工業(yè)生產(chǎn)過(guò)程中，時(shí)滯對(duì)象普遍存在，同時(shí)也是較難控制的，尤其是大時(shí)滯對(duì)象的控制一直都是一個(gè)難題。而很多溫度控制系統(tǒng)都是屬于大時(shí)滯系統(tǒng)，常見(jiàn)的智能溫度控制器雖然在溫度控制的實(shí)際應(yīng)用中表現(xiàn)了比較理想的控制效果，但它仍然屬于將參數(shù)整定與系統(tǒng)控制分開(kāi)處理的離線整定方法，如果工況發(fā)生變化就必須重新調(diào)整參數(shù)。針對(duì)這一問(wèn)題，為了實(shí)現(xiàn)時(shí)滯系統(tǒng)參數(shù)自整定的控制，本文將神經(jīng)網(wǎng)路控制、模糊控制和PID控制結(jié)合起來(lái)，設(shè)計(jì)了基于神經(jīng)網(wǎng)路的模糊自適應(yīng)PID控制器。 首先，本論文分析了時(shí)滯系統(tǒng)的特點(diǎn)，討論了幾種時(shí)滯系統(tǒng)較為成熟的常規(guī)控制算法：微分先行控制算法、史密斯預(yù)估控制算法、大林控制算法，并深入研究了它們的控制性能；并且通過(guò)仿真對(duì)這三種控制方法在溫控系統(tǒng)中的控制性能進(jìn)行了比較。 其次，在分析PID參數(shù)自整定傳統(tǒng)方法的基礎(chǔ)上，設(shè)計(jì)了一種改進(jìn)方法，并設(shè)計(jì)了相應(yīng)的控制器。該控制器綜合了模糊控制、神經(jīng)網(wǎng)絡(luò)控制和PID控制各自的長(zhǎng)處，既具備了模糊控制簡(jiǎn)單有效的控制作用以及較強(qiáng)的邏輯推理功能，也具備了神經(jīng)網(wǎng)絡(luò)的自適應(yīng)、自學(xué)習(xí)的能力，同時(shí)也具備了傳統(tǒng)PID控制的廣泛適應(yīng)性。該方法不需要離線整定參數(shù)，實(shí)現(xiàn)了在線自整定參數(shù)。仿真實(shí)驗(yàn)表明了該控制器對(duì)模型和環(huán)境都具有較好的適應(yīng)能力和較強(qiáng)的魯棒性。 最后將基于神經(jīng)網(wǎng)路的模糊自適應(yīng)PID控制器應(yīng)用于貝加萊PID溫控裝置，能夠出色地實(shí)現(xiàn)參數(shù)的在線自整定。理論分析、系統(tǒng)仿真、實(shí)驗(yàn)結(jié)果都證實(shí)了這種控制策略能有效地減少系統(tǒng)超調(diào)量，并減少了調(diào)節(jié)時(shí)間，提高了系統(tǒng)的實(shí)時(shí)性和控制精度。
標(biāo)簽：
時(shí)滯系統(tǒng)
參數(shù)
自整定控制
上傳時(shí)間：
2013-07-05
上傳用戶：xinyuzhiqiwuwu
