神經(jīng)網(wǎng)絡(luò)PID控制器的設(shè)計(jì)及其在氣墊式流漿箱控制中的仿真研究.pdf

1、現(xiàn)代復(fù)雜工業(yè)生產(chǎn)過(guò)程中，受控對(duì)象之間的耦合問(wèn)題是普遍存在的一種現(xiàn)象。與無(wú)耦合的受控對(duì)象相比，自動(dòng)控制系統(tǒng)的設(shè)計(jì)難度更大。在一個(gè)多變量的控制系統(tǒng)中，因?yàn)橄到y(tǒng)中存在耦合，輸入與輸出之間相互關(guān)聯(lián)，互相影響，采用SISO系統(tǒng)的設(shè)計(jì)方法往往不能取得預(yù)期的控制效果，甚至?xí)玫揭粋€(gè)不穩(wěn)定的系統(tǒng)。因此研究MIMO系統(tǒng)的解耦控制策略，并把它們用于過(guò)程控制，對(duì)于提高生產(chǎn)效益和保障安全運(yùn)行都具有很重要的現(xiàn)實(shí)意義。 傳統(tǒng)的解耦控制理論必須建立在精確的數(shù)

2、學(xué)模型基礎(chǔ)之上，且控制系統(tǒng)應(yīng)具有足夠的線性度。近年來(lái)，人們較多采用模糊控制、專(zhuān)家控制等智能控制方法來(lái)取代經(jīng)典PID控制方法，在一些方面達(dá)到了比較好的控制效果。神經(jīng)網(wǎng)絡(luò)具有強(qiáng)的非線性映射能力、自學(xué)習(xí)能力、聯(lián)想記憶能力、并行信息處理方式及優(yōu)良的容錯(cuò)性能，應(yīng)用神經(jīng)網(wǎng)絡(luò)對(duì)PID控制器進(jìn)行改進(jìn)后，對(duì)于工業(yè)控制中的復(fù)雜系統(tǒng)控制有著更好的控制效果，有效的改善了由于系統(tǒng)結(jié)構(gòu)和參數(shù)變化導(dǎo)致的控制效果。 文中詳細(xì)介紹了基于神經(jīng)網(wǎng)絡(luò)的若干學(xué)習(xí)方法、常

3、規(guī)PID控制器的應(yīng)用及常規(guī)解耦控制系統(tǒng)的應(yīng)用，深入研究了基于神經(jīng)網(wǎng)絡(luò)的神經(jīng)元PID控制器、RBF算法神經(jīng)網(wǎng)絡(luò)PID控制器。提出了基于神經(jīng)網(wǎng)絡(luò)PID的兩變量系統(tǒng)解耦控制方案：神經(jīng)元PID解耦方案。利用MATLAB語(yǔ)言，以氣墊式流漿箱為控制對(duì)象，分析其工作原理，建立數(shù)學(xué)模型，分別以傳統(tǒng)解耦方法和神經(jīng)元PID解耦方法設(shè)計(jì)控制系統(tǒng)，方便而快速地實(shí)現(xiàn)了的計(jì)算機(jī)仿真。通過(guò)仿真結(jié)果比較表明：傳統(tǒng)解耦方法是建立在確定精確數(shù)學(xué)模型的基礎(chǔ)上，當(dāng)運(yùn)行工況改變