基于CAN总线的变压器烘炉温度控制系统及其控制算法研究

论文摘要

本文将CAN总线应用于变压器烘炉温度控制系统并对其控制算法进行了较为详细的研究。论文利用当前流行的CAN现场总线，完成组网和建网；在此系统上重点研究了在当前过程控制领域中应用广泛的智能控制算法，并且进行了智能节点和监控节点的硬件设计和软件设计。作者在广泛了解阅读国内外现场总线、模糊控制、神经网络、遗传算法的文献资料的基础上，对现场总线和自组织竞争的模糊神经控制网络的有关问题进行了研究探讨，并应用于变压器烘炉温度控制系统中，经仿真得到了满意的结果。文中采用反向传播算法（Back Propagation简称BP算法）和遗传算法相结合进行系统建模和模型辨识，系统的模型取得较好的拟合；采用自组织竞争算法使控制器得到优化，性能改进，运算速度快；采用FNNC—PID（Fuzzy Neural Network-PID）复合控制算法设计的控制器响应快、精度高。计算机仿真的结果表明，该方法可以获得满意的动态性能、静态性能和较好的鲁棒性。优于传统的PID控制和常规的模糊控制。变压器烘炉是具有大惯性和非线性特征的系统的代表，在这个系统上运用模糊神经控制算法、FNNC—PID复合控制算法具有研究的意义和价值。本文对变压器烘炉的计算机控制网络进行了具体的软件设计、硬件设计和控制算法设计，仿真的结果比较满意。

论文目录

• 摘要
• ABSTRACT
• 1. 绪论
• 1.1 控制科学的发展过程
• 1.2 智能控制系统的主要功能特征
• 1.3 智能控制系统的类型
• 1.4 现场总线概述
• 1.5 本课题所要解决的问题和所作的工作
• 2. CAN（控制器局域网）
• 2.1 CAN总线概述
• 2.2 CAN的物理层
• 2.3 CAN的数据链路层
• 2.4 CAN的专用集成电路
• 3. 模糊神经控制系统的基本原理
• 3.1 模糊控制的基本原理
• 3.2 遗传算法的基本原理
• 3.3 反向传播算法的基本原理
• 3.3.1 反向传播网络的学习规则
• 3.3.2 反向传播网络的训练
• 3.4 自组织竞争网络
• 3.4.1 自组织竞争网络的结构
• 3.4.2 自组织竞争网络的学习规则
• 3.4.3 竞争网络的训练过程
• 4. 模糊神经网络控制器的设计
• 4.1 推理合成方法
• 4.2 训练网络结构的目标和方法
• 5. 变压器烘炉温度控制系统的设计与实现
• 5.1 工艺流程描述
• 5.2 总体设计
• 5.2.1 制定性能目标
• 5.2.2 系统的控制方案
• 5.2.3 硬件设计
• 5.3 智能节点软件设计
• 5.3.1 设计思想
• 5.3.2 智能节点软件设计的组成及功能
• 5.4 上位机软件设计
• 5.4.1 概述
• 5.4.2 通信控制程序
• 5.4.3 监控系统软件及界面
• 5.5 模糊控制器的设计与实现
• 5.5.1 模糊控制算法
• 5.5.2 控制仿真图
• 5.6 FNNC控制器的设计与实现
• 5.6.1 模糊神经网络控制器模型的确定
• 5.6.2 FNNC控制器的网络结构
• 5.6.3 被控对象的模型辨识
• 5.6.4 FNNC控制器的设计与训练
• 5.6.5 利用 FNNC实施系统控制
• 5.6.6 自组织竞争网络优化控制器
• 5.7 自组织竞争网络控制器的训练与实现
• 5.8 模糊神经—PID复合控制
• 5.9 使用传统的 PID方法观察仿真结果
• 5.10 几种控制器比较分析
• 5.11 需要进一步研究的遗留问题
• 6. 总结
• 致谢
• 参考文献
• 附录 在攻读硕士学位期间发表的论文