没有合适的资源?快使用搜索试试~ 我知道了~
毕业设计-神经网络控制算法仿真.doc
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 140 浏览量
2022-06-20
19:28:04
上传
评论
收藏 1.12MB DOC 举报
温馨提示
试读
39页
毕业设计-神经网络控制算法仿真.doc
资源推荐
资源详情
资源评论
摘 要
目前由于P结构简单可通过调节比例积分和微分取得基本满意的控制性能,广泛
应用在电厂的各种控制过程中。电厂主汽温被控对象是一个大惯性、大迟延、非线性且对
象变化的系统,常规汽温控制系统为串级I控制或导前微分控制当机组稳定运行时,
一般能将主汽温控制在允许的范围内。但当运行工况发生较大变化时,却很难保证控制品
质.因此本文研究基于B神经网络的D控制,利用神经网络的自学习、非线性和不依
赖模型等特性实现D参数的在线自整定充分利用I和神经网络的优点。本处用一个
多层前向神经网络采用反向传播算法依据控制要求实时输出、、d依次作为
控制器的实时参数代替传统PI参数靠经验的人工整定和工程整定以达到对大迟延主
气温系统的良好控制。对这样一个系统在AB平台上进行仿真研究,仿真结果表明
基于神经网络的自整定I控制具有良好的自适应能力和自学习能力,对大迟延和变
对 象 的 系 统 可 取 得 良 好 的 控 制 效 果 。
关键词:主汽温PD,神经网络,A仿真
ABSTRACT
At present, because PID has a simple structure and can be adjusted pr
oportional 、integral and differential to satisfactory control perform
ance, it is widely used in power plants of various control proces
s. The system of power plant main steam temperature is an large in
ertia、big time—delayed and nonlinear dynamic system。 Conven
tional steam temperature control system adopted cascade PID control or the
differential control of lead before。 When the unit is stable, these m
ethods will control the steam temperature in a certain range ,but when op
erating conditions changed greatly, it is difficult to ensure the
quality of control. This article studies PID control based BP neural ne
twork 。Using such characteristics of neural network self-learning,
I
nonlinear and don’t rely on model realize PID parameters auto-
tuning. It can make full use of the advantages of PID and neural network.
Here,we use a multilayer feedforward neural network using back propagatio
n algorithm. This net can real—time output Kp, Ki, Kd as the PID
controller parameters , insteading of the traditional PID parameters de
termined by experience, so it can obtain good control performance 。For
such a system ,we can simulate in MATLAB simulation platform.The s
imulation results show that the PID control based BP neural network has
good adaptive ability and self—learning ability。For the system of
large delay and free-model can obtain good control effect。
KEY WORDS: main steam temperature ,PID ,BP neural network,
MATLAB simulation
II
目录
摘 要....................................................................................................................................... I
ABSTRACT................................................................................................................................... I
第一章 绪论.............................................................................................................................. 0
1.1 选题背景和意义..........................................................................................................0
1。2 国内外研究现状..................................................................................................0
1。3 立论依据...................................................................................................................3
1。4 本文所做的主要工作...............................................................................................4
第二章 神经网络的基本原理...................................................................................................5
2。1 人工神经元模型.......................................................................................................6
2。2 神经网络的学习方式和学习规则......................................................................7
2.2。1 神经网络的学习方式.................................................................................7
2。2.2 神经网络的学习规则...............................................................................7
2。3 神经网络的特点及应用.......................................................................................8
2。4 BP神经网络............................................................................................................ 9
2.4。1 BP神经网络的结构..........................................................................................9
2。4。2 BP神经网络的算法...................................................................................9
2。5 本章小结.............................................................................................................. 13
