智能控制在智能稳定土拌合机中的应用

论文摘要

本文介绍了智能控制在智能稳定土拌合机配料流量控制中的具体应用。针对骨料流量和水泥流量两个关键对象的控制要求,分别采用模糊控制和神经网络控制进行理论研究,并在实际应用中取得了良好的控制效果。 论文的主要研究工作和成果包括以下几个方面: 1、简要介绍了智能控制技术的产生、发展、现状及其发展趋势以及智能控制技术中的模糊控制技术和神经网络控制技术的发展和现状。 2、课题为福建省科技厅重大招标项目《智能化稳定土厂拌设备研究开发及产业化》计算机过程控制系统中的一部分,在此将智能控制技术应用于智能化稳定土机中骨料流量和水泥流量的控制。 3、介绍了模糊控制的原理和设计。 4、介绍了神经网络控制的原理和设计,重点介绍了单神经元在自适应控制中的应用,神经网络与预测控制和遗传算法的结合。 5、介绍了稳定土拌合机计算机监控系统的结构和实现功能。 6、针对骨料流量的控制要求,采用模糊 PID 控制策略对控制系统进行设计和仿真研究,表明了系统的可行性和有效性,实际应用取得了良好的效果。 7、针对水泥流量的控制要求,采用基于基因保留遗传算法的神经网络预测控制和神经元预测控制两套方案对控制系统进行设计、仿真研究和比较。最终选择神经元预测控制应用到实际生产,实际应用取得了良好的效果。

论文目录

• 第一章 绪论
• 1.1 智能控制的产生、发展、现状及其发展趋势
• 1.1.1 智能控制的产生
• 1.1.2 智能控制的发展
• 1.1.3 智能控制的现状及其发展趋势
• 1.1.3.1 智能控制的现状及存在的一些问题
• 1.1.3.2 智能控制的发展趋势
• 1.2 模糊控制的发展和现状
• 1.3 神经网络控制技术的发展和现状
• 1.4 论文选题的背景及主要内容
• 第二章 模糊控制器的原理及其设计
• 2.1 模糊控制的基本原理
• 2.2 模糊控制器的设计
• 2.2.1 模糊控制器的结构设计
• 2.2.2 精确量的模糊化方法
• 2.2.3 模糊控制规则的设计
• 2.2.3.1 选择描述输入和输出变量的词集
• 2.2.3.2 定义模糊变量的模糊子集
• 2.2.3.3 建立模糊控制器的控制规则
• 2.2.4 模糊量的去模糊化
• 2.2.5 论域、量化因子、比例因子的选择
• 第三章 神经网络控制器的原理及其设计
• 3.1 神经网络的基本原理
• 3.1.1 神经元模型
• 3.1.1.1 生物神经元
• 3.1.1.2 神经元的特性
• 3.1.1.3 神经元的功能
• 3.1.2 MP 模型
• 3.1.3 神经元的传递函数
• 3.1.4 Hebb 学习规则
• 3.2 BP 网络模型及相关问题
• 3.2.1 BP 网络结构
• 3.2.2 经典 BP 算法
• 3.2.3 改进 BP 算法
• 3.2.3.1 动量法
• 3.2.3.2 Levenberg-Marquardt 方法
• 3.3 神经网络控制
• 3.3.1 基于单神经元的自适应控制
• 3.3.1.1 自适应神经元及其学习策略
• 3.3.1.2 控制器设计
• 3.3.2 基于遗传算法的神经网络模型预测控制算法
• 3.3.2.1 模型预测控制简介
• 3.3.2.2 遗传算法简介
• 3.3.2.3 基于遗传算法的神经网络模型预测控制算法
• 第四章 智能控制在智能稳定土拌合机中的应用
• 4.1 智能稳定土拌合机整机系统
• 4.1.1 智能稳定土拌合机机械系统
• 4.1.2 智能稳定土拌合机计算机控制系统
• 4.2 智能控制在智能稳定土机流量控制中的应用
• 4.2.1 模糊 PID 控制器在骨料流量控制中的应用
• 4.2.1.1 模糊 PID 控制器的设计
• 4.2.1.2 仿真研究
• 4.2.1.3 实际控制效果
• 4.2.2 神经网络控制器在水泥流量控制中的应用
• 4.2.2.1 方案一 :基于遗传算法的神经网络模型预测控制
• 4.2.2.2 方案二 :神经元预测控制器
• 结束语
• 参考文献
• 致谢
• 个人简历