基于DSP的pH过程模糊神经网络控制器研究

论文题目: 基于DSP的pH过程模糊神经网络控制器研究

论文类型: 硕士论文

论文专业: 检测技术与自动化装置

作者: 李力

导师: 薛薇

关键词: 过程,非线性,模糊神经网络

文献来源: 天津科技大学

发表年度: 2005

论文摘要: 本研究属于“天津市高等学校科技发展基金项目(20030514)”。在许多化学工业(如制药、发酵、造纸)、废水处理及给水处理等工业过程中,都存在着pH过程的控制问题,在这些过程中,将pH值控制在一定的范围内是非常重要的。比如由于环保方面的要求,排放废水的pH值必须严格控制在某一范围内,为防止金属腐蚀,工业用水的pH值必须满足一定的要求等。本文叙述了一般工业过程中的pH过程的测量与控制。 pH过程是典型的非线性过程,具有严重的非线性以及滞后性,是工业过程控制难点之一,传统PID控制或非线性PID控制难以达到理想的控制效果。本文提出了一种模糊神经网络控制方法,即pH过程的FNNC控制方案,利用模糊控制具有不依赖被控对象的精确数学模型、鲁棒性强、算法简明易懂等特点,以及神经网络具有能够逼近任意非线性函数关系的能力以及比较方便的学习手段,将模糊控制具有的较强逻辑推理功能、神经网络的自学习能力等优点融为一体,能很好地处理pH过程的非线性和滞后性,经过计算机仿真研究表明,本文提出的模糊神经网络控制器具有较强的鲁棒性和抗干扰能力。为了满足控制运算实时性及仪用仪表开发的要求,采用TMS320VC33高速数字信号处理器(DSP)作为控制与运算单元,基于ICETEK-VC33-A应用板成功地完成了FNNC控制器算法的DSP实现。

论文目录:

摘要

ABSTRACT

1 绪论

1.1 引言

1.2 本文所做工作及特色

2 pH过程介绍

2.1 pH测量

2.2 pH控制

2.3 pH过程建模及仿真

3 pH过程的模糊神经网络控制

3.1 模糊控制

3.1.1 模糊控制器设计

3.1.2 带有自调整因子的模糊控制器

3.2 人工神经网络

3.2.1 神经网络控制的基本原理

3.2.2 神经网络的结构

3.2.3 BP网络及误差反向传播算法

3.3 pH过程模糊神经网络控制研究

3.3.1 模糊控制的神经网络实现

3.3.2 基于BP神经网络的模糊控制研究

3.4 控制仿真研究

3.4.1 控制系统结构

3.4.2 BP网络实现仿真

3.4.3 模糊神经网络控制器仿真

4 基于 DSP技术的模糊神经网络控制器实现

4.1 数字信号处理器的发展简史

4.2 数字信号处理器的基本结构

4.2.1 哈佛结构

4.2.2 流水线技术

4.2.3 硬件乘法器

4.2.4 特殊的数字信号处理器指令

4.3 控制器硬件配置

4.3.1 DSP与神经网络运算

4.3.2 DSP芯片选型

4.3.3 DSP开发系统

4.4 DSP软件设计

4.4.1 DSP软件开发环境

4.4.2 模糊神经网络控制软件开发

4.4.3 主程序

4.4.4 中断程序

4.5 实验结果

5 人机接口设计

5.1 键盘

5.2 显示

6 结束语

致谢

参考文献

攻读学位期间所发表的论文

发布时间: 2007-01-10

参考文献

[1].基于DSP的无刷直流电机调速系统的设计[D]. 王艳.青岛大学2016
[2].基于DSP的移动机器人的研究[D]. 杨威.中原工学院2014
[3].基于DSP的加速度计温度控制系统设计与研究[D]. 宋春光.西安电子科技大学2010
[4].名优茶采摘机械手的DSP图像与控制集成设计[D]. 徐张群.华中农业大学2018
[5].基于DSP的异步电动机节能控制系统设计[D]. 李昌松.江苏师范大学2017
[6].模糊增益调度内模PID控制污水PH研究[D]. 李宽广.沈阳工业大学2018
[7].基于DSP的电牵引采煤机电控系统设计[D]. 夏宏波.西安科技大学2015
[8].基于DSP的电动车用无刷直流电机控制系统研究[D]. 何硕彦.东南大学2016
[9].基于DSP的半导体激光器恒温控制器的研究[D]. 林振云.哈尔滨工业大学2013
[10].基于DSP的光学转台伺服控制系统研究[D]. 邹宇汉.长春理工大学2014

基于DSP的pH过程模糊神经网络控制器研究

猜你喜欢