织机经纱张力控制策略研究

论文摘要

本文研究的主要内容是织机系统的张力控制策略。目前,国内大多数织机的经纱张力控制是采用机械控制或传统PID控制,其效果不太理想,导致纺织品产量低、质量差。合理的张力控制方法将减小张力的波动,使经纱承受的张力平稳,从而避免开车痕等。因此,开发高精度的张力控制系统是提升织机档次的关键所在。本文中分析与研究了织机的工作原理,影响张力波动的各个因素,织机经纱张力的特性,并利用Matlab辨识工具箱建立系统的数学模型。在PID控制的基础上,进一步研究了几种改进型PID控制,在实际应用中,取得了不错的效果。传统PID控制虽然由于其算法简单、鲁棒性好和可靠性高,依赖于受控对象的数学模型。针对织机控制中存在的控制问题,提出了神经网络控制策略来达到更好的控制效果。利用神经网络能够逼近任意非线性系统的优点,将神经网络和PID控制相结合,提出了神经网络整定的PID控制方法。还使用matlab对基于卡尔曼滤波器的RBF径向神经网络整定的PID控制进行了仿真。仿真实验结果表明,基于神经网络整定的经纱张力控制系统的控制效果和动态性能都明显优于传统PID控制。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的研究背景
• 1.1.1 计算机控制技术及应用
• 1.1.2 织机的发展史
• 1.1.3 无梭织机的发展趋势
• 1.2 织机张力控制系统
• 1.2.1 织机张力控制策略的现状
• 1.2.2 课题研究的意义
• 1.3 论文的主要工作及组织结构
• 1.3.1 论文的主要工作
• 1.3.2 论文的组织结构
• 第二章 系统的整体设计
• 2.1 织机的基本工作原理
• 2.1.1 开口运动
• 2.1.2 引纬运动
• 2.1.3 打纬运动
• 2.1.4 送径和卷取运动
• 2.2 织机控制系统的结构
• 2.3 经纱张力控制系统结构
• 第三章 经纱张力分析
• 3.1 影响经纱张力因素
• 3.2 经纱张力的工作过程
• 3.3 经纱张力分析
• 第四章 PID控制策略
• 4.1 被控对象模型辨识
• 4.1.1 辨识方案
• 4.1.2 基于Matlab系统辨识工具箱的系统建模
• 4.2 PID控制算法
• 4.3 两种改进型PID控制算法
• 4.3.1 分步PID控制算法
• 4.3.2 带死区的PID控制算法
• 第五章 基于神经网络的经纱张力控制
• 5.1 智能控制理论
• 5.1.1 智能控制的发展
• 5.1.2 智能控制的重要分支
• 5.2 神经网络
• 5.2.1 单神经元结构
• 5.2.2 神经网络结构
• 5.2.3 神经网络学习算法
• 5.2.4 神经网络控制的特点
• 5.3 基于二次型单神经元自适应PID控制
• 5.3.1 基于二次型性能的学习算法
• 5.3.2 仿真分析
• 5.4 RBF神经网络整定的经纱张力PID控制
• 5.4.1 基于RBF神经网络整定的经纱张力PID控制
• 5.4.2 控制器的学习算法
• 5.4.3 Jacobian信息的辨识算法
• 5.4.4 滤波算法
• 5.4.5 Matlab仿真分析
• 5.5 基于神经网络的经纱张力专家系统
• 5.5.1 基于神经网络的经纱张力专家系统结构
• 5.5.2 专家系统
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 硕士期间参加的项目和发表的论文