基于RBF神經(jīng)網(wǎng)絡(luò)在玻璃窯爐溫度控制上的研究.pdf

1、本文以玻璃窯爐的溫度控制系統(tǒng)為研究對象，探討了工業(yè)過程控制中時滯非線性復(fù)雜系統(tǒng)的智能控制算法。
　　 窯爐溫度是系統(tǒng)運行中一個主要的監(jiān)控參數(shù)，維持溫度穩(wěn)定是保證產(chǎn)品質(zhì)量的必要條件。本文首先介紹了玻璃窯爐的結(jié)構(gòu)、工藝流程以及生產(chǎn)對溫度控制系統(tǒng)的要求，分析了窯爐溫度系統(tǒng)的動態(tài)特性，如大滯后、非線性、不對稱等。窯爐溫度系統(tǒng)是一個自平衡過程，其純滯后時間和時間常數(shù)都比較大，干擾因素較多，對象參數(shù)具有非線性和時變性等特點，過程的不確定性較

2、大，因此屬于復(fù)雜過程系統(tǒng)。傳統(tǒng)的控制方法主要是傳統(tǒng)的PID控制。雖然這種方法在工作點附近的小范圍內(nèi)能夠取得較好的控制效果，但在系統(tǒng)運行工況有較大波動時，由于純滯后及參數(shù)變化的影響，控制效果明顯變差，有較大的局限性。進一步介紹了Smith預(yù)估、模糊控制，并作了一些仿真比較，從仿真結(jié)果中分析可知，智能控制算法能很好的解決璃窯爐的時滯現(xiàn)象。
　　 論文重點介紹了RBF神經(jīng)網(wǎng)絡(luò)，包括基于RBF神經(jīng)網(wǎng)絡(luò)的PID控制、基于模糊RBF神經(jīng)網(wǎng)絡(luò)

3、的PID控制，基于RBF神經(jīng)網(wǎng)絡(luò)辨識的神經(jīng)元PID模型參考自適應(yīng)控制，并針對玻璃窯爐的大滯后特性做了相應(yīng)的仿真研究。然后通過現(xiàn)場采集的數(shù)據(jù)，包括燃料流量、助燃風(fēng)流量和窯爐溫度，利用RBF神經(jīng)網(wǎng)絡(luò)的控制算法對玻璃窯爐進行模型辨識，并應(yīng)用基于RBF神經(jīng)網(wǎng)絡(luò)的PID控制方法進行控制，通過與傳統(tǒng)PID控制器的控制效果比較，顯示出前者的優(yōu)越性?？刂扑惴ǚ抡鎸嶒灡砻鞅疚牟捎玫幕赗BF神經(jīng)網(wǎng)絡(luò)控制方案具有較好的控制效果，控制器具有較好的調(diào)節(jié)能力、在