基于BP神经网络PID控制的AGV调速系统仿真

王永鼎，陈小锋

（上海海洋大学，上海 201306）

0 引言

自动导引车（Automated Guided Vehicle，AGV），一般通过可充放电的车载电池进行能源供应[1～4]。目前，在高性能、高可靠性、高容量的车载蓄电池技术尚未攻克的情况下，AGV电力驱动系统的性能的优劣对AGV整车效率的提高影响很大。在电池容量有限的情况下，尽可能的延长AGV的全生命周期，对于提高AGV的运行效率具有重要意义[5]。

一般的调速系统中采用内外环的结构，内外环分别对电流和速度进行控制[5～7]。目前工业上进行控制系统的设计时，PID控制器仍然是系统设计时的主流选择。在生产实践中，为了让控制系统快速响应，调速系统的电流环和速度环通常都采用PI 控制来提高系统效率。

AGV在搬运货物的过程中，由于货物重量通常不一致，所以AGV的工作负载会发生变化，这使得整个调速系统的特征也会发生变化。当调速系统的转动惯量加大时，系统响应会变慢，而转动惯量减小易出现转速超调或振荡[8]。为使AGV能一直处于平稳运行状态，需要不断调整控制器参数。但是，一般的PI控制器不能进行参数的实时整定，当系统的误差较大时，PI控制器就不能满足控制系统的要求。

针对以上问题，已有学者进行了相关的研究工作。王鹏[8]等将双闭环直流调速应用到纯电动车的调速系统中，并在转速反馈外环并联了微分负反馈调节，使系统得到了较好的稳定性能；顾春雷[11]等实现单环和多环的调速系统及其Simulink仿真，并将神经网络和模糊控制分别应用到直流调速系统中，使调速系统在不同的设计要求下都达到了各自良好的调速性能。……