化工過程的神經(jīng)控制策略研究.pdf

1、神經(jīng)控制是智能控制的發(fā)展方向之一，本文研究了神經(jīng)控制方法及其在化工過程中的應(yīng)用，并針對(duì)不同的化工對(duì)象和過程進(jìn)行了神經(jīng)控制方法的仿真實(shí)驗(yàn)與結(jié)果分析。本文的主要內(nèi)容如下： 1. 針對(duì)具有嚴(yán)重非線性的pH中和過程，提出了神經(jīng)元變結(jié)構(gòu)PID控制方法和基于模糊專家模型的神經(jīng)控制方法。前者將變結(jié)構(gòu)PID控制器與神經(jīng)元控制器相結(jié)合，用一個(gè)神經(jīng)元實(shí)現(xiàn)變結(jié)構(gòu)PID控制器中結(jié)構(gòu)變化的部分，同時(shí)用另一個(gè)神經(jīng)元實(shí)時(shí)調(diào)整PID控制器的參數(shù)；后者將神經(jīng)網(wǎng)絡(luò)

2、逆控制器與神經(jīng)元PID控制器相結(jié)合，并利用模糊專家模型所得到的預(yù)報(bào)結(jié)果來調(diào)整神經(jīng)元PID的權(quán)值。這兩種控制方法設(shè)計(jì)簡(jiǎn)單，可以方便地用于實(shí)際工業(yè)控制中。 2. 針對(duì)嚴(yán)重非線性特性的連續(xù)攪拌反應(yīng)釜(CSTR)化學(xué)反應(yīng)過程，提出了一種基于混合神經(jīng)網(wǎng)絡(luò)模型的神經(jīng)元反饋線性化控制策略。這種方法運(yùn)用神經(jīng)網(wǎng)絡(luò)建立過程中含有參數(shù)不精確部分的模型，并將神經(jīng)元與反饋線性化控制方法相結(jié)合，能夠根據(jù)控制響應(yīng)來實(shí)時(shí)調(diào)整控制器的系數(shù)。仿真試驗(yàn)表明該方法能顯

3、著改善系統(tǒng)的控制效果，特別是在模型參數(shù)不精確引起模型失配時(shí)仍然有優(yōu)良的控制品質(zhì)和很強(qiáng)的適應(yīng)性。 3. 研究了使用PSO算法的模糊神經(jīng)元控制器參數(shù)的優(yōu)化整定，并對(duì)強(qiáng)非線性的CSTR過程進(jìn)行了控制器的設(shè)計(jì)與仿真實(shí)驗(yàn)，結(jié)果表明，經(jīng)過優(yōu)化整定的模糊神經(jīng)元控制器獲得了滿意的控制效果，并且具有較強(qiáng)的魯棒性。 4. 將神經(jīng)元控制算法用于多變量化工對(duì)象的控制，通過靜態(tài)解耦減弱變量之間的耦合作用，利用神經(jīng)元的在線學(xué)習(xí)能力彌補(bǔ)靜態(tài)解耦的不足