版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、 對于雙層卷焊管釬焊過程溫度控制系統(tǒng)來說,具有快速響應的、不確定性、滯后時間長,非線性過程控制系統(tǒng)。如果采用常規(guī)的 PID 控制方法是很難達到滿意的效果,而且人工調試比較困難,在擾動比較大的時候,很容易遠離設定值。神經網絡控制器以其結構簡單、魯棒性強、不需要被控對象的數(shù)學模型以及粗調快速等優(yōu)點被廣泛應用。但是,對于單神經元的神經網絡控制器也存在控制精度不高、“調節(jié)死區(qū)”等問題。以此同時,由于橫截面積,電極接觸電阻等因素波動對雙層卷焊管
2、釬焊過程中的溫度影響甚大,因此,采用神經網絡控制技術對釬焊過程的溫度進行控制,應用帶有導師規(guī)則的BP算法,并對BP算法做了改進,設計出BP神經網絡控制器,從而在不影響計算速度的前提下提高精度。
在熟悉雙層卷焊管生產工藝的基礎上,對其釬焊過程機理進行了數(shù)學分析,獲取了釬焊溫度變化的穩(wěn)態(tài)數(shù)學模型,為控制算法的研究提供了理論依據(jù);通過對神經網絡控制器控制機理和算法的研究,對控制器中算法的正逆向過程進行了證明并設計了BP神經網絡控制
3、器,通過穩(wěn)態(tài)分析和仿真驗證,實現(xiàn)了對焊接過程中焊接溫度、焊接擠壓力、焊接速度等主要工藝參數(shù)的優(yōu)化與控制。
設計了雙層卷焊管實驗生產線,同時結合MATLAB和組態(tài)王軟件編寫了溫度測量控制軟件。利用組態(tài)王軟件所提供的面向對象的動畫圖形、開放的數(shù)據(jù)庫格式以及增強趨勢分析能力完成了變量組態(tài)和監(jiān)控畫面,實現(xiàn)了實時曲線的顯示并能夠將歷史報表通過查詢數(shù)據(jù)庫的形式進行訪問獲得以前任意時刻的數(shù)據(jù),同時在屏幕上顯示出來,便于打印、查詢、保存并作
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 雙層卷焊管焊接過程神經網絡自適應控制方法研究.pdf
- 基于神經網絡控制的電阻縫焊控制系統(tǒng)研究.pdf
- 基于神經網絡的波峰焊控制系統(tǒng)研究.pdf
- 基于人工神經網絡的螺旋埋弧焊管焊縫形狀預測研究.pdf
- 煙葉發(fā)酵過程神經網絡迭代學習控制研究.pdf
- 煙葉發(fā)酵過程神經網絡迭代學習控制研究(1)
- SCR脫硝過程神經網絡建模及控制.pdf
- 基于神經網絡的雙層輝光離子滲金屬
- 基于神經網絡的雙層輝光離子滲金屬
- 基于神經網絡的紙漿洗滌過程優(yōu)化控制.pdf
- 螺旋焊管成型過程質量控制研究.pdf
- 電廠熱工過程神經網絡建模與控制的研究.pdf
- 基于模糊神經網絡的丙烯精餾過程先進控制研究.pdf
- 基于模糊神經網絡的pH中和過程控制研究.pdf
- 污水處理過程遞歸神經網絡控制方法研究.pdf
- 醋酸乙烯合成過程神經網絡自適應控制研究與應用.pdf
- 基于神經網絡方法的自相關過程控制研究.pdf
- 鍋爐典型非線性過程的神經網絡建模和控制研究.pdf
- 基于模糊神經網絡的發(fā)酵過程建模與控制.pdf
- 神經網絡船舶航向控制的研究.pdf
評論
0/150
提交評論