智能pid在过程控制中的应用的研究

《智能pid在过程控制中的应用的研究》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、AThesisSubmittedtoHuazhongUniversityofScienceandTechnologyfortheDegreeofMasterofEngineeringTheAppliedResearchofIntelligentPIDintheProcessControlCandidate:SunJingMajor:ControlTheoryandControlEngineeringSupervisor:Prof.HuangXinhanHuazhongUniversityofScience&TechnologyWuhan430074,P.R.

2、ChinaJune,2008独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有

3、关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本论文属于不保密□．（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日华中科技大学硕士学位论文摘要PID调节器具有结构简单、适应性强、不依赖于被控对象的精确模型、鲁棒性较强等优点。PID控制作为一种经典的控制方法，几乎遍及了整个工业自动化领域，是实际工业生产过程正常运行的基本保障。控制器的性能直接关系到生产过程的平稳高效运行以及产品的最终质量，因此对PID控制器设计和参数整定问题的研究不但具有理论价值更具有很大的实践意义。

4、论文介绍了PID参数整定的典型方法，包括工业中对PID参数整定的经验方法，并对各种方法的优劣性做出了简单的评价。本文主要从人工神经网络算法和遗传算法两个方向展开研究。其中人工神经网络算法采用带有前馈的神经网络，即BP算法。遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化方法。利用MATLAB进行了仿真研究，对实验得出的数据和图像的进行了对比分析，得出了BP算法和遗传算法在PID参数整定方面的优势。论文最后对造纸工业中废水产生、废水处理、西门子功能块FB41和电动控制阀进行了详细介绍。利用MATLAB仿真软件对系统建模仿真，讨论了BP算

5、法和遗传算法在工业过程控制中的优势。结合西门子PLC和WinCC上位机组态软件讨论如何将整定结果应用于实际工程中。关键词：PID控制器，过程控制，神经网络BP算法，遗传算法I华中科技大学硕士学位论文AbstractPIDregulatorissimpleinstructure,strongadaptabilityanddoesnotdependonthepreciseobjectmodel,andalsostrongintherobustness.PIDcontrolasaclassicalcontrolmethods,almostthroughoutthe

6、entirefieldofindustrialautomation,industrialproductionistheactualprocessofthenormaloperationofthebasicsecurity.Thecontrollerperformancedirectlyrelatedtotheproductionprocesssmoothandefficientoperationofthefinalproductquality,designandthePIDcontrollersettingparametersofthestudynotonl

7、yhasgreattheoreticalvalueofmorepracticalsignificance.Thisthesisdiscussesfromtheartificialneuralnetworkalgorithmsandgeneticalgorithminbothdirections.Theartificialneuralnetworkalgorithmusingafeed-forwardneuralnetworkisBPalgorithm.GAisinthenaturalenvironmentinthesimulationofthegenetic

8、andevolutionaryprocessandt