基于PID神經(jīng)網(wǎng)絡(luò)的液壓AGC輥縫控制.pdf

1、神經(jīng)網(wǎng)絡(luò)是一門(mén)活躍的邊緣性交叉學(xué)科，是高度非線(xiàn)性動(dòng)力學(xué)系統(tǒng)，也是自適應(yīng)組織系統(tǒng)，可以用來(lái)描述認(rèn)知、決策以及控制的智能行為。神經(jīng)網(wǎng)絡(luò)控制是智能控制領(lǐng)域研究的重要方法之一。傳統(tǒng)控制方法在現(xiàn)代控制應(yīng)用方面凸顯出的局限性，加速了控制界對(duì)神經(jīng)網(wǎng)絡(luò)控制理論的研究與探討。神經(jīng)網(wǎng)絡(luò)的產(chǎn)生與發(fā)展，對(duì)控制理論研究產(chǎn)生了空前的刺激和極大的推動(dòng)作用，解決了傳統(tǒng)控制方法無(wú)法解決的控制難題。本文以具有參數(shù)不確定性、復(fù)雜的液壓AGC輥縫系統(tǒng)為研究對(duì)象，對(duì)神經(jīng)網(wǎng)絡(luò)控制

2、方法進(jìn)行研究。
　　 本文對(duì)液壓AGC輥縫系統(tǒng)的組成、結(jié)構(gòu)以及特性進(jìn)行了詳細(xì)分析，對(duì)影響軋機(jī)輥縫的主要因素和表述各因素之間相互關(guān)系的彈跳方程進(jìn)行了研究，指出軋機(jī)輥縫對(duì)板帶材產(chǎn)品厚度的影響，并運(yùn)用機(jī)理建模方法建立了液壓AGC輥縫系統(tǒng)的數(shù)學(xué)模型。
　　 本文首先采用常規(guī)PID和基于BP神經(jīng)網(wǎng)絡(luò)的PID控制方法對(duì)液壓AGC輥縫系統(tǒng)進(jìn)行控制，通過(guò)仿真指出兩種控制方法的局限性。
　　 其次，針對(duì)常規(guī)PID控制參數(shù)整定困難的

3、缺陷，以及BP神經(jīng)網(wǎng)絡(luò)層數(shù)、各層神經(jīng)元節(jié)點(diǎn)數(shù)選取無(wú)定則和網(wǎng)絡(luò)各層間連接權(quán)重初值選取為隨機(jī)值的局限性，采用PID神經(jīng)網(wǎng)絡(luò)(PIDNN)予以解決，改善了系統(tǒng)的動(dòng)靜態(tài)性能。
　　 最后，本文提出了改進(jìn)型PID神經(jīng)網(wǎng)絡(luò)控制方法(IPIDNN)，對(duì)PIDNN隱含層積分神經(jīng)元節(jié)點(diǎn)進(jìn)行梯形積分變換，對(duì)PIDNN隱含層微分神經(jīng)元節(jié)點(diǎn)進(jìn)行不完全微分變換，網(wǎng)絡(luò)各節(jié)點(diǎn)輸出函數(shù)采用雙曲正切函數(shù)代替比例閾值函數(shù)，并應(yīng)用IPIDNN對(duì)液壓AGC輥縫系統(tǒng)進(jìn)行