連續(xù)攪拌反應釜的智能控制器設計.pdf

1、連續(xù)攪拌反應釜(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)過程中應用最廣泛的一種化學反應器，通過控制連續(xù)攪拌反應釜內部的工藝參數(shù)，如溫度、壓力、濃度等穩(wěn)定，來保證反應的正常進行。其控制質量直接影響到生產(chǎn)的效益和質量指標。 CSTR的化學反應過程是一個非線性、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)攪拌反應釜的智能控制器設計有著非常重要的意義。 目前，模糊系統(tǒng)、神經(jīng)網(wǎng)絡和遺傳算法的融合正在控制領域顯示出巨大的潛力。模糊系統(tǒng)和神經(jīng)網(wǎng)絡相結合形成的模糊神經(jīng)網(wǎng)絡(FNN)既易于表達基于規(guī)則的知識又具有自學習能力，成為控制領域內的一個研究熱點，而遺傳算法的全局尋優(yōu)能力也受到越來越多的關注。三者的結合是近年來計算智能學

3、科的一個重要研究方向。 本文以連續(xù)攪拌反應釜為對象研究其基于遺傳算法的模糊神經(jīng)網(wǎng)絡控制器的設計。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，在此基礎上從參數(shù)編碼、適應度函數(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)絡的發(fā)展歷程，在總結模糊系統(tǒng)和神經(jīng)網(wǎng)絡融合方式的基礎上，詳細介紹了基于標準模型和T-S模型的模糊神經(jīng)網(wǎng)絡控制器的結構和學習算法