分析儀器中溫度的自適應(yīng)控制研究.pdf

1、在工業(yè)領(lǐng)域中，系統(tǒng)通常采用傳統(tǒng)PID 算法來控制溫度、位置和流量等，并取得了很好的控制效果。但隨著科技的不斷發(fā)展，復(fù)雜、多變的系統(tǒng)越來越多地出現(xiàn)在工業(yè)控制領(lǐng)域，限制了傳統(tǒng)控制算法的應(yīng)用。同時(shí)，自適應(yīng)控制理論得到了迅速發(fā)展，其典型理論通過多年研究已進(jìn)入了較為成熟的階段，如模糊控制理論、遺傳算法理論和神經(jīng)網(wǎng)絡(luò)理論等。由于這些自適應(yīng)算法的專用性強(qiáng)、實(shí)施和維護(hù)成本高，又都限制了它們在工業(yè)控制領(lǐng)域的推廣和發(fā)展，所以在實(shí)際應(yīng)用中需做大量的改進(jìn)。本課

2、題將模糊理論和神經(jīng)網(wǎng)絡(luò)理論分別與傳統(tǒng)PID控制結(jié)合，得到適合于工業(yè)控制應(yīng)用的模糊PID 控制和神經(jīng)網(wǎng)絡(luò)PID 控制新型算法。通過解決工業(yè)在線分析儀表產(chǎn)品中的實(shí)際溫控問題，總結(jié)出新型算法的收斂性、穩(wěn)定性、抗干擾性和適用性等，并與傳統(tǒng)PID 控制算法的各項(xiàng)性能比較，歸納出在線分析儀表產(chǎn)品中，溫度控制方案選擇的一般標(biāo)準(zhǔn)。很多自適應(yīng)控制理論方法雖然發(fā)展已久，但始終停留在理論和仿真階段，缺少實(shí)際應(yīng)用的案例。本課題以自適應(yīng)控制理論為基礎(chǔ)，脫離以往仿

3、真驗(yàn)證的形式，將自適應(yīng)控制理論真正應(yīng)用到實(shí)際工業(yè)產(chǎn)品中，這也是本課題的重要創(chuàng)新點(diǎn)。
　　 模糊控制是一種邏輯描述性的控制算法，其核心分為：模糊化接口、模糊規(guī)則庫、模糊判決和去模糊化。其與PID 算法結(jié)合過程可以理解為：將PID 控制參數(shù)對系統(tǒng)的影響通過模糊規(guī)則庫的形式進(jìn)行設(shè)計(jì)，從而在收斂過程中動態(tài)地改變PID 參數(shù)，以取得優(yōu)于PID 控制的效果。通過實(shí)驗(yàn)數(shù)據(jù)可得，模糊PID 控制的收斂性、抗干擾性明顯優(yōu)于PID 控制，所以針對經(jīng)

4、常工作于惡劣環(huán)境中的工業(yè)產(chǎn)品，其溫控方案可采用模糊PID 控制來替代傳統(tǒng)PID 控制。而神經(jīng)網(wǎng)絡(luò)系統(tǒng)是由神經(jīng)元單元互相連接而形成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)，它運(yùn)算速度很快，同時(shí)還具有很強(qiáng)的自適應(yīng)學(xué)習(xí)能力和分析處理能力，其模型典型代表有：M-P 模型和BP 神經(jīng)網(wǎng)絡(luò)模型。本課題將M-P 模型與傳統(tǒng)PID 增量式控制算法結(jié)合，將比例系數(shù)、積分系數(shù)和微分系數(shù)分別作為M-P 模型輸入量的權(quán)值，并采用神經(jīng)網(wǎng)絡(luò)本身的δ學(xué)習(xí)算法來修正權(quán)值，從而減小溫度誤差，達(dá)到

5、精確控制的目的。與此同時(shí)，在模糊PID 控制和神經(jīng)網(wǎng)絡(luò)PID 控制的設(shè)計(jì)過程中，也遇到了一些難點(diǎn)，如：⑴模糊控制的基本論域與離散論域的確定；⑵模糊規(guī)則表的制定；⑶隸屬度函數(shù)的選擇；⑷神經(jīng)網(wǎng)絡(luò)中，P、I、D 參數(shù)的學(xué)習(xí)速率η的選擇；⑸神經(jīng)網(wǎng)絡(luò)PID 控制的切換點(diǎn)選擇。雖然問題中的變量選擇目前沒有統(tǒng)一的標(biāo)準(zhǔn)，大多仍然通過工程人員的經(jīng)驗(yàn)所得，但隨著自適應(yīng)理論的不斷發(fā)展成熟，相信不久的將來自適應(yīng)理論在工業(yè)控制中的應(yīng)用將更加廣泛，從而應(yīng)對日趨復(fù)雜