便于直接閱讀與引用。目前已有129人學(xué)習(xí)下載適合希望深入理解神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制建模與仿真細(xì)節(jié)的讀者參考。1. 被控對(duì)象一非線(xiàn)性普通 PID 就開(kāi)始“玄學(xué)抖動(dòng)”了做過(guò)程控制或者運(yùn)動(dòng)控制的同行大概率都遇到過(guò)這種場(chǎng)景被控對(duì)象里帶點(diǎn)死區(qū)、飽和、摩擦或者時(shí)變參數(shù)用一組固定 PID 參數(shù)調(diào)得挺好工況一變超調(diào)直接飆上去穩(wěn)態(tài)誤差怎么都?jí)翰幌聛?lái)。這時(shí)候很多人第一反應(yīng)是重新整定 PID但整定完發(fā)現(xiàn)只是把震蕩點(diǎn)從一個(gè)工況挪到了另一個(gè)工況。根本原因在于線(xiàn)性 PID 的增益是定值而非線(xiàn)性系統(tǒng)的動(dòng)態(tài)特性隨工作點(diǎn)漂移一套固定參數(shù)不可能在全工況下都最優(yōu)。這份《一種基于 DRNN 神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制算法》給出的思路就是用對(duì)角回歸神經(jīng)網(wǎng)絡(luò)DRNN在線(xiàn)辨識(shí)被控對(duì)象的非線(xiàn)性動(dòng)態(tài)再讓網(wǎng)絡(luò)輸出實(shí)時(shí)修正 PID 的三個(gè)增益。它解決的不是“PID 怎么調(diào)”的問(wèn)題而是“PID 參數(shù)能不能自己跟著工況走”的問(wèn)題。適合已經(jīng)懂 PID 基本結(jié)構(gòu)、想往自適應(yīng)控制方向落地的工程師也適合做機(jī)器人關(guān)節(jié)控制、電機(jī)調(diào)速、溫度過(guò)程控制這類(lèi)非線(xiàn)性明顯場(chǎng)景的從業(yè)者。下面我按“網(wǎng)絡(luò)結(jié)構(gòu)怎么理解 → 辨識(shí)器怎么搭 → 控制器怎么整定 → 仿真怎么復(fù)現(xiàn) → 坑在哪”的順序拆一遍。2. DRNN 網(wǎng)絡(luò)結(jié)構(gòu)與系統(tǒng)辨識(shí)回歸層到底回歸了什么2.1 為什么選 DRNN 而不是 BP 或普通 RNN普通 BP 網(wǎng)絡(luò)是靜態(tài)映射輸入到輸出沒(méi)有記憶處理帶慣性的非線(xiàn)性系統(tǒng)時(shí)辨識(shí)器本身就需要額外引入延遲輸入來(lái)構(gòu)造動(dòng)態(tài)。而 DRNN 在隱含層加了回歸支路隱含層第 j 個(gè)神經(jīng)元在當(dāng)前時(shí)刻的輸入總和里包含了自己上一時(shí)刻的輸出乘以一個(gè)回歸權(quán)值。這個(gè)結(jié)構(gòu)讓網(wǎng)絡(luò)天然具備對(duì)動(dòng)態(tài)系統(tǒng)的記憶能力不需要在外層手動(dòng)堆一堆延遲線(xiàn)。和標(biāo)準(zhǔn) Elman 網(wǎng)絡(luò)相比DRNN 的“對(duì)角”體現(xiàn)在回歸權(quán)值矩陣是對(duì)角陣也就是每個(gè)回歸神經(jīng)元只把自己的上一時(shí)刻輸出回饋給自己不交叉回饋。這樣做的好處是參數(shù)量少、在線(xiàn)計(jì)算量小適合放在采樣周期比較短的控制回路里跑。常見(jiàn)做法是隱含層取 5 到 9 個(gè)回歸神經(jīng)元輸入層取被控對(duì)象的當(dāng)前輸入和當(dāng)前輸出輸出層就是辨識(shí)出的系統(tǒng)輸出。2.2 辨識(shí)器的前向計(jì)算與權(quán)值更新辨識(shí)器的輸入是系統(tǒng)實(shí)際輸入 u(k) 和實(shí)際輸出 y(k)輸出是網(wǎng)絡(luò)預(yù)測(cè)的 ym(k)。