1 引言

　　在工业生产中，由于直流调速系统良好的运动性和控制特性，在我国很多需要高性能可控电力拖动的工业部门，仍然广泛使用直流调速系统。从控制角度看，直流调速系统是交流调速系统的基础，加强对直流调速系统的研究有利于促进调速系统的进一步完善[1]。但由于各种因素(如扰动)的影响，直流调速系统运行中可能存在严重的不稳定等问题，此时利用传统的控制理论(如PID控制)不能满足高精度和高动态性能控制的要求。我国目前直流调速系统的研究主要有：综合性最优控制、补偿PID控制、PID算法优化、也有的只用模糊控制技术。所以可以看出直流调速系统的主要研究点是智能控制方法的应用。近几年来，神经网络控制作为智能控制的重要组成部分得到了较快地发展，而作为神经网络的最基本单元——单神经元，在神经网络控制中成为了最基本的控制部件。本文针对造成直流调速系统不稳定的因素分别提出了一种基于跟踪微分器、神经网络与PID控制相结合的直流调速的控制策略，并运用Simulink仿真软件在S函数的基础上，利用跟踪微分器的滤波性，单神经元的自学习，自适应性，通过对存在随机扰动的双闭环直流调速系统的在线学习控制，实现系统的快速、稳定、实时控制。

　　2 问题描述

　　据统计，现代工业过程控制领域仍有近90%的回路应用传统的PID控制策略。然而PID控制中的关键问题就是PID参数的整定，实际应用中，很多被控过程原理相对

　　复杂，并且受噪声、负载扰动等因素的影响，过程参数甚至模型结构均会随着时间和工作环境的变换而变换，这给PID参数的整定带来了许多困难。例如在生产过程中，直流调速系统不仅结构、参数复杂，而且存在着

　　扰动，扰动的种类、数量不唯一，从而导致控制器设计复杂，扰动难以抑制，系统稳定性差等问题。这类直流调速系统的状态空间描述如下：

　　扰动。针对这一类系统，控制器的设计要求是，首先保证系统稳定性——即消除系统的干扰，然后满足系统其他性能要求。当W1(t)、W2(t)分别是确定的扰动，则可以采用传统的方法设计相应的抗扰动控制器保证系统稳定运行。但是如果W1(t)、W2(t)都是随机扰动，即为无明显传播规律的信号，则可能造成系统的模型或参数不确定，使系统控制器设计复杂化，如果仍采用传统的方法设计控制器，则很难设计与实现。

　　对直流调速系统来说，系统的主要扰动包括电网扰动、负载扰动。电网扰动作用在电流环内部，可通过电流反馈及时得到抑制，所以电网扰动对转速的影响较小，则可不加以考虑。负载扰动作用在电流环之外，转速环之内，只能靠转速调节器来抑制，所以设计转速环控制器应具有较好的抗干扰性。另外工业控制现场环境复杂，常存在多种形式的干扰源，所以系统的外界干扰是很难避免的，本文在考虑系统的负载扰动和外界扰动的前提下，以S函数为基础设计单神经元PID控制器和跟踪微分器控制系统。