耦合对象的控制算法研究

耦合对象的控制算法研究

ID:36797878

大小:1.08 MB

页数:75页

时间:2019-05-15

耦合对象的控制算法研究_第1页
耦合对象的控制算法研究_第2页
耦合对象的控制算法研究_第3页
耦合对象的控制算法研究_第4页
耦合对象的控制算法研究_第5页
资源描述:

《耦合对象的控制算法研究》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、河南科技大学硕士学位论文耦合对象的控制算法研究姓名:陈壬辰申请学位级别:硕士专业:控制理论与控制工程指导教师:张安年@摘要论文题目:耦合对象的控制算法研究专业:控制理论与控制工程研究生:陈壬辰指导教师:张安年摘要在现代工业生产和军事技术中,耦合对象的控制算法成为控制工程师们研究的焦点问题之一。智能解耦控制是近年发展起来的一种新型多变量解耦控制方法,它以神经网络解耦方法为代表。目前,神经网络解耦在一类系统中的应用已取得了一些研究成果,但由于神经网络的一些缺点,如收敛速度慢,训练时间长,隐节点数难选取等制约了它在控

2、制系统中的应用。传统PID控制理论与神经网络的结合为复杂系统的控制提供了有效的途径。本文重点研究目前PID控制与神经网络结合的三种多变量系统控制方法,给出了三种方法的网络结构、算法及其改进;利用MATLAB建立EFPT过程实验台上压力--流量关联对象的模型,与用前向网络建立的模型对比,PID神经元网络在辨识精度和训练速度方面优于传统的前向网络,用MATLAB编写了PID与神经网络相结合的三种控制算法软件包,对前面建立的PID神经元网络辨识模型进行控制仿真,仿真结果表明PID神经元网络控制方法的响应时间快,超调量

3、小,实现了多变量耦合对象的解耦控制,其效果优于神经网络整定PID参数控制和单神经元PID控制,而且PID神经元网络解耦结构简单规范,具有良好的自学习和自适应解耦控制能力;在仿真研究的基础上,把仿真研究得到的辨识网络和控制网络投入到EFPT过程实验台中的压力--流量关联对象中,通过实时采集到的实际对象输入输出对,在线修正控制网络的权值。试验结果表明:PID神经元网络解耦控制系统具有良好的动态和静态性能,特别是依据PID控制规律来确定网络连接权的初值,具有参数快速收敛的优点,网络还不易陷入局部最小值点,较好的兼顾了

4、控制系统的快速性和稳定性的需求。关键词:解耦控制,PID,神经网络,MATLAB论文类型:基础研究I河南科技大学硕士学位论文Subject:ResearchofControlArithmeticforCoupledObjectSpecialty:ControlTheoryandControlEngineeringName:ChenRenchenSupervisor:ZhangAnnianABSTRACTInmodernindustrialproductionandmilitarytechnology,resea

5、rchofcontrolarithmeticforcoupledobjecthasbecomeafocusproblem.Intellectualdecouplingisakindofnewmethodtosolveit,inwhich,neuralnetworks(NN)decouplingisatypicalmethod.atpresent,NNdecouplinghasalreadygotlotsofresearchresultsforapplicationinnon-linearsystem,butbe

6、causeofsomeshortcomingsofNN,suchasslowconvergence-speed,longtraining-time,difficulthidden-nodechoosing,andsoon,whichseriouslyrestricteditsapplicationincontrolsystem.Sointegratedproportional-integral-differential(PID)andNNprovideaneffectivemethodforcomplicate

7、dsystemcontrol.TheprimarystudyofthisacademicdissertationarethreeadvancedcontrolmethodsofintegratedPIDandNNformultivariablesystem,firstly,putforwardtheirstructureofnetworks,algorithmfornetworksandimprovedalgorithm;secondly,madeuseoftheMATLABsoftwaretobuildide

8、ntificationmodelforinterconnectedpressure-flowsystemofEFPT-processexperiment,incontrastwithfeedforwardNN,PIDNNgotanadvantageinthefieldofidentificationaccuracyandthespeedtraining;andsocanidentify

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。