模糊神經網絡在玻璃窯爐溫控中的應用.pdf

1、玻璃熔窯被控對象是一個非線性、參數時變的復雜過程系統(tǒng)，被控過程的不確定性較大，純滯后時間和時間常數都比較大，干擾因素較多，難以建立精確的數學模型，采用傳統(tǒng)的控制策略對數學模型依賴性較高，在純滯后時間及參數變化時，控制效果不佳，有一定的局限性。
　　模糊控制和神經網絡控制都具有不需要精確數學模糊、強非線性特點。其中模糊控制善于表達知識，推理類似于人的思維，但缺乏學習和適應能力;神經網絡具有較強的學習和適應能力，但不適于表達結構性知識

2、。本文在融合模糊控制和神經網絡兩者優(yōu)點后，提出用基于補償模糊邏輯的神經網絡控制器實現對玻璃熔窯的溫度控制。通過引入補償模糊推理和快速學習算法，使得補償模糊神經網絡在性能上優(yōu)于常規(guī)模糊神經網絡。
　　本文對玻璃熔窯的結構、工藝流程進行了介紹，根據現場控制要求，提出了溫度控制系統(tǒng)的要求，分析了熔窯系統(tǒng)的動態(tài)特性，通過一定的簡化和假設，給出了玻璃熔窯的溫控過程的理論數學模型。
　　通過仿真，以玻璃熔窯的溫度為對象對控制器性能進行了