文档介绍：浙江大学
硕士学位论文
基于模糊神经网络的自适应控制在pH中和过程控制中的应用
姓名:郑春燕
申请学位级别:硕士
专业:化学工程
指导教师:麻红昭
20040301
摘要对其进行有效控制。在对中和过程自动摔制算法的探索中,采用了非线性增益补此基于模型的自】刂曝7ǘ詐岛土髁恐档牟ǘ杏行У牟钩ァ39鍼程的优化控制。模糊神经网络是用神经元网络来构造模糊系统,其即具有模糊系统善于表达人的经验性知识,又具有神经元网络的根据输入输出样本来自动设计和调整模糊系统的设计参数,实现模糊系统的自学习和自适应功能的特性。基于本文的研究工作主要包括以下内容:凼隽酥悄芸刂频难芯糠⒄梗樯芰四:刂萍际鹾蜕窬缈刂萍际的各自优缺点,以及神经网络控制器的典型结构和几种常用的神经网络,自适应治隽酥泻凸炭刂频姆窍咝允毖犹匦院涂刂颇讯取=樯茉谑导视τ弥一般采用的控制方法:非线性增益补偿刂坪颓袄】刂萍捌淇刂频男Ч蚰:低澈蜕窬绲挠湃钡悖岢隽擞蒙窬缋垂乖炷:模糊神经网络的自适应控制应用到中和过程,建模并仿真。中和过程是一个典型的非线性、纯时延过程,用常规的线性控制方法不可能偿控制和前馈控制,由于中和控制过程的反应过程变化复杂,模型难以确定,因控制算法也无法对反应的变化过程做快速的、精确的反应,在控制过程中很容易引起振荡现象,很难对系统实现最优控制。对此,本文提出了用一种基于模糊神经网络控制方案来实现中和过模糊神经网络的自适应控制方案可以在线学习和调整规则参数及隶属函数参数,其控制规则表是根据现场实际控制数据并通过计算得出的,再将之应用于现场的控制中,具有很高的适应性,并保证闭环控制系统的稳定性,有高度鲁棒性,适用于非线性、时变、时滞系统的控制。因此,模糊神经网络控制的应用能很好的克服这种缺陷,适合于中和过程的非线性变化过程。控制的特点及其应用。分析了存在的问题和困难。统,一个基于模糊神经网络控制算法。设计了模糊神经网络控制器,以及把基于岢隽嘶赑的砗凸套远刂葡低常鸦谀:窬自适应控制算法应用到某电化厂的中和过程自动控制系统中,最后分析了基于模糊神经网络白适应控制算法在中和过程的应用结果,以及趐泻妥
关键词:值控制:污水处理;模糊控制;前馈控制;反馈控制;神经网络动控制系统中的应用结果。本文最后对全文所做的工作进行了总结,并提出了今后进一步研究所需要做模糊神经网络控制;自适应控制;蛔远刂的工作。摘要
..甋.,,.,.琲,!猼珹甀,琣,瓸甌痶’
籛籉籉籄籔;:籉摘要
第一章绪论传统控制的局限和智能控制的发展~单输出控制系统。系统的数学模型采用传递函数表示。系统的分析和综合方法简单的单输入一单输出线性系统,促使控制理论由经典控制理论向现代控制理论的数学模型主要是状态空间描述法。随着要研究的对象和系统越来越复杂,尤其是在具有不确定性模型、高度非线性、复杂的任务要求等现代控制工程中,建立逾越的障碍,面临空前的挑战,同时也给智能控制方法的发展带来了良好的机遇。通运输系统、环保及能源系统等。智能控制的研究对象一般具备不确定模型、高自从年奈魁斯特发表有关反馈放大器的稳定性论文以来,控制理论学科的发展已走过了多年的历程,其中前年是经典控制理论的成熟和发展阶段,后年是现代控制理论的形成和发展阶段。经典控制理论主要研究的对象是单变量常系数线性系统,它只适用于单输入主要是基于根轨迹法和频率法。经典控制理论的主要贡献在于鹘谄鞴惴撼功地应用于常系数单输入一单输出线性控制系统中。到了年代,经典控制理论已经成熟。同时由于计算机技术的成熟和发展,以及所需要控制的系统不再是过渡。现代控制理论以庞特罩亚会的极大值原理、贝尔曼的动态规则、卡尔曼的线性滤波和估计理论为基石,形成了以最优控制涡妥优控制、?刂频、系统辨识和最优估计、自适应控制等为代表的现代控制理沦分析和设计方法。系统分析的对象已转向多输入和多输出线性系统。系统分析在数学模型基础上的经典和现代控制方法吵莆4晨刂品椒遇到许多难以智能控制是传统控制发展的高级阶段,是新兴的交叉学科,它的发展得益于许多学科,其中包括人工智能、认识学科、现代自适应控制、最优控制、神经元网络、模糊逻辑、学习理论、生物控制和激励学习等。它主要用来解决那些用传统方法难以解决的复杂系统的控制。其中包括智能机器人系统、复杂工业过程控制系统、计算机集成制造系统、航空航天控制系统、社会经济管理系统、交度非线性、复杂的任务要求等特点。智能控制系统具备以氐悖第。章绪论
悄芸刂葡低骋话憔哂幸灾J侗硎镜姆鞘Ч阋迥P秃鸵允P捅型的描述、符号和环境的识别以及知谚夂屯评砘纳杓瓶7⑸稀R簿褪撬担程序设计、知识表示及自动推理和决策的相关技术。这样的问题求解方法与人的一般说来,智能控制系统应具备一下一个或多个功能特点:视δ苡氪车淖允视刂葡啾龋饫锼档氖视δ芫哂懈惴的含义