人工神經(jīng)網(wǎng)絡(luò)算法的研究與在DCS控制系統(tǒng)中的應(yīng)用.pdf

1、PID控制規(guī)律用于控制系統(tǒng)的時候，不僅結(jié)構(gòu)簡單，而且控制穩(wěn)定可靠，并且調(diào)整方便，因此被廣泛的應(yīng)用于控制系統(tǒng)中。但是隨著人類科技的發(fā)展以及認(rèn)識程度的提高，目前需要控制的DCS系統(tǒng)的結(jié)構(gòu)越來越錯綜復(fù)雜，但是對控制精度以及魯棒性的要求卻更加嚴(yán)格，傳統(tǒng)的PID控制算法應(yīng)用在這些系統(tǒng)中，往往達(dá)不到相應(yīng)的控制要求，先進(jìn)控制算法相比傳統(tǒng)PID算法可以達(dá)到更好的控制效果，控制精度和魯棒性更佳，因此研究新興控制算法在DCS控制系統(tǒng)的應(yīng)用是有必要的。

2、>　　文章中的主要內(nèi)容如下:
　　1.分析并介紹神經(jīng)網(wǎng)絡(luò)的生物神經(jīng)元模型以及神經(jīng)網(wǎng)絡(luò)的發(fā)展過程，介紹DCS的發(fā)展。
　　2.研究并介紹了神經(jīng)網(wǎng)絡(luò)的單層傳感器模型以及多層傳感器模型。
　　3.研究并分析介紹了BP神經(jīng)網(wǎng)絡(luò)，并且通過推導(dǎo)含有兩層隱層的BP神經(jīng)網(wǎng)絡(luò)來研究BP神經(jīng)網(wǎng)絡(luò)算法，并研究它的推導(dǎo)方式以及過程，并研究BP神經(jīng)網(wǎng)絡(luò)算法的學(xué)習(xí)算法以及其在預(yù)測中的算法實(shí)現(xiàn)。
　　4.研究分析了時滯的SISO工業(yè)控制系統(tǒng)的

3、延時辨識，智能預(yù)測系統(tǒng)模型，基于神經(jīng)網(wǎng)絡(luò)預(yù)測的PID控制器，系統(tǒng)預(yù)測輸出的反饋校正。做了非線性和線性時遲延時間d的辨識仿真，線性和非線性實(shí)時控制的仿真以及非線性和線性模型辨識的對比仿真。
　　5.研究分析DCS控制系統(tǒng)結(jié)構(gòu)組成，分別研究了現(xiàn)場控制站，系統(tǒng)網(wǎng)絡(luò)，人機(jī)接口現(xiàn)場總線，并研究分析了現(xiàn)場控制站的結(jié)構(gòu)和控制方式，并以ABB公司的Symphony系統(tǒng)為例詳細(xì)做了DCS的研究分析。
　　6.研究并將神經(jīng)網(wǎng)絡(luò)算法用于DCS控制