智能控制理论基础实验报告

《智能控制理论基础实验报告》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、北京科技大学智能控制理论基础实验报告学院专业班级姓名学号指导教师成绩2014年4月170实验一采用SIMULINK的系统仿真一、实验目的及要求：1.熟悉SIMULINK工作环境及特点2.掌握线性系统仿真常用基本模块的用法3.掌握SIMULINK的建模与仿真方法二、实验内容：1.了解SIMULINK模块库中各子模块基本功能(+)卜^^ContlnnousrLtiDiscrete(*)FunctionsATablesW*-M%thJNonlinearSica<1sASystemsSinksr+i'个，田SourcesSubsystems二连续系统模块p

2、二离散系统模块p•二函数与表模块*学模块。二非线性模玦P言号与系统模块w二输出模块二输入源模块一二子系统模玦。Derivative微分积分Integrator积分步长延时Memory状态空间模型Stale-Space传递函数模型传输延迟TransferFen可变传输延迟TransportDelay零极点模型VariableTransportDelayZero"FoleAx*BuCx*Du1s+1DirectLook"UpTable(n"D)f(u)Fen直接查询表函数功能块MATLABFunctionMATLABFenMATLAB函systemS"F

3、unctionS函数（系统函数）AbsDotProduct绝对值点乘GainLogicalOperatorffl逻辑运算Sign符号函©Sum相加点DeadZoneDemuxMuxOutlScope死区特性#疆龜块继电器特性信号复合模块饱和特性输出端口幵关模块示波器模块untitled.matToFile输出仿真数据到文件simoutToWorkspace输出仿真数据到工作空间通过实验熟悉以上模块的使用。2.SIMULINK的建模与仿真方法(1)打开模块库，找出相应的模块。鼠标左键点击相应模块，拖拽到模型窗口中即可(2)创建子系统：当模型大而复杂时，

4、可创建子系统(3)模块的封装：(4)设置仿真控制参数。3.SIMUL1NK仿真实际应用PID控制器的仿真实现。控制对象的开环传递函数如下图：3纤1S&2计0.4对象传递函效加入PID控制器，求系统单位负反馈闭环单位阶跃响应，要求通过调节器的作用使系统满足超调量20%,上升时间3s,调节时间10s的要求。使输出曲线如下图。要求加入的P1D控制器封装成一个模块使用。三、实验报告要求：1.针对具体实例写出上机的结果，体会其使用方法，并作出总结。控制对象的开环传递函数如下图:3s+1纤0.4对象传递函效加入P1D控制器，求系统单位负反馈闭环单位阶跃响应，要求

5、通过调节器的作用使系统满足超调量20%,上升吋间3s，调节吋间10s的要求。使输出曲线如下图。要求加入的PID控制器封装成一个模块使用。MD如下：图1-PID控制器仿真设计的P1D控制器参数为，P-0.3,I-0.5,D-0.4，A＜可能的达到超调量20%，上升时间3s,调节吋间10s的要求，仿真曲线图如下：图2-PID控制器仿真曲线图才实验开始的初期，我觉得这个实验过于简单，但是上手之后，我发现它是不易的，要通过很多次的实验，才能调出满足要求的曲线，明白是不易的，是的,B己动手实现对实际系统的P1D控制参数调节，我对MATLAB软件又重新温习了一遍

6、，熟悉了SIMULINK工作环境及特点，掌握了线性系统仿真常用基本模块的用法，掌握了SIMULINK的建模与仿真方法。对利用SIMULIMK进行PID控制器参数调整的方法有了更深的了解，加深了对课堂知识的理解。只有通过实际的操作与应用，才能对所学习的知识有更好的理解，才能发现问题，解决问题，在此过程屮完善自己的知识。实验二BP神经网络设计一、实验目的1.熟悉神经网络的特征、结构以及学习算法2.了解神经网络的结构对控制效果的影响3.掌握用MATLAB实现神经网络控制系统仿真的方法。二、实验原理人工神经网络ANN(ArtificialNeuralNetw

7、ork)系统由于貝•有信息的分布存储、并行处理以及自学习能力等优点，己经在信息处理、模式识别、智能控制及系统建模等领域得到越来越广泛的应用。尤其是基于误差反向传播(BackPropagation)算法的多层前馈网络(Muhiple-LayerFeedforwardNetwork)，即BP网络，可以以任意精度逼近任意连续函数，所以广泛地砬用于非线性建模、函数逼近和模式分类等方面。1.BP网络算法实现BP算法属于5算法，是一种监督式的学习算法。其主要思想是：对于M个输人学习样木，己知与其对应的输出样木。学习的目的是用网络的实际输出与目标矢量之间的误差来修

8、改其权值，使实际与期望尽可能地接近，即使网络输出层的误差平方和达到最小，他是通过连续不断地在相对于误差函数斜