基于神经网络算法改进的PID控制技术研究

论文摘要

复合材料是一种具有高性能的新型材料,其广泛应用于对强度、韧性、稳定度等高要求的场所,同时也是一种涉及到高分子化学、数学、机械、电子、计算机等多门学科的综合性技术。本课题研究了复合材料生产工艺中缠绕成型中的张力控制系统。纤维缠绕张力是复合材料缠绕成型工艺中重要的控制参数,直接影响着缠绕制品的质量。张力控制是纤维缠绕工艺中的关键技术之一。本论文的主要工作有:1.描述了张力系统的张力产生方式,并对常规的张力控制系统进行了详细的描述。在此基础上设计出一个具有数据分析能力的恒张力控制系统。该系统具有软件设计、总线设计、数据分析、张力检测和数据滤波等模块组成,以实现对恒张力控制系统的全面支持。2.分析了数字PID系统的原理,并仿真分析了比例控制器、比例积分控制器和比例积分微分控制器三种系统在不同参数下的控制效果。3.详细描述了神经网络,尤其是BP神经网络的设计原理和学习算法,并通过仿真验证其功能。4.设计并实现了基于BP神经网络的PID控制器,最终通过仿真验证了该系统的动态及静态性能。最后,总结了全文的工作,展望了今后的研究工作的重点和方向。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究背景和意义
• 1.2 纤维缠绕成型工艺
• 1.3 张力控制器的发展现状
• 1.4 论文的内容安排
• 第二章 恒张力系统
• 2.1 张力系统设计
• 2.1.1 张力系统构架
• 2.1.2 张力系统的控制方法
• 2.1.3 张力产生方案
• 2.2 构建恒张力控制系统
• 2.2.1 整体系统构架
• 2.2.2 软件系统设计
• 2.2.3 数据分析与专家系统
• 2.2.4 现场总线技术
• 2.2.5 张力检测传感器
• 2.2.6 数据滤波
• 2.3 小结
• 第三章 PID 控制
• 3.1 PID 控制原理
• 3.1.1 PID 简介
• 3.1.2 PID 算法
• 3.2 PID 控制分析
• 3.2.1 比例控制性能分析
• 3.2.2 比例积分控制性能分析
• 3.2.3 比例积分微分控制性能分析
• 3.3 小结
• 第四章 BP 神经网络
• 4.1 神经网络概述
• 4.1.1 神经元模型
• 4.1.2 神经网络的学习过程
• 4.2 多层感知器
• 4.3 BP 算法
• 4.4 仿真结果及分析
• 4.5 小结
• 第五章 基于BP 神经网络的PID 控制系统
• 5.1 常规PID 参数确定方法
• 5.2 基于BP 神经网络的PID 控制系统
• 5.3 仿真验证
• 5.4 小结
• 第六章 总结与展望
• 致谢
• 参考文献