两类非线性过程的智能控制方法及其应用研究

论文题目: 两类非线性过程的智能控制方法及其应用研究

论文类型: 博士论文

论文专业: 控制理论与控制工程

作者: 吴学礼

导师: 王永骥

关键词: 过程控制,分级结构,模糊自适应控制,联想记忆神经网络,模糊神经网络控制,解耦控制,焊接过程,预热过程,温控系统

文献来源: 华中科技大学

发表年度: 2005

论文摘要: 论文针对两种类型非线性过程控制系统,分别提出了相应的智能控制方法,并将其应用于实际中。第一类被控系统为滞后时间小、响应速度快(控制周期要求在200ms 以内)的非线性过程控制系统,这类系统的典型代表是焊管连续生产中焊接过程(对焊管采用直接高频感应加热方式或直接电阻加热方式)温控系统; 第二类被控系统为大滞后(滞后时间≥10s)非线性过程控制系统,其主要特点为滞后时间长、响应速度慢,这类系统的典型代表是工业电阻加热炉温控系统。论文主要工作如下: 1)对智能控制理论及应用的历史和发展现状进行了综述,并指出了目前存在的问题和发展研究方向。2)针对第一类非线性过程控制系统,提出了相应的具有分级结构的模糊自适应控制方法。其设计思想是将整个控制系统构成三级控制结构:(1)基本模糊控制级。为了满足系统实时控制要求,基本模糊控制级采用模糊逻辑控制方式。(2)自适应调整级。为了适应被控系统参数时变情况,采用自适应控制方式,定时在线调整模糊控制器参数。(3)过程状态判别级。为了克服过程状态变化(或不同实际工况)的影响,提高控制系统的鲁棒性能,将过程状态判断作为辅助输入量,根据系统所处过程状态,采用相应的控制参数集。文中给出了控制系统的稳定性分析,并进行了控制仿真研究。3)针对第二类非线性过程控制系统,提出了一种新型联想记忆神经网络结构和学习算法,通过引入联想记忆衰减因子λ,提高了对非线性系统的辨识能力。通过与Elman 神经网络辨识方法的仿真比较,说明新型联想记忆神经网络辨识方法具有很好的动态辨识能力和泛化能力。文中给出了学习算法的收敛性分析和λ的选取方法。4)针对第二类非线性过程控制系统,提出了一种具有逆辨识结构的模糊神经网

论文目录:

