非線性預測與控制方法在溫度控制中的應用研究.pdf

1、在實際工程中需要對溫度進行測量控制的應用越來越多，測量控制溫度的過程具有大慣性、純滯后、時變性等非線性特點。本文選擇某一密閉空間如糧倉或者某密閉艙體（如礦用救生艙）的溫度測控為例，通過預測控制方法可以有效的調(diào)節(jié)控制密閉艙體的溫度，以達到人們想要的設(shè)定值或者達到對密閉空間的預測控制目的。本文用傳感器測量室內(nèi)溫度變化及用升溫降溫措施來達到控制要求，來模擬密閉空間溫度預測控制。由于溫度測量及控制系統(tǒng)的大慣性、純滯后、時變性等特點，傳統(tǒng)的控制方

2、法己很難達到控制的精確程度，不能很好的達到控制品質(zhì)要求。為了更好的進行溫度檢測與控制，也為在綜合消耗最小的情況下獲得滿足要求的良好精度控制品質(zhì)，本文運用非線性預測與控制方法對密閉艙體的溫度進行監(jiān)測和控制，獲得了很好的測控效果。
　　本文用非線性遞推增廣最小二乘法、BP神經(jīng)網(wǎng)絡算法和擴展卡爾曼濾波(EKF)算法相結(jié)合對需要控制的溫度測量控制系統(tǒng)進行非線性預測控制。論文的中心圍繞利用預測模型進行模型預報控制而展開，首先敘述了非線性預測

3、控制的原理，然后根據(jù)此原理利用動態(tài)自適應BP神經(jīng)網(wǎng)絡建立預測模型；在建立預報模型之前系統(tǒng)的模型也應該知道，而此處對象的模型也是未知的，由于干擾噪聲的隨機性，所以采用非線性最小二乘算法建立傳感器非線性模型(NARMA)；利用動態(tài)自適應BP神經(jīng)網(wǎng)絡建立預測模型，系統(tǒng)呈現(xiàn)的是動態(tài)特性，又加上各種因素的噪聲和該溫度測控系統(tǒng)的噪聲干擾較難獲得，系統(tǒng)建模過程中也沒有體現(xiàn)出來，因此為了更加精確地進行非線性溫度預測控制，有必要在系統(tǒng)預測控制的過程中進行

4、動態(tài)補償，由于系統(tǒng)是非線性的，所以設(shè)計動態(tài)補償器時，采用針對非線性系統(tǒng)有效的擴展卡爾曼濾波算法建立動態(tài)補償器。當然在整個系統(tǒng)進行辨識、建模之前對系統(tǒng)信息的采集也是必須的，所以文章中還闡述了溫度相對應的電壓數(shù)據(jù)的采集系統(tǒng)及采集過程。
　　本文利用相關(guān)理論建立了非線性最小二乘擬合傳感器動態(tài)模型；設(shè)計了動態(tài)補償濾波器以便展寬溫度傳感器工作頻帶，對溫度傳感器測得的信號進行了動態(tài)誤差補償；利用非線性神經(jīng)網(wǎng)絡的方法對溫度進行預測控制。本課題運

5、用非線性控制理論對溫度這一大慣性控制對象進行了這一系列的非線性算法設(shè)計和滾動優(yōu)化預測設(shè)定目標值。最后通過上述算法設(shè)計的模型和控制器相結(jié)合得到了系統(tǒng)的整體設(shè)計框架，并在此基礎(chǔ)上，利用MATLAB進行仿真實驗，以得出相應的結(jié)論，并給出仿真結(jié)果。由仿真結(jié)果看出利用動態(tài)自適應BP神經(jīng)網(wǎng)絡進行預測控制系統(tǒng)的設(shè)計效果及傳統(tǒng)控制方法進行預測控制的效果要好很多，從與目標值的對照表可以看出。其中需要提高的就是非線性對象的線性化處理和BP神經(jīng)網(wǎng)絡模型的參數(shù)