PID神经网络在飞控解耦中的仿真研究

程 波， 何贵波， 李 天

(1.沈阳飞机设计研究所，沈阳 110035;2.空军第二飞行学院，西安 710306)

0 引言

飞机是一种复杂的多输入多输出被控对象，存在较强的耦合动力学特性，这种耦合的动力学特性随着飞行状态的改变而改变，存在非线性和时变特性，在进行飞行控制律设计时，为了获得好的控制品质，有必要对各输出量进行解耦，并且使控制器能根据被控对象动力学特性的改变而自适应调整。

传统的解耦方法如对角矩阵法、相对增益分析法、特征曲线分析法、状态变量法等，根据精确数学模型设计，当被控对象存在时变、非线性特性，或建模不精确时，控制效果就比较差。而神经网络控制器是当前应用比较广泛的智能控制器，不需要被控对象精确的数学模型，能够自适应地调整，解决传统控制技术无法解决的复杂的、不确定性的、非线性特性的控制问题［1-3］。本文引入一种PID神经网络解耦控制技术［4-5］，其网络结构根据传统PID控制系统演变而来，每一个神经元都具有明确的物理意义，解决了隐含层神经元个数按经验取值的问题。

1 PID神经网络解耦控制算法

一个典型的被控对象为2输入2输出系统的神经网络PID解耦控制系统，结构如图1所示。

图1 PID神经网络解耦控制系统结构框图Fig.1 Structure of PID neural network decoupling control system

图中:r1，r2为两个期望输出;y1，y2为被控对象的实际输出;k1，k2为增益;u1，u2为控制量;G11，G12分别为u1到y1和y2的传递函数;G21，G22分别是u2到y1和y2的传递函数。控制器为两个相同结构的2-3-1神经子网络组成，每个子网络的输入层由两个节点构成。……