基于HART協(xié)議智能閥門定位器的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著科學(xué)技術(shù)的發(fā)展，現(xiàn)代工業(yè)生產(chǎn)過程的一個共同特征是控制系統(tǒng)的復(fù)雜性和不確定性日趨明顯。由于參數(shù)具有時(shí)變性和隨機(jī)性，且系統(tǒng)和環(huán)境具有許多不確定的和未知的因素。因此已不可能采用那些基于定量數(shù)學(xué)模型的傳統(tǒng)控制方法對其實(shí)現(xiàn)有效的控制。 模糊控制是一種不依賴于被控過程數(shù)學(xué)模型的仿人思維的控制技術(shù)。它可以利用領(lǐng)域?qū)＜业牟僮鹘?jīng)驗(yàn)或知識建立被控系統(tǒng)的模糊規(guī)則，有較好的知識表達(dá)能力，但在工程實(shí)際應(yīng)用中卻缺乏自學(xué)習(xí)或自調(diào)整的能力。神經(jīng)網(wǎng)絡(luò)是一類黑

2、箱式的非線性映射，它具有良好的自學(xué)習(xí)能力。將兩者結(jié)合起來，取長補(bǔ)短，可以提高整個系統(tǒng)的學(xué)習(xí)能力和表達(dá)能力。 閥門定位器是典型的非線性系統(tǒng)，難以建立精確的數(shù)學(xué)模型。采用模糊控制和神經(jīng)網(wǎng)絡(luò)控制能有效地實(shí)現(xiàn)閥門定位器的精確定位。因此，本文運(yùn)用模糊神經(jīng)網(wǎng)絡(luò)控制的學(xué)習(xí)算法，并對模糊神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)規(guī)律進(jìn)行了研究。 本文主要完成以下的工作： 1、通過剖析國內(nèi)外智能閥門定位器控制技術(shù)現(xiàn)狀，總體設(shè)計(jì)圍繞如何實(shí)現(xiàn)低功耗控制電路、單

3、片機(jī)應(yīng)用技術(shù)展開，并提出了相應(yīng)的解決措施。 2、把模糊控制理論中的CRI推理查表算法應(yīng)用于該控制系統(tǒng)中，此方法不僅避免建立被控過程數(shù)學(xué)模型，而且使得該控制系統(tǒng)實(shí)時(shí)性好，定位精度也得到提高。 3、充分利用神經(jīng)網(wǎng)絡(luò)控制理論中的記憶和學(xué)習(xí)功能，采用動態(tài)反向傳播算法和遺傳算法相結(jié)合，實(shí)現(xiàn)改進(jìn)型模糊神經(jīng)控制器。 4、本項(xiàng)目對HART通信協(xié)議、協(xié)議接口等技術(shù)進(jìn)行探索研究，并提出了相應(yīng)的解決措施。 現(xiàn)場運(yùn)行表明，系統(tǒng)的