誤差 em(k) y(k) - ym(k)指標(biāo)函數(shù)取二分之一誤差平方。權(quán)值更新用梯度下降回歸層、輸入層、輸出層三組權(quán)值分別沿各自偏導(dǎo)方向修正。下面這段 Python 把前向和更新寫(xiě)清楚可以直接對(duì)照論文里的公式復(fù)現(xiàn)。import numpy as np class DRNNIdentifier: def __init__(self, n_input2, n_hidden7, lr0.05): # 輸入層權(quán)值 W1: (n_hidden, n_input) self.W1 np.random.randn(n_hidden, n_input) * 0.1 # 回歸層權(quán)值 Wr: (n_hidden,) 對(duì)角回歸每個(gè)神經(jīng)元只回饋?zhàn)约?self.Wr np.random.randn(n_hidden) * 0.1 # 輸出層權(quán)值 Wo: (1, n_hidden) self.Wo np.random.randn(1, n_hidden) * 0.1 self.lr lr self.X np.zeros(n_hidden) # 隱含層當(dāng)前輸出 self.X_prev np.zeros(n_hidden) # 隱含層上一時(shí)刻輸出 def forward(self, u): # u: 當(dāng)前時(shí)刻輸入向量 [u(k), y(k)] S self.W1 u self.Wr * self.X_prev # 隱含層輸入總和 self.X np.tanh(S) # S 函數(shù)激活 ym self.Wo self.X # 網(wǎng)絡(luò)輸出 return ym def update(self, u, y, ym): em y - ym # 輸出層權(quán)值更新 dWo em * self.X # 隱含層誤差反傳tanh 導(dǎo)數(shù) 1 - X^2 dS (em * self.Wo) * (1 - self.X ** 2) dW1 np.outer(dS, u) dWr dS * self.X_prev # 梯度下降更新 self.Wo self.lr * dWo self.W1 self.lr * dW1 self.Wr self.lr * dWr self.X_prev self.X.copy() return em邏輯說(shuō)明forward里S W1 u Wr * X_prev對(duì)應(yīng)論文中隱含層輸入總和公式回歸項(xiàng)只乘自己上一時(shí)刻輸出這就是對(duì)角回歸的含義。update里先算輸出層梯度再把誤差按Wo反傳到隱含層乘 tanh 導(dǎo)數(shù)得到dS最后分別更新三組權(quán)值。參數(shù)方面lr是學(xué)習(xí)率辨識(shí)階段一般取 0.02 到 0.1太大權(quán)值震蕩太小收斂慢n_hidden取 5 到 9神經(jīng)元太少辨識(shí)精度不夠太多在線(xiàn)計(jì)算吃緊。X_prev必須在每次更新后同步否則回歸支路就斷了。2.3 辨識(shí)器的輸入輸出配對(duì)與采樣周期辨識(shí)器要能工作輸入向量必須同時(shí)包含被控對(duì)象的控制量和輸出量。常見(jiàn)做法是u [u(k), y(k)]網(wǎng)絡(luò)輸出ym(k)逼近y(k)。采樣周期 T 要和被控對(duì)象的主導(dǎo)時(shí)間常數(shù)匹配一般取主導(dǎo)時(shí)間常數(shù)的十分之一到二十分之一。T 太大回歸支路記憶的信息跨了好幾個(gè)動(dòng)態(tài)過(guò)程辨識(shí)發(fā)散T 太小相鄰采樣點(diǎn)差異微弱梯度信號(hào)被噪聲淹沒(méi)。仿真里如果被控對(duì)象是連續(xù)模型記得先用零階保持器離散化再喂給辨識(shí)器。3. 