人工神經(jīng)網(wǎng)絡(luò)及其在超聲工業(yè)測(cè)量和過程控制中的應(yīng)用.pdf

1、用超聲波測(cè)量液體濃度和液位是超聲應(yīng)用的重要方面。基本過程是先測(cè)量聲速或聲時(shí)，然后通過計(jì)算得到濃度或液面高度。兩種方法的共同特點(diǎn)是原理可靠，操作簡(jiǎn)單，精度高，適用范圍廣。超聲濃度和液位的測(cè)量都屬于間接測(cè)量，而在很多情況下，直接測(cè)量變量(聲速或聲時(shí))和待測(cè)變量(濃度或界面高度)之間不是簡(jiǎn)單的線性關(guān)系，用多項(xiàng)式擬合的方法往往不能得到滿意的結(jié)果。為了解決上述難題，本文引入了人工神經(jīng)網(wǎng)絡(luò)，即通過神經(jīng)網(wǎng)絡(luò)逼近直接測(cè)量變量和待測(cè)變量間的

2、映射關(guān)系。上述內(nèi)容為論文上篇，從第二章到第五章。將人工神經(jīng)網(wǎng)絡(luò)用于過程控制也是目前研究的熱點(diǎn)。傳統(tǒng)的控制理論建立在線性理論的基礎(chǔ)之上，對(duì)非線性程度較低和控制性能要求較低的情況，將非線性系統(tǒng)近似為線性模型是目前常用的手段。然而實(shí)際系統(tǒng)多為非線性的，隨著生產(chǎn)工藝的日益復(fù)雜以及對(duì)產(chǎn)品質(zhì)量要求的提高，線性方法已不能適合要求，而神經(jīng)網(wǎng)絡(luò)由于其對(duì)非線性系統(tǒng)的高度的逼近能力及其它方面的優(yōu)點(diǎn)，越來越多的應(yīng)用于過程控制。本文對(duì)一類的非線性系

3、統(tǒng)的跟蹤問題進(jìn)行了研究。這部分內(nèi)容為論文下篇，包括第六章和第七章。具體內(nèi)容介紹如下：(1)超聲波濃度測(cè)量原理、精度分析和在線校正方法。首先介紹超聲波濃度測(cè)量原理，然后分析濃度—溫度—聲速關(guān)系比較簡(jiǎn)單情況下線性插值方法的精度，最后提出了相應(yīng)的在線校正方法。(2)基于局部模型網(wǎng)絡(luò)的濃度—溫度—聲速關(guān)系擬合和校正。主要了研究多模型的概念和局部網(wǎng)絡(luò)模型的算法，給出了基于局部模型的濃度—溫度—聲速關(guān)系擬合和校正方法。(3)基于遺

4、傳算法的RBF網(wǎng)絡(luò)學(xué)習(xí)及其在液體濃度—溫度—聲速關(guān)系擬合和校正中的應(yīng)用。通過引入優(yōu)化理論中的多目標(biāo)優(yōu)化的概念，提出了基于遺傳算法的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法。該方法通過繼承原先網(wǎng)絡(luò)的部分特性，解決了神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)中數(shù)據(jù)稀少的矛盾，為現(xiàn)場(chǎng)超聲濃度測(cè)量系統(tǒng)的校正提供了有效手段。(4)超聲波油水界面計(jì)的原理、精度分析及神經(jīng)網(wǎng)絡(luò)逼近。由于聲時(shí)測(cè)量誤差和距離測(cè)量誤差的相互耦合作用，使得不能用最小二乘法對(duì)聲時(shí)誤差和距離誤差同時(shí)進(jìn)行修正。而在測(cè)量過

5、程中距離是不變的，這樣就可以用神經(jīng)網(wǎng)絡(luò)直接擬合界面高度和聲時(shí)的關(guān)系，從而達(dá)到油水界面計(jì)精確測(cè)量。(5)NaOH清洗液濃度控制系統(tǒng)的分析和設(shè)計(jì)。首先對(duì)某實(shí)際生產(chǎn)線的濃度控制系統(tǒng)建立物理模型，通過仿真和辨識(shí)證明所建模型是正確的。在此基礎(chǔ)上設(shè)計(jì)了變?cè)鲆娴腜ID算法，實(shí)際應(yīng)用取得了良好的控制效果，為同類系統(tǒng)的控制提供了重要的參考。(6)神經(jīng)網(wǎng)絡(luò)在非線性系統(tǒng)跟蹤問題的應(yīng)用。首先分析兩類最常用的自適應(yīng)控制方法：基于神經(jīng)網(wǎng)絡(luò)線性化的自