模糊—神经—PID融合的控制策略的工程应用

论文摘要

模糊控制和神经控制是智能控制的前沿领域,文章对模糊控制和神经控制的设计理论和应用进行了研究,针对基于数学模型的传统PID控制方法不能满足具有不确定性、难以精确建模的复杂控制系统设计的要求,采用了多种模糊—神经—PID融合的控制策略,并对工程实际进行了仿真实验,验证了所采用的控制方法的有效性。本文的主要内容如下:1)总结了自动控制理论、模糊控制、神经控制的发展,研究状况和展望;指出传统PID控制方法存在的缺陷和不足;阐明了设计先进PID控制策略的必要性。2)研究了模糊控制和自适应单神经元控制的原理和设计方法。3)针对锅炉燃烧器这类存在大惯性环节,难以建立精确数学模型的控制对象,采用了模糊PID复合控制策略。这种策略在大偏差范围内采用模糊控制,加快动态响应过程;在小偏差范围内转换为PID控制,消除稳态误差,实现精确控制。通过MATLAB仿真实验表明,模糊PID复合控制能够满足系统要求,具有良好的快速性和稳态精度,具有很强的鲁棒性和抗干扰力,体现了优异的控制品质。4)针对过热汽温调节系统这样一个存在非线性耦合、大滞后、多变量、干扰强的复杂被控对象,采用基于单神经元网络的智能PID控制。该方法利用了神经元具有高度的容错性,鲁棒性,自组织,自学习和实时处理等特点对过热气温调节系统进行控制。通过MATLAB仿真实验表明,基于单神经元网络的智能PID控制方法具有算法简单、实时性好的特点,具有较强的自适应、自学习能力和较强的鲁棒性。5)将模糊PID复合控制策略和基于单神经元网络的智能PID控制方法融合采用了模糊—神经—PID融合的控制策略,通过MATLAB仿真实验表明模糊—神经—PID融合的先进控制策略综合了模糊控制、神经控制和传统PID的优点,比前面两种控制策略具有更好的鲁棒性、快速性和控制精度。表现出及其优异的控制品质。

论文目录

• 摘要
• ABSTRACT
• 前言
• 1 绪论
• 1.1 引言
• 1.2 课题的提出和意义
• 1.3 模糊控制和神经控制的基本思想
• 1.4 本论文的主要工作
• 2 模糊控制和神经控制的基本理论
• 2.1 引言
• 2.2 模糊控制基本理论
• 2.2.1 模糊控制概况
• 2.2.2 模糊控制应用研究现状
• 2.3 神经控制基本理论
• 2.3.1 神经控制概况
• 2.3.2 神经网络的分类和学习算法
• 2.3.3 神经控制应用研究现状
• 2.4 模糊神经控制
• 2.5 模糊控制和神经控制的展望
• 2.5.1 模糊控制的展望
• 2.5.2 神经控制展望
• 3 模糊控制和自适应神经元控制的原理及设计
• 3.1 模糊控制的基本原理
• 3.1.1 模糊控制系统的组成
• 3.1.2 模糊控制器的组成
• 3.2 一个典型的模糊控制器的设计
• 3.2.1 模糊控制器的设计
• 3.2.2 模糊控制器设计参数与性能关系
• 3.2.3 一类控制规则可调整的模糊控制器的设计
• 3.3 自适应神经元控制基本原理
• 4 基于MATLAB 的模糊PUD 控制器设计及在锅炉燃烧器的应用
• 4.1 引言
• 4.2 锅炉燃烧器系统的数学模型
• 4.3 模糊PID 复合控制器的设计
• 4.3.1 模糊PID 复合控制器设计的出发点
• 4.3.2 模糊PID 复合控制器的原理
• 4.3.3 模糊―PID 复合控制器的设计
• 4.4 MATLAB 仿真与控制器性能分析
• 5 基于单神经元网络的智能PID 设计及在过热汽温调节系统中的应用
• 5.1 引言
• 5.2 基于单神经元网络的智能PID 控制
• 5.2.1 神经元控制算法及学习算法
• 5.2.2 几种典型的学习规则
• 5.2.3 改进的单神经元自适应PID 控制
• 5.3 过热汽温调节系统的动态特性
• 5.4 基于单神经元网络的职能PID 控制的M 语言实现及仿真
• 5.4.1 M 语言仿真程序
• 5.4.2 过热气温调节系统的控制
• 5.4.3 常规PID 对过热气温调节系统的控制
• 5.5 基于单神经元网络的智能PID 的Simulink 实现与仿真
• 5.5.1 基于单神经元网络的智能PID 的MATLAB 程序
• 5.5.2 仿真与性能分析
• 6 智能模糊神经PID 控制器的设计及在系统中的应用
• 6.1 设计思想及原理
• 6.1.1 前两种控制策略的特点和存在的问题
• 6.1.2 问题的切入点
• 6.1.3 智能模糊神经PID 控制器的设计思想及原理
• 6.2 智能模糊神经PID 控制器的设计在锅炉燃烧器的应用及MATLAB 仿真
• 结论
• 致谢
• 参考文献