自適應(yīng) PID 控制器三個(gè)增益怎么被網(wǎng)絡(luò)在線(xiàn)整定3.1 控制器結(jié)構(gòu)與誤差構(gòu)造論文里的控制器用兩個(gè)神經(jīng)網(wǎng)絡(luò) NN1 和 NN2 分別整定兩路 PID 參數(shù)單路控制器的輸出是三個(gè)增益乘以三個(gè)誤差分量之和。三個(gè)誤差分量分別是當(dāng)前誤差 e(k)、誤差累積、誤差差分。這里有個(gè)容易翻車(chē)的點(diǎn)誤差差分項(xiàng)要除以采樣時(shí)間 T如果 T 取得很小差分項(xiàng)會(huì)放大噪聲實(shí)際工程里通常再加一個(gè)一階低通濾波。class AdaptivePID: def __init__(self, kp01.0, ki00.1, kd00.05, lr0.02, T0.01): self.kp, self.ki, self.kd kp0, ki0, kd0 self.lr lr self.T T self.e_prev 0.0 self.e_sum 0.0 def control(self, r, y): e r - y self.e_sum e * self.T de (e - self.e_prev) / self.T # 三個(gè)誤差分量 x1, x2, x3 e, self.e_sum, de u self.kp * x1 self.ki * x2 self.kd * x3 # 增益在線(xiàn)修正梯度方向?yàn)檎`差對(duì)增益的敏感度 self.kp self.lr * e * x1 self.ki self.lr * e * x2 self.kd self.lr * e * x3 self.e_prev e return u, (x1, x2, x3)邏輯說(shuō)明control里先算三個(gè)誤差分量再合成控制量 u。增益修正項(xiàng)lr * e * x對(duì)應(yīng)論文中增益沿誤差平方負(fù)梯度方向調(diào)整的思路誤差為正且分量也為正時(shí)增益增大加快響應(yīng)。參數(shù)上lr是增益學(xué)習(xí)率一般比辨識(shí)器學(xué)習(xí)率小一個(gè)量級(jí)取 0.005 到 0.02太大增益會(huì)來(lái)回跳。T必須和辨識(shí)器采樣周期一致否則誤差差分和累積都對(duì)不上。初始增益可以先用一組手動(dòng)整定的 PID 參數(shù)讓網(wǎng)絡(luò)從小范圍修正開(kāi)始比從零起步穩(wěn)得多。3.2 辨識(shí)器與控制器的耦合關(guān)系辨識(shí)器和控制器不是各跑各的。辨識(shí)器輸出的系統(tǒng)雅可比信息也就是被控對(duì)象輸出對(duì)控制量的偏導(dǎo)會(huì)通過(guò)鏈?zhǔn)椒▌t影響控制器增益的修正方向。論文里用 DRNN 的輸出對(duì)輸入的偏導(dǎo)來(lái)近似這個(gè)雅可比。實(shí)際實(shí)現(xiàn)時(shí)如果辨識(shí)器還沒(méi)收斂雅可比估計(jì)不準(zhǔn)控制器增益修正就會(huì)亂走。常見(jiàn)做法是前若干百個(gè)采樣步只訓(xùn)練辨識(shí)器凍結(jié)控制器增益等辨識(shí)誤差降到閾值以下再放開(kāi)控制器在線(xiàn)修正。這個(gè)“先辨識(shí)后控制”的啟動(dòng)順序是整套算法能不能穩(wěn)的關(guān)鍵。3.3 仿真被控對(duì)象與參數(shù)設(shè)置論文給的被控對(duì)象是一個(gè)二階非線(xiàn)性狀態(tài)方程狀態(tài)變量 x1、x2未知參數(shù) a110.3、a120.7、a21-5.3、a22 等。復(fù)現(xiàn)時(shí)用四階龍格庫(kù)塔離散化采樣周期取 0.01 秒仿真時(shí)長(zhǎng) 10 秒左右就能看到收斂過(guò)程。下面是被控對(duì)象和主循環(huán)的骨架。