Automatické nastavování PID regulátorů pomocí neuronových sítí

Abstract

Tato bakalářská práce se zabývá využitím neuronových sítí pro automatické nastavování PID regulátorů. Hlavním cílem je vyvinout a implementovat systém kombinující LSTM a RBF sítě pro adaptivní řízení. Práce obsahuje teoretický rozbor problematiky, návrh vlastního řešení a jeho experimentální ověření na dvou typech systémů - vozíku a tepelném systému. Výsledky ukazují, že navržený přístup dokáže v některých případech překonat konvenční metody ladění PID regulátorů, zejména při práci s nelineárními systémy. Současně jsou diskutována omezení a praktické výzvy implementace, včetně problémů s numerickou stabilitou a výpočetní náročností.

This bachelor thesis focuses on the application of neural networks for automatic tuning of PID controllers. The main objective is to develop and implement a system combining LSTM and RBF networks for adaptive control. The work includes theoretical analysis, design of the proposed solution, and its experimental verification on two types of systems - a cart and a thermal system. The results show that the proposed approach can in some cases outperform conventional PID tuning methods, particularly when working with nonlinear systems. Limitations and practical implementation challenges are also discussed, including issues with numerical stability and computational complexity.