温度控制系统的发展概况

温度控制系统的发展概况

ID:17628199

大小:178.36 KB

页数:4页

时间:2018-09-04

温度控制系统的发展概况_第1页
温度控制系统的发展概况_第2页
温度控制系统的发展概况_第3页
温度控制系统的发展概况_第4页
资源描述:

《温度控制系统的发展概况》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、文章编号:100126988(2002)0220018203温度控制系统的发展概况吴为民,王仁丽(大连理工大学电气工程与应用电子系,大连116024)  摘 要:回顾了温度控制系统的发展,包括近年来快速发展的PID温控,模糊控制以及神经网络和遗传算法在温控系统中的应用。  关键词:温度控制;PID控制;模糊控制;神经网络;遗传算法  中图分类号:TF325.64   文献标识码:BDevelopmentofTemperatureControlSystemWUWei2min,WANGRen2li(DalianTechnologyUniversity,Dalian116024,Chin

2、a)Abstract:Thispaperreviewsthetrendsoftemperaturecontrolsystem,includingtheapplicationsofPIDcontrol,Neuronnetwork,FussycontrolandGeneticAlgorithmsintemperaturecontrol.Keywords:temperaturecontrol;PIDcontrol;NeuronNetwork;Fussycontrol;GeneticAlgo2rithms1 引言2PID控制  温度控制电路广泛应用于社会生活的各个领PID控制即比例、积分、

3、微分控制。自19世纪域,如家电、汽车、材料、电力电子等,常用的控制电40年代开始以来,广泛应用在工业生产中,长期以路根据应用场合和所要求的性能指标有所不同,传来,由于其结构简单、实用、价格低,在广泛的过程领[1]统的继电器调温电路简单实用,但由于继电器动域内可以实现满意的控制。温控系统将热电偶实时作频繁,可能会因触点不良而影响正常工作。文献采集的温度值与设定值比较,差值作为PID功能块[2]提出改进的电路,采用主回路无触点控制,克服的输入。PID算法根据比例、积分、微分系数计算出继电器接触不良的缺点,且维修方便,缺点是温度控合适的输出控制参数,利用修改控制变量误差的方制范围小,精度

4、不高。本文就最近几年快速发展的法实现闭环控制,使控制过程连续,是很普通的调节PID温控,模糊控制,以及神经网络,遗传算法在温方法。其缺点是现场PID参数整定麻烦,被控对象度控制中的应用做一综述。模型参数难以确定,外界干扰会使控制漂离最佳状态。  文献[3]提出一种PID参数自整定的温度控制算法,采用简化临界比例度整定法,只需整定一个参数,提高了参数的整定效率,用编程的方法实现在线  收稿日期:2002205202参数自整定。应用这种规则的系统特点是其瞬态响  作者简介:吴为民(1942—),男,教授,主要从事高电压技术及电应超调量小,抗干扰能力强,且振荡有足够的阻尼,力电子技术的研

5、究工作。具有良好的选择性和灵敏度。效果得到了改善。针18《工 业 炉》 第24卷 第2期 2002年5月对大功率二极管应用中的技术困难,文献[4]提出开员的经验和直观判断,非常容易应用。模糊温控的关型大电流双向输出模型和含PID调节器的双闭实现:(1)将温控对象的偏差和偏差变化率以及输出环控制。量划分为不同的模糊值,建立规则,例如,IF温度太高OR温度正在上升,THEN减少控制输入,或风3 神经网络控制冷。将这些模糊规则写成模糊条件语句,形成模糊模型。(2)根据控制查询表,形成模糊算法。(3)对  人工神经网络是当前主要的、也是重要的一种温度误差采样的精确量模糊化,经过数学处理输入

6、人工智能技术,是一种采用数理模型的方法模拟生计算机中,计算机根据模糊规则推理做出模糊决策,物神经细胞结构及对信息的记忆和处理而构成的信求出相应的控制量,变成精确量去驱动执行机构,调息处理方法。它用大量简单的处理单元广泛连接形整输入,达到调节温度,使之稳定的目的。同传统的成各种复杂网络,拓扑结构算法各异,其中误差反向PID控制比较,模糊控制响应快,超调量小,参数变[8][9]传播算法(即BP算法)应用最为广泛。化不敏感。  温度控制系统由于负载的变化以及外界干扰因素复杂,而PID控制只能对电参数的影响做精确的5 模糊控制与PID结合(fussy2PID)计算,对于外界环境的变化只能做

7、近似的估算,影响控制精度。人工神经网络以其高度的非线映射,自  模糊模型使用模糊语言和规则描述一个系统的组织,自学习和联想记忆等功能,可对复杂的非线性动态特性及性能指标。其特点是不须知道被控对象系统建模。该方法响应速度快,抗干扰能力强,算法的精确模型,易于控制不确定对象和非线性对象,对简单,且易于用硬件和软件实现。训练方法实际是被控对象参数变化有强鲁棒性,对控制系统干扰有网络的自学习过程,即根据事先定义好的学习规则,较强抑制能力。然而,模糊控制的局限性在于对控按照提供

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。