小型制冷机温度控制算法的研究

论文摘要

随着科学技术的不断发展,小型低温制冷机已经普遍应用于通讯、军事、气象、地球资源勘探、航空航天、医学、电子学、微观粒子等科学研究领域。本文的课题是为电子学领域中的对微电子器件,红外器件以及超导滤波器的工作提供低温环境,具体温度在80K-120K的范围。论文针对本课题低温控制中的要求,对某一温度的定值控制效果曲线进行了分析,研究了温控算法并设计了低温控制器。论文介绍了小型制冷机的分类和现状,详述了脉管制冷机的发展史；介绍了对课题所采用的由直线压缩机驱动的脉冲管制冷机的原理和结构；提出了温控对象的数学模型,介绍了温度控制系统的硬件系统组成。在低温控制器控制算法的研究中,由于在温控系统中,被控对象存在参数的不确定性和纯滞后等特性,精确的数学模型难于建立。因此本文引入了智能PID控制算法作为研究方向。通过对温控箱温控系统的仿真研究,比较了传统PID控制与模糊PID控制、神经网络PID控制各自不同的控制特性,分析了常规PID控制与智能PID控制的优缺点,针对本文的具体情况提出了最优控制方法。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源和背景
• 1.2 PID控制的发展与现状
• 1.2.1 常规PID控制发展历程
• 1.2.2 智能PID控制的发展与现状
• 1.3 本文主要的研究内容
• 第2章 小型制冷机原理与温控对象数学模型
• 2.1 小型低温制冷机的分类与现状
• 2.2 脉冲管制冷机
• 2.2.1 基本型脉管制冷机
• 2.2.2 脉冲管制冷机的发展
• 2.2.3 直线压缩机驱动的脉冲管制冷机
• 2.3 温度控制系统的硬件组成
• 2.3.1 系统的组成和基本工作原理
• 2.3.2 检测部件
• 2.3.3 执行部分
• 2.3.4 接口卡AD/DA转换器
• 2.4 低温控制对象的数学模型
• 2.5 本章小结
• 第3章 常规PID算法的低温控制器研究
• 3.1 PID 控制
• 3.2 PID 控制原理
• 3.3 仿真分析
• 3.4 本章小结
• 第4章 模糊PID算法的低温控制器研究
• 4.1 模糊理论
• 4.1.1 隶属函数
• 4.1.2 模糊关系及其合成
• 4.2 模糊控制的基本结构
• 4.2.1 模糊控制系统的结构
• 4.2.2 模糊控制的特点
• 4.3 变论域模糊控制
• 4.3.1 伸缩因子
• 4.4 模糊自适应PID控制算法
• 4.4.1 模糊PID控制器模糊化接口的设计
• 4.4.2 模糊规则集的建立
• 4.4.3 变论域自适应模糊PID
• 4.5 基于模糊自适应PID算法的低温控制器仿真研究
• 4.5.1 仿真框图
• 4.5.2 仿真图像
• 4.6 本章小结
• 第5章 神经网络PID算法的低温控制器研究
• 5.1 神经网络理论
• 5.1.1 神经网络的发展历程
• 5.1.2 典型的神经网络模型
• 5.1.3 神经网络的训练
• 5.1.4 神经网络控制系统
• 5.2 单神经元自适应PID控制
• 5.2.1 单神经元的模型
• 5.2.2 神经网络的学习规则
• 5.2.3 单神经元PID算法
• 5.3 基于BP神经网络的PID控制
• 5.3.1 BP神经网络原理
• 5.3.2 基于BP神经网络的PID控制原理
• 5.3.3 基于BP神经网络的PID控制算法
• 5.3.4 BP神经网络的一些问题
• 5.4 基于神经网络PID算法的低温控制器的仿真研究
• 5.4.1 仿真框图
• 5.4.2 仿真图像
• 5.5 PID控制算法性能综合比较
• 5.5.1 跟踪性能比较
• 5.5.2 抗干扰性能比较
• 5.5.3 时间常数变化时鲁棒性能比较
• 5.6 总结
• 第6章 结论
• 参考文献
• 致谢