基于神經網絡的非最小相位控制系統(tǒng)的研究.pdf

1、華北電力大學（保定）碩士學位論文基于神經網絡的非最小相位控制系統(tǒng)的研究姓名：梁兆陽申請學位級別：碩士專業(yè)：控制理論與控制工程指導教師：孫建平20081215華北電力大學碩士學位論文摘要摘要非最小相位系統(tǒng)在控制工程中比較常見而且難于控制，由于存在右半平面零、極點，常常使被控對象出現超、負調現象，使用傳統(tǒng)的線性控制技術很難消除這種特性。充分發(fā)揮神經網絡控制策略的優(yōu)點，改善非最小相位系統(tǒng)的控制品質，這是本文所要討論的主要內容。本文首先討論了經

2、GA優(yōu)化的BP神經網絡PID控制器和基于RBF神經網絡PID控制器在非最小相位控制中的應用，其次，討論了神經網絡在多變量控制系統(tǒng)中的，為以后將神經網絡方法應用于多變量的非最小相位系統(tǒng)做準備。通過對設計方案的仿真研究表明：該設計方案具有良好的控制效果；消除負調、降低超調量，抗干擾性強和增強系統(tǒng)的魯棒性，優(yōu)于常規(guī)PlD控制器。關鍵詞：遺傳算法，BP算法，RBF算法，非最小相位ABSTRACTInthecontrOlengineering，t

3、henon—minimumphasesystcmisVerycommon柚dmorefestive，fornonminimumphasesystemwith0Vershootandundershootphenomena0ften0ccurbecauseoftherighthalfplanezerosandpoles1tisadifficulttasktoeliminatethephenomenabyusingtraditionallin

4、earcontroltechniquesHowt0bringadvantagesOfneufaJnetwofkcontmlstfatcgyintofullplayandt0impfovethcpedbmanccisfocusedinthispaperFirstly’theapplicationofnonminimumphasccontrolsystembasedOnGA—BPneuralnetworkandRBFneuralnetwor

5、karediscussedindetailSecondly，theapplication0fmulti—Variablecontrolsystembasedonneuralnetwork，itpreparedfortheresearchofmulti—VariablenonminimumphasecontrolsystembasedonneuralnetwOrkThesimulationresultsshowthatthedesigne

6、dsystemcangetbettercontrolfesults，caneliminateundershOOtandreduce0Vershoot，andmakesystemeffectiVeinrobustnessandantijamming，meanwhileproVethesuperiorityofthiscontmllertotbePIDcontrolIerLiangzhaoyang(controlTheofyandContr