双向拉伸机保温腔温度控制系统的设计

论文摘要

本文以双向拉伸机保温腔为研究载体,针对保温腔内温度的稳定性展开研究。在双向拉伸机工作的整个过程中,温度起着至关重要的作用,特定温度的保持时间和温度的稳定性都对有机玻璃产品的性能和质量有很大的影响。温度是一种不确定、大惯性、严重非线性的控制对象,很难建立数学模型,传统的控制方法在进行高精度温度控制时,已经不能达到控制要求,这在本文第一章绪论中进行了介绍。根据具体的控制难点和控制要求开发了模糊神经网络控制算法,在第二章中介绍了该控制算法的基础理论,阐明了该算法的优越性。第三章介绍了双向拉伸机保温腔温度控制算法的软硬件环境。将保温腔、风道、加热系统的具体结构和布置形式进行了阐述;温度控制系统采用了工控机与PLC的并行控制技术,分别论述了工控机的运算处理任务和PLC的通信控制任务;提出了控制系统软件环境的总体设计思路。在结合算法理论和软硬件环境的基础上,第四章根据实际的控制要求确定了保温腔温度控制方案,设计了具体的模糊神经网络控制算法。这种控制算法不仅适合于不能建立数学模型的被控对象,也具有在线自学习能力,解决了拉伸机工作时温度稳定性的控制难点,满足了生产要求。本文还利用了Matlab软件对温度控制所采用的模糊神经网络算法进行了仿真。首先对算法结构中的参数进行了训练,得到了最优控制参数,其次对模糊控制中的模糊规则进行了优化,最后在两者的基础上对算法进行了仿真。从仿真图中可以看出:使用模糊神经网络控制算法,系统的超调量很小,稳态时刻没有波动现象,没有出现稳态偏差。实践表明该控制方法切实可行,达到了所要求的控制精度。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题来源
• 1.2 目前温度控制概况
• 1.2.1 国外温度控制发展概况
• 1.2.2 国内温度控制发展概况
• 1.3 选题意义
• 1.3.1 传统控制方法
• 1.3.2 智能控制方法
• 1.4 课题研究内容
• 第二章 智能控制理论概述
• 2.1 模糊控制理论介绍
• 2.1.1 模糊控制理论的产生、发展及应用
• 2.1.2 模糊控制理论基础
• 2.1.3 模糊控制器
• 2.2 人工神经网络理论介绍
• 2.2.1 人工神经网络的组成及其功能
• 2.2.2 反向传播网络
• 2.3 模糊神经网络及其算法
• 2.3.1 模糊神经网络的原理
• 2.3.2 模糊神经网络的结构
• 2.3.3 模糊神经网络的学习算法
• 第三章 温度控制系统的硬件环境
• 3.1 双向有机玻璃拉伸机的构造
• 3.1.1 拉伸系统
• 3.1.2 保温系统
• 3.1.3 控制系统
• 3.2 温度控制系统的实现
• 3.2.1 温度控制系统的设计原则
• 3.2.2 温度信号采集及采样时间的选择
• 3.2.3 PLC控制系统及程序的设计
• 第四章 基于模糊神经网络的保温腔温度控制
• 4.1 温度控制系统设计思路
• 4.2 模糊控制规则的设计
• 4.2.1 输入变量和输出变量的确定
• 4.2.2 模糊化方法的确立
• 4.2.3 模糊控制规则及模糊推理设计
• 4.2.4 清晰化方法的确立
• 4.3 模糊神经网络结构的确定
• 4.3.1 保温腔温度系统的模糊神经网络结构
• 4.3.2 模糊神经网络控制器的训练
• 4.4 模糊神经网络控制器的仿真研究
• 4.5 系统调试
• 第五章 结论
• 参考文献
• 在学研究成果
• 致谢