神經網絡預測控制研究和基于虛擬儀器的控制應用.pdf

1、工業(yè)生產過程廣泛地存在著非線性現(xiàn)象，而線性預測控制難以滿足非線性系統(tǒng)的控制要求。神經網絡預測控制可以解決過程模型未知的復雜非線性系統(tǒng)的控制問題。所以本文研究了基于神經網絡模型的預測控制的基本理論，并以酸堿中和反應的pH值控制為例實現(xiàn)神經網絡預測控制仿真。在仿真過程中，借助Matlab和Simulink并結合S函數(shù)模塊實現(xiàn)復雜的先進控制程序。首先研究了基于BP網、徑向基函數(shù)網和小波網絡的網絡辨識模型，并通過仿真比較了這三種網絡模型的精度和

2、訓練速度。接著采用梯度下降法求解非線性預測控制的優(yōu)化問題，設計了基于小波網絡模型和RBF網絡模型的多步預測控制器。仿真結果表明，該控制算法實時性好，通過參數(shù)調節(jié)可使其達到較好的控制效果。 虛擬儀器代表著儀器發(fā)展的最新方向和潮流，利用虛擬儀器實現(xiàn)工業(yè)過程的先進控制更具有一定的實際意義。所以本文還研究了如何基于虛擬儀器實現(xiàn)工業(yè)過程的實時先進控制。首先介紹了虛擬儀器技術、LabVIEW軟件和數(shù)據(jù)采集的基本理論，然后利用LabVIEW與