def plant(x1, x2, u): a11, a12, a21, a22 0.3, 0.7, -5.3, -0.5 dx1 a11 * x1 a12 * x2 dx2 a21 * x1 a22 * x2 u return dx1, dx2 # 主循環(huán)骨架 ident DRNNIdentifier(n_input2, n_hidden7, lr0.05) pid AdaptivePID(kp01.0, ki00.1, kd00.05, lr0.01, T0.01) x1, x2 0.5, 0.0 for k in range(1000): r 1.0 # 階躍指令 u, _ pid.control(r, x1) dx1, dx2 plant(x1, x2, u) x1 dx1 * 0.01 x2 dx2 * 0.01 ym ident.forward(np.array([u, x1])) ident.update(np.array([u, x1]), x1, ym)邏輯說(shuō)明plant是被控對(duì)象連續(xù)方程主循環(huán)里用歐拉法以 0.01 秒步長(zhǎng)推進(jìn)。辨識(shí)器輸入取[u, x1]輸出逼近 x1。參數(shù)上初始狀態(tài) x10.5、x20 是為了讓系統(tǒng)從非零初值收斂到指令值方便觀察過(guò)渡過(guò)程。仿真步數(shù) 1000 對(duì)應(yīng) 10 秒足夠看到誤差收斂和增益穩(wěn)定。如果換成四階龍格庫(kù)塔把x1 dx1 * 0.01換成 RK4 更新即可精度更高但代碼略長(zhǎng)。4. 復(fù)現(xiàn)時(shí)最容易翻車(chē)的幾個(gè)地方4.1 辨識(shí)器發(fā)散誤差越跑越大現(xiàn)象辨識(shí)誤差 em(k) 不收斂幾十步后直接沖到很大值。原因通常是學(xué)習(xí)率過(guò)大或者輸入向量沒(méi)有做歸一化被控對(duì)象輸出量綱遠(yuǎn)大于控制量導(dǎo)致權(quán)值更新步長(zhǎng)在某個(gè)方向上過(guò)大。解決先把學(xué)習(xí)率降到 0.01 量級(jí)再對(duì)輸入做歸一化讓 u 和 y 都落在 -1 到 1 之間網(wǎng)絡(luò)輸出再反歸一化回物理量。4.2 控制器增益來(lái)回震蕩不收斂現(xiàn)象kp、ki、kd 三個(gè)曲線(xiàn)在仿真圖里高頻抖動(dòng)控制量也跟著抖。原因一般是控制器學(xué)習(xí)率相對(duì)辨識(shí)器學(xué)習(xí)率偏大或者辨識(shí)器還沒(méi)收斂就放開(kāi)了控制器修正。解決控制器學(xué)習(xí)率取辨識(shí)器的五分之一到十分之一并且加一個(gè)啟動(dòng)凍結(jié)期前 200 到 500 步只訓(xùn)練辨識(shí)器辨識(shí)誤差小于 0.01 后再放開(kāi)增益修正。4.3 誤差差分項(xiàng)把噪聲放大現(xiàn)象控制量里出現(xiàn)明顯的高頻毛刺執(zhí)行機(jī)構(gòu)跟著響。原因誤差差分 de (e - e_prev)/TT 很小時(shí)差分對(duì)測(cè)量噪聲極其敏感。解決在差分項(xiàng)后面串一個(gè)一階低通濾波濾波時(shí)間常數(shù)取 3 到 5 個(gè)采樣周期或者直接用不完全微分結(jié)構(gòu)把微分項(xiàng)乘一個(gè)小于 1 的濾波系數(shù)。4.4 采樣周期和對(duì)象時(shí)間常數(shù)不匹配現(xiàn)象辨識(shí)器怎么調(diào)都不收斂或者收斂后一換工況就崩。原因采樣周期 T 相對(duì)被控對(duì)象主導(dǎo)時(shí)間常數(shù)太大或太小。解決先測(cè)被控對(duì)象的階躍響應(yīng)找到上升到 63% 的時(shí)間作為主導(dǎo)時(shí)間常數(shù)T 取它的十分之一到二十分之一。仿真里如果對(duì)象是連續(xù)模型務(wù)必先離散化再進(jìn)循環(huán)不要混著連續(xù)和離散算。