摘要

Abstract

1 绪论

1.1 两类非线性过程控制系统的分类与特点

1.2 智能控制理论综述

1.2.1 引言

1.2.2 智能控制主要方法

1.2.3 前景和展望

1.3 本文的研究内容及安排

2 具有分级结构的模糊自适应控制

2.1 具有分级结构的模糊自适应控制方法

2.1.1 基本模糊控制级

2.2.2 调整隶属度输出值的稳定性分析

2.3 控制仿真研究

2.3.1 考虑如下非线性系统

2.3.2 考虑如下双层卷焊管焊接过程系统

2.4 小结

3 联想记忆神经网络辨识

3.1 系统建模方法

3.2 神经网络辨识

3.2.1 神经网络辨识理论依据与辨识结构

3.2.2 神经网络辨识的特点

3.3 神经网络的静态辨识与动态辨识

3.3.1 神经网络的静态辨识

3.3.2 神经网络的动态辨识

3.4 新型联想记忆神经网络辨识方法

3.4.1 新型联想记忆神经网络结构

3.4.2 学习算法

3.4.3 联想记忆神经网络收敛性分析

3.4.4 联想记忆衰减因子λ的选取

3.5 辨识仿真研究

3.5.1 电阻加热炉仿真

3.5.2 非线性系统仿真

3.5.3 新型联想记忆神经网络在线辨识

3.6 小结

4 具有逆辨识结构的模糊神经网络控制

4.1 模糊神经网络控制结构与特点

4.1.1 模糊神经网络结构

4.1.2 模糊神经网络的特点

4.1.3 模糊神经网络控制方法

4.2 具有逆辨识结构的模糊神经网络控制方法

4.2.1 具有逆辨识结构的模糊神经网络控制结构

4.2.2 神经网络逆控制器

4.2.3 模糊神经网络控制器

4.2.4 β与λ的选取方法

4.2.5 控制系统稳定性分析

4.3 控制仿真研究

4.3.1 电阻加热炉

4.3.2 非线性系统

4.4 小结

5 多输入多输出非线性系统辨识与解耦控制

5.1 基于新型联想记忆神经网络的多输入多输出系统辨识

5.1.1 联想记忆神经网络结构

5.2 双输入双输出系统辨识仿真研究

5.2.1 双输入双输出非线性耦合系统模型为

5.2.2 双输入双输出耦合系统模型为

5.3 多输入多输出系统的解耦方法

5.3.1 传统解耦方法

5.3.2 自适应解耦方法

5.3.3 智能解耦方法

5.4 多变量耦合系统的特性与解耦原则

5.5 基于逆辨识结构的多输入多输出系统的解耦控制

5.5.1 解耦控制结构图

5.5.2 单神经元解耦原理

5.5.3 神经元控制系统的解耦性能分析

5.5.4 双输入双输出系统解耦控制仿真研究

5.6 小结

6 双层卷焊管焊接过程模糊自适应温度控制

6.1 引言

6.2 双层卷焊管生产工艺及焊接过程分析

6.2.1 双层卷焊管生产工艺介绍

6.2.2 双层卷焊管电阻直热式钎焊过程稳态分析

6.3 双层卷焊管焊接过程模糊自适应温度控制系统

6.3.1 模糊自适应控制原理

6.3.2 硬件系统设计

6.3.3 软件系统设计

6.3.4 控制周期选取

6.4 应用效果

6.4.1 在理想状态下和在横截面积波动下的钎焊过程温度分布曲线

6.4.2 对于右极轮下温度控制曲线

6.5 经济效益与社会效益分析

6.6 小结

7 镀锌涂塑双层卷焊管预热过程模糊自适应温度控制

7.1 引言

7.2 镀锌涂塑双层卷焊管生产工艺及预热过程分析

7.3 镀锌涂塑双层卷焊管预热过程模糊自适应温度控制系统

7.3.1 主要工艺参数检测与计算

7.3.2 模糊自适应控制原理

7.3.3 硬件系统设计

7.3.4 控制周期选取

7.4 应用效果

7.4.1 电阻预热温度模糊自适应控制的设计

7.4.2 常规PID 控制、基本模糊逻辑控制和模糊自适应控制三种方案比较

7.5 经济效益与社会效益分析

7.6 小结

8 模糊神经网络控制在双腔电阻加热炉温控系统中的应用

8.1 双腔电阻加热炉简介

8.2 双腔电阻加热炉模糊神经网络温度控制系统

8.2.1 主要工艺参数检测

8.2.2 自动控制原理

8.2.3 硬件系统设计

8.2.4 软件系统设计

8.3 应用效果

8.3.1 单腔电阻加热炉联想记忆神经网络辨识情况

8.3.2 单腔电阻加热炉模糊神经网络控制情况

8.3.3 双腔电阻加热炉神经网络辨识情况

8.3.4 双腔电阻加热炉模糊神经网络解耦控制情况

8.4 小结

9 全文总结与展望

9.1 全文总结

9.2 进一步工作展望

致谢

参考文献

附录攻读学位期间发表论文及科研成果

发布时间: 2006-04-05

参考文献

• [1].几类T-S模糊系统稳定性分析与控制器设计[D]. 夏志乐.西安电子科技大学2016
• [2].基于状态空间方法的自适应模糊控制研究[D]. 缪志农.西南交通大学2006
• [3].模糊建模与控制及其在电厂热工自动控制中的应用[D]. 郝万君.哈尔滨工业大学2006
• [4].混合粒子群优化及其在嵌入式智能控制中的应用[D]. 杨光友.武汉理工大学2006
• [5].空天飞行器再入飞行的模糊自适应预测控制[D]. 方炜.南京航空航天大学2008
• [6].基于单位分解的非线性不确定系统模糊自适应镇定与跟踪控制分析[D]. 罗亮.广东工业大学2011
• [7].非线性板球系统的监督分层智能自适应控制算法研究[D]. 韩京元.吉林大学2014
• [8].模糊滑模控制及其在机电系统中应用的研究[D]. 赵永胜.华中科技大学2007

相关论文

• [1].滑模变结构的智能控制理论与应用研究[D]. 张昌凡.湖南大学2001
• [2].基于神经网络的建模方法与控制策略研究[D]. 王俊国.华中科技大学2004
• [3].基于参数辨识及补偿控制的异步电动机智能控制技术研究[D]. 徐小增.华中科技大学2005
• [4].多移动机器人协调控制系统的研究与实现[D]. 程磊.华中科技大学2005
• [5].不确定系统的滑模控制理论及应用研究[D]. 瞿少成.华中科技大学2005
• [6].不确定非线性系统的鲁棒自适应控制研究[D]. 陈刚.浙江大学2006
• [7].模糊控制、神经网络和变结构控制的交叉结合及其应用研究[D]. 邱焕耀.华南理工大学1999
• [8].多变量非线性过程控制[D]. 黄道平.华南理工大学1998
• [9].非线性系统的模糊建模与自适应控制及其应用[D]. 王永富.东北大学2005
• [10].基于智能技术的非线性系统稳定自适应控制[D]. 王晶.中国科学院研究生院（计算技术研究所）1999

标签：过程控制论文;  分级结构论文;  模糊自适应控制论文;  联想记忆神经网络论文;  模糊神经网络控制论文;  解耦控制论文;  焊接过程论文;  预热过程论文;  温控系统论文;