神經(jīng)網(wǎng)絡(luò)控制在減壓塔中應(yīng)用的仿真研究.pdf_第1頁
已閱讀1頁,還剩82頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、常減壓裝置在生產(chǎn)過程中存在較多不可控因素,其控制對象的復(fù)雜性、相關(guān)性、不確定性是操作的主要難點。為了對系統(tǒng)進行精確有效地控制,傳統(tǒng)方法已無法滿足需求,須采用先進控制才能實現(xiàn)。本文研究的主要內(nèi)容是,針對減壓塔控制系統(tǒng)中存在的各種問題,選減壓塔塔頂溫度和減壓爐出口溫度為被控參數(shù),用神經(jīng)網(wǎng)絡(luò)控制方法對其進行仿真試驗研究。神經(jīng)網(wǎng)絡(luò)能充分逼近復(fù)雜的非線性函數(shù),適合解決減壓塔溫度這類反應(yīng)滯后、控制緩慢、波動大的時變性問題。
  首先,簡要介紹

2、課題研究背景和神經(jīng)網(wǎng)絡(luò)的發(fā)展現(xiàn)狀、RBF(Radial Basis Function)神經(jīng)網(wǎng)絡(luò)的原理和優(yōu)缺點,為仿真試驗奠定理論基礎(chǔ)。
  其次,研究分析了RBF神經(jīng)網(wǎng)絡(luò)控制對于單輸入單輸出系統(tǒng)的控制效果。其中減壓塔塔頂溫度選用前饋-反饋控制,減壓爐出口溫度選用串級控制,分別進行仿真。由于該對象控制品質(zhì)要求高,系統(tǒng)內(nèi)部相關(guān)性強以及對象的時變性問題,設(shè)計了傳統(tǒng)PID控制模塊和RBF自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制模塊,并利用MATLAB軟件進行仿

3、真試驗。傳統(tǒng)方法與本文新方法結(jié)果對比表明RBF自適應(yīng)神經(jīng)網(wǎng)絡(luò)具有很好的控制效果,能夠較好地解決被控系統(tǒng)中存在的問題。
  常減壓裝置內(nèi)部關(guān)系復(fù)雜,多個參數(shù)不能作為控制參數(shù)而且還易受到其他參數(shù)變化的影響。為解決減壓塔塔頂溫度和減壓爐出口溫度之間存在的強耦合現(xiàn)象,分析研究了RBF神經(jīng)網(wǎng)絡(luò)控制對于雙輸入雙輸出系統(tǒng)的解耦控制效果。設(shè)計普通解耦模塊和RBF解耦模塊,在MATLAB軟件中進行仿真試驗研究。研究結(jié)果表明RBF解耦可得到較好的控制

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論