基于PID神經網絡的液壓AGC輥縫控制.pdf

1、神經網絡是一門活躍的邊緣性交叉學科，是高度非線性動力學系統(tǒng)，也是自適應組織系統(tǒng)，可以用來描述認知、決策以及控制的智能行為。神經網絡控制是智能控制領域研究的重要方法之一。傳統(tǒng)控制方法在現代控制應用方面凸顯出的局限性，加速了控制界對神經網絡控制理論的研究與探討。神經網絡的產生與發(fā)展，對控制理論研究產生了空前的刺激和極大的推動作用，解決了傳統(tǒng)控制方法無法解決的控制難題。本文以具有參數不確定性、復雜的液壓AGC輥縫系統(tǒng)為研究對象，對神經網絡控制

2、方法進行研究。
　　 本文對液壓AGC輥縫系統(tǒng)的組成、結構以及特性進行了詳細分析，對影響軋機輥縫的主要因素和表述各因素之間相互關系的彈跳方程進行了研究，指出軋機輥縫對板帶材產品厚度的影響，并運用機理建模方法建立了液壓AGC輥縫系統(tǒng)的數學模型。
　　 本文首先采用常規(guī)PID和基于BP神經網絡的PID控制方法對液壓AGC輥縫系統(tǒng)進行控制，通過仿真指出兩種控制方法的局限性。
　　 其次，針對常規(guī)PID控制參數整定困難的

3、缺陷，以及BP神經網絡層數、各層神經元節(jié)點數選取無定則和網絡各層間連接權重初值選取為隨機值的局限性，采用PID神經網絡(PIDNN)予以解決，改善了系統(tǒng)的動靜態(tài)性能。
　　 最后，本文提出了改進型PID神經網絡控制方法(IPIDNN)，對PIDNN隱含層積分神經元節(jié)點進行梯形積分變換，對PIDNN隱含層微分神經元節(jié)點進行不完全微分變換，網絡各節(jié)點輸出函數采用雙曲正切函數代替比例閾值函數，并應用IPIDNN對液壓AGC輥縫系統(tǒng)進行