神经网络模型在闭环控制系统辨识中的应用

神经网络模型在闭环控制系统辨识中的应用

ID:46529136

大小:557.55 KB

页数:4页

时间:2019-11-24

神经网络模型在闭环控制系统辨识中的应用_第1页
神经网络模型在闭环控制系统辨识中的应用_第2页
神经网络模型在闭环控制系统辨识中的应用_第3页
神经网络模型在闭环控制系统辨识中的应用_第4页
资源描述:

《神经网络模型在闭环控制系统辨识中的应用》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、内蒙古电力技术92INNERMONGOLIAELECTRICPOWER2014年第32卷第6期doi:10.3969~.issn.1008—6218.2014.06.019神经网络模型在闭环控制系统辨识中的应用王杰。李明(1.内蒙古电力勘测设计院有限责任公司,呼和浩特010020;2.内蒙古上都发电有限责任公司,内蒙古锡林浩特027200)摘要:针对复杂控制系统难以建立精确数学模型的难题,提出了基于神经网络的方法对闭环控制系统进行辨识从而建模。利用经验公式得出PI控制器的参数值,并应用神经网络对闭环控制系统进行辨识,通过MATLAB进行仿真,分别得到

2、神经网络的输出值和模拟的期望输出值,经比较认为:经过训练的神经网络输出值能够较好地模拟期望输出值,证明了该辨识方法的可行性。关键词:神经网络;建模;系统辨识;仿真文献标志码:B中图分类号:TP273+.4文章编号:10o8—6218(2014)06一O092—04IdentificationofClosed-loopControlSystemBasedonNeuralNetworkWangJie,LiMing(1.InnerMongoliaEelectricPowerSurvey&DesignInstituteCo..Ltd..Hohhot01002

3、0;2.InnerMongoliaShangduThermalPowerCo.,Ltd.,InnerMongoliaXilinhot027200)0引言也无法准确描述其数学模型。另外,工艺系统实际运行中数学模型的参数也会有所变化,使已建立的科学技术的进步,特别是计算机技术的迅速发模型难以取得理想的控制效果,甚至会失控。准确展为电厂控制技术水平的不断提高创造了条件,现建立被控对象的数学描述是所有控制理论得以成代控制理论与技术在电厂得到了越来越广泛的应功实施的基本条件,建立控制对象的精确数学模型用。工程实际应用中,准确建立被控对象的数学模也是进行系统辨识

4、的基础。具体地说,系统辨识就型是获得理想控制效果的必要条件。通常情况下,是在系统已经进行了必要的数据处理和数据计算被控对象往往很复杂且具有时变性,准确建立其相的基础上,从1组给定的模型中,确定1个与所测系应的数学模型较为困难,即使是电厂技术人员有时统等价的模型,即辨识是利用数学方法从输入、输【收稿日期】2014—10—23【作者简介]王杰(1979一),男,内蒙古人,学士,工程师,从事热丁自动化控制设计T作。2014年第32卷第6t,t.~-王杰,等:神经网络模型在闭环控制系统辨识中的应用93出数据序列中提取对象数学模型的1种方法”。量的方法难以取得

5、理想的控制效果,而采用神经网络方法进行系统建模和辨识,并在此基础上引入现1循环流化床锅炉燃烧控制系统主要任务代控制理论,可取得较好的控制效果1。因此,建立与对象床温控制对象模型是目前循环流化床床温控制系统开发工作的重要一环,已成为研制和完善此类控1.1工艺过程制系统的迫切需要和首要任务。本文拟通过神经循环流化床燃烧技术是由最早的火床燃烧技网络辨识技术来测试控制对象模型的准确性。术发展形成的,通过提高火床底部的送风量,将固体颗粒吹起并使其处于悬浮状态,从而使固体颗粒2人工神经网络及系统辨识方法介绍具有流体的性质。这种方式不仅易于床料的均匀混合,而且流动

6、性也得到了很大的提高,进而优化2.1人工神经网络特点了燃烧效果和传热效果。随着空气量的不断增加,人工神经网络是在对人脑组织结构、活动机制这些固体颗粒也会被气流带走,这时利用安装在炉初步认识的基础上提出的1种新型计算模型,该模膛出口的分离器将未完全燃烧的颗粒从大量固体型具有分布式存储、并行协同处理等特点1。人工颗粒中分离、收集并再次送回炉膛,从而形成固体神经网络因其良好的非线性映射能力和柔软的拓颗粒的循环利用,故称之为循环流化床燃烧。扑结构,现已被广泛应用于模式识别、信号处理、数1.2控制系统任务据预测、最优化问题计算、系统辨认、信息的智能化使燃料提供

7、的热量适应锅炉负荷的要求是循处理、图像处理、复杂控制、语音理解以及函数拟合环流化床锅炉燃烧控制系统的基本任务,同时还要等方面。保证锅炉运行的安全性和经济性。循环流化床锅2.2建模方法炉控制系统的主要任务有:从过程控制的角度考虑,神经网络建模的优势(1)保持锅炉主蒸汽压力在正常范围内;在于其“黑箱”理论(即可以把过程看作是1个“黑(2)锅炉的安全稳定与经济运行;箱”,而不用考虑过程是如何进行的,只需研究对象(3)引风量与送风量的协调配合;的主要控制变量和输出变量之间的相互关系)14-51。(4)确保锅炉床温稳定,并处于最佳温度范围人工神经网络在处理未知

8、模型和多变量非线内;性系统方面具有其他系统无法比拟的优势,同时神(5)床层高度控制在合理范围内;经网络可以任

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。