基于神经网络的实验锅炉炉温抗饱和控制系统.docVIP

学号 毕业设计(论文) 题目：基于神经网络的实验锅炉炉温Anti-windup 控制系统设计 作 者 届 别 届 院 别 专 业 指导教师 职 称 完成时间 摘 要 本文展示了一种基于BP神经网络的PID控制器，利用神经网络的自学习特性，将神经网络与PID控制方法相结合，采用3层前向网络，动态BP算法，实现对温度控制系统的在线智能控制，显示了BP神经网络PID控制法很强的鲁棒性，同时也显示了神经网络在解决高度非线性和严重不确定系统方面的能力。结合神经网络PID技术，实现抗饱和。仿真结果表明，此种PID在温度控制中能够取得较满意的效果。 关键词：神经网络；PID控制；温度控制；抗饱和 ABSTRACT A PID controller based on BP neural networks is showed .The self-learning capability of the neural network is used to combine the neural network with PID control method. The dynamic BP algorithms of three layer networks achieves the online real-time intelligent temperature control ,which displays the robustness of the PID control based on BP neural networks and the capability to deal with nonlinear and uncertain system . Combined with neural network PID technology to the Anti-windup .The simulation result indicates that this PID system has satisfied effect in temperature control. Keywords: Neural Network; PID control; Temperature control; Anti-windup 目 录 摘 要 I ABSTRACT II 目 录 III 1 绪论 1 1.1 选题的背景及意义 1 1.2 方案论证 2 2 控制系统分析及设计 4 2.1 控制系统分析 4 2.2 控制器的设计 4 2.2.1 PID控制原理 4 2.2.2 基于神经网络的PID系统结构 5 2.2.3 BP神经网络PID算法 6 2.2.4 控制算法 8 2.2.5控制器的设计 8 3 抗饱和设计 9 3.1 抗饱和控制器的设计 9 3.1.1抗饱和控制原理 9 3.1.2 控制律的设计 10 3.2 抗饱和控制器稳定性分析 11 4 系统仿真 13 4.1 炉温控制系统仿真及分析 13 4.1.1炉温控制系统仿真 13 4.1.2炉温控制系统仿真结果分析 14 4.2 抗饱和控制仿真及分析 15 4.2.1抗饱和控制系统仿真 15 4.2.2抗饱和控制系统仿真结果分析 15 5 Visual Basic控制系统的设计 16 5.1 VB控制系统设计分析 16 5.2 VB控制系统的设计及功能 16 6 结论 18 参考文献 19 致 谢 21 1 绪论 1.1 选题的背景及意义 近年来，在我国以信息化带动的工业化正在蓬勃发展，温度已成为工业对象控制中一种重要参数，任何物理变化和化学反应过程都与温度密切先关，因此温度控制是生产自动化的重要任务。在工业控制领域，研究如何进行精确温度控制是一个十分 重要的课题，特别是在冶金、化工、机械等行业中加热炉、热处理炉、反应炉等设备被广泛使用，如何精确的进行温度控制就显得更加重要。在工业生产中，被控对象大多在不同程度上存在纯滞后的特性，致使被调量不能及时反映控制信号的动作，当对象受到干扰而引起被调量改变时，控制器产生的控制作用不能立即对干扰产生抑制作用。因此，含有纯滞后环节的闭环控制系统必然存在着较大的超调量和较长的调节时间。Smith预估补偿方法从理论上