連續(xù)攪拌反應(yīng)釜的智能控制器設(shè)計.pdf

1、連續(xù)攪拌反應(yīng)釜(CSTR)是石油生產(chǎn)、化工合成、發(fā)酵、生物制藥等工業(yè)生產(chǎn)過程中應(yīng)用最廣泛的一種化學(xué)反應(yīng)器，通過控制連續(xù)攪拌反應(yīng)釜內(nèi)部的工藝參數(shù)，如溫度、壓力、濃度等穩(wěn)定，來保證反應(yīng)的正常進行。其控制質(zhì)量直接影響到生產(chǎn)的效益和質(zhì)量指標(biāo)。 CSTR的化學(xué)反應(yīng)過程是一個非線性、時變、有純滯后的過程，對這類系統(tǒng)難以建立精確的數(shù)學(xué)模型。傳統(tǒng)的PID控制主要是針對具有確切模型的線性過程，而當(dāng)被控對象的模型或參數(shù)發(fā)生變化時，傳統(tǒng)的PID控制存

2、在著參數(shù)修改不方便，不能進行自校正等缺點，對于連續(xù)攪拌反應(yīng)釜這類非線性、時變的過程難以實現(xiàn)精確的控制。因此，探索連續(xù)攪拌反應(yīng)釜的智能控制器設(shè)計有著非常重要的意義。 目前，模糊系統(tǒng)、神經(jīng)網(wǎng)絡(luò)和遺傳算法的融合正在控制領(lǐng)域顯示出巨大的潛力。模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)相結(jié)合形成的模糊神經(jīng)網(wǎng)絡(luò)(FNN)既易于表達基于規(guī)則的知識又具有自學(xué)習(xí)能力，成為控制領(lǐng)域內(nèi)的一個研究熱點，而遺傳算法的全局尋優(yōu)能力也受到越來越多的關(guān)注。三者的結(jié)合是近年來計算智能學(xué)

3、科的一個重要研究方向。 本文以連續(xù)攪拌反應(yīng)釜為對象研究其基于遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計。首先，研究了遺傳算法的基本工作原理，分析了基本遺傳算法存在的問題，在此基礎(chǔ)上從參數(shù)編碼、適應(yīng)度函數(shù)和遺傳操作等方面對其進行了改進，并以一個典型的測試函數(shù)為例驗證了改進遺傳算法的快速收斂性。其次，研究了模糊神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程，在總結(jié)模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)融合方式的基礎(chǔ)上，詳細介紹了基于標(biāo)準(zhǔn)模型和T-S模型的模糊神經(jīng)網(wǎng)絡(luò)控制器的結(jié)構(gòu)和學(xué)習(xí)算法