基于神经网络PID的温度控制系统实时仿真研究

《基于神经网络PID的温度控制系统实时仿真研究》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、东北大学硕士学位论文摘要基于神经网络PID的温度控制系统实时仿真研究摘要PID控制方法是经典控制算法中的典型代表，并在多种控制场合取得了很好的效果，但随着生产工艺的日益复杂和人们对工业过程总体性能要求的不断提高，传统的PID控制方法往往难以满足闭环优化控制的要求。而神经网络作为现代信息处理技术的一种，正在很多应用中显示了它的优越性，神经网络PID控制技术在其中扮演了十分重要的角色，并且仍将成为未来研究与应用的重点技术之一。本文对目前研究较为成熟的神经网络PID控制进行了归纳总结。阐述了神经网络PID控制算

2、法的基本原理。对几种典型的神经网络PID控制器(基于单神经元的PID控制器，基于多层网的PID控制器和基于多层网的近似PID控制器)的控制性能进行了分析，并且利用MATLAB／Simulink工具进行了仿真研究。温度控制系统具有大滞后、强耦合、慢时变及非线性等特征的复杂系统。在温度控制系统中，被控制对象存在着参数的不确定性和纯滞后等特性，难于建立其精确的数学模型，本文通过对受控对象(温度控制箱)温度控制系统的数字仿真和实时仿真研究，比较了传统PID控制与神经网络PID控制各自不同的控制特性，分析了传统PI

3、D控制器和神经网络PID控制器的优缺点。并针对神经网络PID控制器的不足之处提出了相应的改进方案。关键词：神经网络PID控制；实时仿真；Hebb算法；BP算法一II—●●≯东北大学硕士学位论文AbstractTheReal—TimeSimulationandResearchonNeuralPIDTemperatureControlSystemAbstractThePIDcontrolmethodisoneofthetraditionalcontrolmethodsandgetsgoodeffectsund

4、ermanyapplicationsituations．But、析ththeincreaseincomplexityofmanufacturetechnicsanddemandsofindustrialprocessperformance，theconventionalPIDcontrolCannotmeettherequirementofclosedloopoptimizedcontr01．Neuralnetwork，asoneofmodeminformationprocesstechnologies，

5、hassomeadvantagesinmanyapplications．NeuralNetworkPIDcontroltechnologyinwhichplaysaveryimportantrole，andwillbecomeoneofthefocusoftheresearchandapplicationoftechnology．Inthispaper，thecurrentstudy，morematureneuralnetworkPIDcontrolaresummarized．Thebasicprinci

6、pleofneuralnetworkPIDcontrolisexpounded．SomeofthetypicalneuralnetworkPIDcontrollers(includingtheSingleNeuronalPIDController,theNeuralNetworkPIDControllerandthelikedPID—NNController)arestudiedbyMATLAB／Simulationtoolsinordertoshowtheircharacteristicandappli

7、cability．Temperaturecontrolsystemisthelargelagging，strongcoupling，slowtime-varyingandnonlinearcomplexsystems．Inthetemperaturecontrolsystem，controlledobject(temperaturecontrolbox)hasparameteruncertaintyandtimedelaycharacteristics．Precisemathematicalmodelis

8、difficulttobeestablished．Inthispaper，throughtemperaturecontrolsystemaboutthecontrolledobjectdigitalsimulationandreal-timesimulationstudy,thecharacteristicoftheneuralPIDcontrollersiscomparedwitlltheconventionalPIDcon