4.5 初始增益全設(shè)為零導(dǎo)致啟動(dòng)死區(qū)現(xiàn)象仿真一開(kāi)始控制量一直是零系統(tǒng)不動(dòng)網(wǎng)絡(luò)也沒(méi)法從零誤差里學(xué)到東西。原因PID 初始增益設(shè)為零控制量為零被控對(duì)象沒(méi)有激勵(lì)辨識(shí)器輸入全是零梯度為零。解決初始增益用一組手動(dòng)整定的值哪怕粗糙也行保證系統(tǒng)有初始激勵(lì)。常見(jiàn)做法是先跑一段開(kāi)環(huán)或者固定 PID采集數(shù)據(jù)預(yù)訓(xùn)練辨識(shí)器再切到自適應(yīng)模式。5. 從仿真到落地驗(yàn)證收斂性和魯棒性的幾個(gè)硬指標(biāo)仿真跑通只是第一步判斷這套算法到底能不能用我一般盯四個(gè)指標(biāo)。第一是辨識(shí)誤差的穩(wěn)態(tài)值收斂后 em 的絕對(duì)值應(yīng)該小于被控對(duì)象輸出量程的 2%否則辨識(shí)器精度不夠后面增益修正就是建在沙子上。第二是增益收斂時(shí)間從放開(kāi)控制器修正到三個(gè)增益波動(dòng)小于 5%一般希望在 1 到 3 秒內(nèi)完成太慢說(shuō)明學(xué)習(xí)率偏小或者網(wǎng)絡(luò)容量不夠。第三是階躍響應(yīng)的超調(diào)量和調(diào)節(jié)時(shí)間和手動(dòng)整定的最優(yōu) PID 比超調(diào)不應(yīng)更差調(diào)節(jié)時(shí)間應(yīng)縮短至少 20%。第四是魯棒性測(cè)試把被控對(duì)象參數(shù)改 20% 到 30%看增益能不能重新收斂、響應(yīng)能不能恢復(fù)這一條最能區(qū)分“真自適應(yīng)”和“仿真里碰巧調(diào)通”。驗(yàn)證魯棒性時(shí)我習(xí)慣做一個(gè)參數(shù)攝動(dòng)掃描表把關(guān)鍵參數(shù)按比例改記錄每次的調(diào)節(jié)時(shí)間和超調(diào)。下面這個(gè)表是我復(fù)現(xiàn)時(shí)用的記錄格式可以直接套。攝動(dòng)項(xiàng)變化幅度調(diào)節(jié)時(shí)間(s)超調(diào)量(%)增益是否重新收斂a21-20%1.86.2是a2120%2.18.5是a12-30%2.411.0是a1230%2.613.4邊界收斂加輸出噪聲5% 量程2.29.1是從表里能看出參數(shù)往使系統(tǒng)阻尼變小的方向攝動(dòng)時(shí)超調(diào)會(huì)明顯上升增益收斂也變慢。如果某個(gè)攝動(dòng)下增益不收斂?jī)?yōu)先查辨識(shí)器輸入歸一化有沒(méi)有跟著參數(shù)變化失效再查學(xué)習(xí)率是不是需要按攝動(dòng)幅度自適應(yīng)縮小。還有一個(gè)容易被忽略的點(diǎn)這套算法在線(xiàn)計(jì)算量集中在辨識(shí)器前向和反傳隱含層 7 個(gè)神經(jīng)元時(shí)單步計(jì)算量很小但如果你把采樣周期壓到 1 毫秒以下普通 MCU 可能跑不動(dòng)。落地前先估算單步浮點(diǎn)運(yùn)算次數(shù)留出至少 50% 的 CPU 余量否則控制回路會(huì)被計(jì)算拖垮。我自己的習(xí)慣是每次把這類(lèi)自適應(yīng)算法往真實(shí)控制器上搬之前先在仿真里把采樣周期、學(xué)習(xí)率、網(wǎng)絡(luò)規(guī)模三組參數(shù)各掃一遍找到收斂邊界再按邊界往保守方向退兩檔。從那以后凡是帶在線(xiàn)學(xué)習(xí)的控制算法我都強(qiáng)制先跑一遍參數(shù)攝動(dòng)掃描確認(rèn)收斂域覆蓋實(shí)際工況才敢往硬件上燒。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取