神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制研究和基于虛擬儀器的控制應(yīng)用.pdf

1、工業(yè)生產(chǎn)過程廣泛地存在著非線性現(xiàn)象，而線性預(yù)測(cè)控制難以滿足非線性系統(tǒng)的控制要求。神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制可以解決過程模型未知的復(fù)雜非線性系統(tǒng)的控制問題。所以本文研究了基于神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)控制的基本理論，并以酸堿中和反應(yīng)的pH值控制為例實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制仿真。在仿真過程中，借助Matlab和Simulink并結(jié)合S函數(shù)模塊實(shí)現(xiàn)復(fù)雜的先進(jìn)控制程序。首先研究了基于BP網(wǎng)、徑向基函數(shù)網(wǎng)和小波網(wǎng)絡(luò)的網(wǎng)絡(luò)辨識(shí)模型，并通過仿真比較了這三種網(wǎng)絡(luò)模型的精度和

2、訓(xùn)練速度。接著采用梯度下降法求解非線性預(yù)測(cè)控制的優(yōu)化問題，設(shè)計(jì)了基于小波網(wǎng)絡(luò)模型和RBF網(wǎng)絡(luò)模型的多步預(yù)測(cè)控制器。仿真結(jié)果表明，該控制算法實(shí)時(shí)性好，通過參數(shù)調(diào)節(jié)可使其達(dá)到較好的控制效果。 虛擬儀器代表著儀器發(fā)展的最新方向和潮流，利用虛擬儀器實(shí)現(xiàn)工業(yè)過程的先進(jìn)控制更具有一定的實(shí)際意義。所以本文還研究了如何基于虛擬儀器實(shí)現(xiàn)工業(yè)過程的實(shí)時(shí)先進(jìn)控制。首先介紹了虛擬儀器技術(shù)、LabVIEW軟件和數(shù)據(jù)采集的基本理論，然后利用LabVIEW與