第三章 基于BP神经网络的PID控制...................................................................................14
3。1 PID控制器的离散差分方程................................................................................14
3。2 基于BP神经网络的PID整定原理..........................................................................15
3。3 基于BP网络的PID控制算法流程......................................................................19
3.4 本章小结...............................................................................................................19
第四章 基于BP神经网络的PID控制在主汽温控制系统中的应用........................................0
4.1 主汽温的控制任务.................................................................................................0
4。2 主汽温被控对象的动态特性...................................................................................0
4.3 主汽温控制策略.......................................................................................................1
4.3.1主汽温控制信号的选择....................................................................................1
4.3。2 主汽温控制的两种策略..................................................................................2
4.4仿真分析...................................................................................................................... 3
4。5 本章总结............................................................................................................11
结论与展望............................................................................................................................. 11
致 谢........................................................................................................................................ 15
III
第一章 绪论
1.1 选题背景和意义
在控制系统设计中最主要而又最困难的问题是如何针对复杂、变化及具有不确定性
的受控对象和环境作出有效的控制决策。经典控制理论和现代控制理论的基础是建立数学
模型以此进行控制系统设计然而面对工程实际问题和工程应用对控制要求的不断提高
基于数学模型的控制理论和方法的局限性日益明显。无模型控制能有效提高控制系统的适
应性和鲁棒性因此,走向无模型控制是自动控制发展的另一个重要方向。
在年,麦卡洛克和皮茨首次提出了脑模型其最初动机在于模仿生物的神经系统
随着超大规模集成电路、光电子学和计算机技术的发展人工神经网络己引起更为
广泛的注意。近年来,基于神经元控制的理论和机理已获得进一步的开发和应用。尽管基
于神经元的控制能力还比较有限,但由于神经网络控制器具有学习能力和记忆能力、概括
能力、并行处理能力、容错能力等重要特性仍然有许多基于人工神经网络的控制器被设
计出来,这类控制器具有并行处理、执行速度快、鲁棒性好、自适应性强和适于应用等优
点,广泛的应用在控制领域
[
1
]
。
神经网络控制是一种基本上不依赖于模型的控制方法它比较适用于那些具有不确定
性或高度非线性的控制对象并具有较强的适应和学习功能,它是智能控制的一个重要分
支。对于自动控制来说神经网络有具有自适应功能,泛化功能非线性映射功高度并行处
理功能等几方面优势
[
2]
,这使得神经网络成为当今一个非常热门的交叉学科, 广泛应
用在电力化工,机械等各行各业并取得了比较好的控制效果。
1。2 国内外研究现状
随着现代工业过程的日益复杂经典现代控制理论面临严峻挑战例如被控系统越来越
巨大,存在多种不确定因素存在难以确定描述的非线性特性而控制的要求越来越高(如
控制精度、稳定性、容错、实时性等,因此人们一直在探索如何使控制系统具有更高的
智能使之能够适应各种控制环境。而神经网络源于对人脑神经功能的模拟它的某些类似
人的智能特性有可能被用于解决现代控制面临的一些难题因此,从世纪年代起,人
们就开始研究神经网络在控制中的应用了取得了一定效果。目前随着神经理论的发展和
新算法的相继提出神经网络的应用越来越广泛。
从神经网络的基本模式看,主要有:前馈型、反馈型、自组织型及随机型神经网络
[
3
]
。这四种类型各自具有不同的网络模型:前馈网络中主要有B网络及B网络;反
馈网络主要有pi 网络;自组织网络主要有网。当前已经比较成熟的神经网
络控制模型主要有神经自校正控制,神经I控制神经模型参考自适应控制神经内膜
控制等等
[
4]
(!、神经网络自校正控制
神经自校正控制结构如图,它由两个回路组成"(1)自校正控制器与被控对象构成
的反馈回路#(2)神经网络辨识器与控制器设计以得到控制器的参数。这种方案的设计
思想是利用神经网络辨识器的计算估计能力对常规控制器参数进行约束优化求解从而实
现对常规控制器的参数或结构进行调整方框图如下
[
5
]
"
0
!!! $ % &
图1-1 神经自校正控制结构图
可见,辨识器与自校正控制器的在线设计是自校正控制实现的关键。
(、神经网络PID控制.
PD控制要取得好的控制效果,就必须通过调整好比例、积分和微分三种控制作用
在形成控制量中相互配合又相互制约的关系,这种关系不一定是简单的“线性组合'从变
化无穷的非线性组合中可以找出最佳的关系。神经网络所具有的任意非线性表示能力,可
以通过对系统性能的学习来实现具有最佳组合的控制。方框图如下
[6
]
:
!$! (! (i ( !! % &
!!!! )!!
图*!神经控制结构图
对于一般神经P常采用P算法因神经网络具有逼近任意非线性函数的能力而
且结构和学习算法简单明确。通过神经网络的自身学习、加权系数调整从而使其稳定状
态对应于某种最优控制律下的控制器参数。
) 、神经网络模型参考自适应控制
神经网络模型参考自适应控制 将神经网络同模型参考自适应控制相结合就构成了神
经网络模型参考自适应控制其系统的结构形式和线性系统的模型参考自适应控制系统是
相同的,只是通过神经网络给出被控对象的辨识模型。根据结构的不同可分为直接与间接
神经网络模型参考自适应控制两种类型,分别如图中+)和b所示.间接方式比直接方
式中多采用一个神经网络辨识器,其余部分完全相同
[
7]
&
r)
%&!! +
1
自校正控制器 被控对象
神经辨识器控制器设计
PID 控制器 被控对象
神经网络
+
参考模型
对象
神经控制器
剩余38页未读,继续阅读
资源评论
Mmnnnbb123
- 粉丝: 701
- 资源: 8万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于Javascript和微信小程序的Anna设计源码
- 基于Java的仿制品设计源码 - bilibili
- 基于Javascript的影视动画设计源码 - cad
- 基于Java和深度学习的瓦斯浓度预测系统后端设计源码 - 瓦斯浓度预测后端
- Screenshot_20240528_103010.jpg
- 基于Python的新能源承载力计算及界面设计源码 - HAINING-DG
- 基于Java的本科探索学习项目设计源码 - 本科探索
- 基于Javascript和Python的微商城项目设计源码 - MicroMall
- 基于Java的网上订餐系统设计源码 - online ordering system
- 基于Javascript的超级美眉网络资源管理应用模块设计源码
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功