兩類非線性過程的智能控制方法及其應用研究.pdf

1、論文針對兩種類型非線性過程控制系統，分別提出了相應的智能控制方法，并將其應用于實際中。第一類被控系統為滯后時間小、響應速度快（控制周期要求在200ms以內）的非線性過程控制系統，這類系統的典型代表是焊管連續(xù)生產中焊接過程（對焊管采用直接高頻感應加熱方式或直接電阻加熱方式）溫控系統；第二類被控系統為大滯后（滯后時間≥10s）非線性過程控制系統，其主要特點為滯后時間長、響應速度慢，這類系統的典型代表是工業(yè)電阻加熱爐溫控系統。 論文主

2、要工作如下： 1）對智能控制理論及應用的歷史和發(fā)展現狀進行了綜述，并指出了目前存在的問題和發(fā)展研究方向。 2）針對第一類非線性過程控制系統，提出了相應的具有分級結構的模糊自適應控制方法。其設計思想是將整個控制系統構成三級控制結構：（1）基本模糊控制級。為了滿足系統實時控制要求，基本模糊控制級采用模糊邏輯控制方式。（2）自適應調整級。為了適應被控系統參數時變情況，采用自適應控制方式，定時在線調整模糊控制器參數。（3）過程狀

3、態(tài)判別級。為了克服過程狀態(tài)變化（或不同實際工況）的影響，提高控制系統的魯棒性能，將過程狀態(tài)判斷作為輔助輸入量，根據系統所處過程狀態(tài)，采用相應的控制參數集。文中給出了控制系統的穩(wěn)定性分析，并進行了控制仿真研究。 3）針對第二類非線性過程控制系統，提出了一種新型聯想記憶神經網絡結構和學習算法，通過引入聯想記憶衰減因子，提高了對非線性系統的辨識能力。通過與Elman神經網絡辨識方法的仿真比較，說明新型聯想記憶神經網絡辨識方法具有很好的

4、動態(tài)辨識能力和泛化能力。文中給出了學習算法的收斂性分析和的選取方法。 4）針對第二類非線性過程控制系統，提出了一種具有逆辨識結構的模糊神經網絡控制方法。在這種控制方案中，采用三層模糊神經網絡控制器以實現控制前期快速響應的需要；為了解決模糊神經網絡控制后期的穩(wěn)態(tài)誤差，引入新型聯想記憶神經網絡，通過逆辨識方法，作為控制器來補償控制輸出。通過引入協調控制因子，用于調節(jié)模糊神經網絡控制器和神經網絡逆控制器的輸出,使被控系統處于最佳控制狀

5、態(tài)。文中給出了控制系統的穩(wěn)定性分析和的選取方法。 5）將提出的新型聯想記憶神經網絡辨識方法推廣到多輸入多輸出非線性系統，得到了新型聯想記憶多輸入多輸出神經網絡辨識方法；將提出的具有逆辨識結構的模糊神經網絡控制方法經過改造后推廣到多輸入多輸出非線性系統，得到了新型多輸入多輸出模糊神經網絡解耦控制方法。針對雙輸入雙輸出非線性系統進行了辨識仿真與解耦控制仿真研究。 6）基于多年來對這兩類非線性過程控制系統進行理論研究的體會和實