复杂工业过程的建模、控制及应用

《复杂工业过程的建模、控制及应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、山东大学硕士学位论文摘要l对工业生产过程进行有效的控制是提高工业产品的质量，节约原材料的消耗，提高投入产出比的有效手段和途径，是工业技术革命的重要组成部分，对进行高效的工业生产具有十分重要的意义。∥／鉴盗廑是棉浆粕生产中的一个重要参数，它是否稳定是影响定量的关键因素。本文在第二章分析了棉浆粕生产过程中的浆浓度控制的特点后，基于手动控制策略设计了一个双输入单输出的模糊控制器，对浆浓度实现了模糊控制，取得了良好的控制效果。pH过程是工业过程控制中的一个典型的非线性控制对象。本文在第三章中讨论了pH过程建模的神经网络方法。分析了应用径向基函数(RBF)网络建模的优点以及径向高斯函数中心选取的几种算

2、法。本文的第四章首先分析了棉浆粕生产的工艺要求及控制特点，之后，给出了一套棉浆粕定量水份计算机控制系统的设计方案。介绍了该控制系统的组成、系统功能及实现、控制结构及控制算法。该系统投入使用后运行可靠，保证了正常稳定的生产，提高了产品质量。关键词：模糊控制彬径向基函数神经网络过程控制组态软件●山东大学硕士学位论文：：：===!=：!=!=!==竺====竺!!==竺==苎==!====曼!===ABSTRACTItisverynecessarytocontroltheindustrialprocessesinordertoimprovetheproductqualityanddropincon

3、sumptionofrawandprocessedmaterialsetc．Thishasalreadybecomeanimportantpartoftechnologyrevolutionandbecomemoresignificantinindustrialproduction．Intheproductionofcottonlinterpulp，thecontrolofitsconcentrationisquiteimportant，becauseconcentrationstabilityisakeyforcontrollingbasisweight．Inthechapter2，afe

4、wkeycharacteristicofcontrollingconcentrationisfirstanalyzed，thenadoubleinput-singleoutputfuzzycontrollerisdesignedbasedonhand—controlstrategy．Applyingthiscontrollerforthecontrolofconcentrationcanobtainsatisfactorycontrolresults．PHprocessisofatypicalnon·linearpropertyintheindustrialprocesscontr01．In

5、thechapter3，theNNmethodisdiscussedinthepHprocessmodelling．TheadvantagesofRBFNmodellingandtheseveralalgorithmsofselectingtheradialbasisfunctioncenterareinvestigated．Inthechapter4，techniqueanditscharacteristicinthecontrolofcottonlinterpulpproductionareanalyzed．Then，acomputercontrol山东大学硕士学位论文systemino

6、rdertocontrolbasisweightandmoistureisdesignedInthischapter'thestructure，function，algorithmofthesystemarealsopresented．Thepracticedapplicationshowedthatthiscontrolsystemcanmeettherequirementsofproductioncompletely．Keywords：fuzzycontrol；concentration；RBFnetwork；processcontrol；configurationsoftware山东大

7、学硕士学位论文：：=：：==：：：：：====!!===============!====第一章绪论§1．1模糊控制理论概述1．1．1模糊控制理论的产生科学技术的迅猛发展，各个领域对自动控制系统精度、响应速度、系统稳定性与适应能力的要求越来越高，所研究的系统也日益复杂多变。由于诸如被控对象或过程的非线性、时变性、多参数间的强耦合、较大的随机干扰、各种不确定性以及现场测量手段不完善等原因，难以建立精确模型111