基于神经网络PID的预测控制在危化品生产过程中的研究与应用

论文摘要

随着当前涂料生产规模的不断扩大,涂料生产工艺要求越来越高,对生产设备自动控制的要求也在不断的提高。在涂料生产的实际过程控制中,被控对象具有非线性,时变性和不确定性,难以建立精确的数学模型,常规PID或者神经网络PID控制都已不能满足工业需要。这些都是工程控制界公认的难题。为了克服这种不协调现象,针对涂料生产线中温度控制大滞后、非线性等特点,本文在神经网络PID控制的基础上,引入预测控制思想。由于涂料生产中的聚氨酯固化剂中的游离TDI有毒,其清除技术是国际上共同关注的难题。国外发达国家一般采用两种方法来清除游离单体:一种是溶剂萃取法,特的缺点是操作流程长,损耗大;另一种是薄膜蒸发法,由于适应于单体分离的蒸发器设计复杂,所以工业化中相关技术的实现难度很大,世界上只有极少数国家攻克了该项技术,技术保密性极强,未见公开的工业化报道。对于聚氨酯固化剂中游离TDI含量,发达国家一般限定在0.5%以下。通过该项技术可使聚氨酯固化剂中游离TDI含量降到0.2%以下。该成果同时也为其他涂料用固化剂中异氰酸酯游离单体的脱除及非涂料行业同类产品异氰酸单体的脱除开辟了一条新路。在生产过程中,通过采用适当的技术,来辨识这些危化品的危险,并且在事故发生前消除它的危害,是各界人士普遍关心的事情。预测控制本身不苛求被控系统的结构形式,只强调预测功能的特点,根据系统的输入输出信号在线的调整神经网络的各层权值,采用滚动优化的策略不断的优化控制输出,使其跟踪期望轨迹。本文所做的主要工作讨论研究了预测控制及神经网络PID控制理论上的应用和进展,并以模型预测控制为基础,围绕神经网络建模制展开研究。通过计算机仿真和实际的应用效果可以看出,本文提出的基于神经网络PID的预测控制方案是切实可行的,其预测控制效果是非常明显且可靠的。本文所提出的方法在实际应用过程中有着非常广泛的推广价值

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.1.1 目前国内外涂料技术、产品发展现状
• 1.1.2 涂料生产控制发展现状及存在问题
• 1.1.3 选题意义
• 1.2 预测控制的发展背景及现状
• 1.2.1 预测控制概述
• 1.2.2 预测控制研究现状
• 1.3 神经网络PID 控制的发展现状
• 1.3.1 神经网络的发展现状
• 1.3.2 神经网络建模与辨识
• 1.3.3 神经网络作用和结构
• 1.4 神经网络预测控制的发展现状
• 1.5 本文所做的主要工作
• 1.6 本章小结
• 第二章 预测控制理论
• 2.1 预测控制的基本理论
• 2.2 模型预测控制
• 2.2.1 模型预测控制的发展
• 2.2.2 模型预测控制原理
• 2.2.3 模型预测控制的实现
• 2.3 广义预测控制
• 2.3.1 CARIMA 模型和输出预测
• 2.3.2 优化策略
• 2.3.3 模型参数辨识
• 2.4 本章小结
• 第三章 BP 神经网络分析
• 3.1 人工神经网络简述
• 3.2 人工神经元模型
• 3.3 BP 神经网络分析
• 3.3.1 BP 网络概述
• 3.3.2 BP 算法的网络构成
• 3.3.3 BP 网络训练过程
• 3.3.4 BP 网络误差传播分析
• 3.3.5 BP 网络的一些常用改进方法
• 3.4 本章小结
• 第四章 神经网络PID 预测函数控制的计算机建模与仿真研究
• 4.1 神经网络PID 预测控制方法
• 4.1.1 神经元PID 控制器
• 4.1.2 单神经元自适应PID 控制器
• 4.1.3 基于神经网络参数自学习的PID 控制器
• 4.1.4 神经网络预测PID 控制器
• 4.1.5 实例分析
• 4.2 基于神经网络模型预测控制系统的设计及仿真研究
• 4.2.1 常规PID 控制系统仿真
• 4.2.2 神经元PID 控制器的仿真模型及仿真
• 4.2.3 神经网络预测PID 控制仿真
• 4.3 仿真结果分析
• 第五章 神经网络PID 预测控制在涂料生产过程中的应用
• 5.1 当前生产控制现状
• 5.1.1 涂料生产控制简介
• 5.1.1.1 高速分散机介绍
• 5.1.1.2 工艺操作过程
• 5.2 控制实施方案
• 5.3 控制系统的实现
• 5.3.1 控制硬件构成
• 5.3.2 控制软件设计
• 5.3.3 人机界面设计
• 5.4 本章小结
• 总结和展望
• 参考文献
• 致谢
• 攻读学位期间发表（录用）的学术论文目录