基于模糊神經(jīng)網(wǎng)絡(luò)的豎爐溫度智能控制

《基于模糊神經(jīng)網(wǎng)絡(luò)的豎爐溫度智能控制》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、摘要捅要豎爐是球團(tuán)燒結(jié)的主要設(shè)備，在煉鐵生產(chǎn)中占有十分重要的地位，它的操作水平直接影響產(chǎn)品的質(zhì)量、產(chǎn)量和產(chǎn)品的生產(chǎn)消耗指標(biāo)。由于燒結(jié)過(guò)程是一個(gè)大時(shí)滯、多變量、非線性、參數(shù)離散的過(guò)程，用傳統(tǒng)控制理論已無(wú)法進(jìn)行精確的分析和控制，很難用準(zhǔn)確的數(shù)學(xué)模型來(lái)轉(zhuǎn)換，只能依靠有經(jīng)驗(yàn)的操作人員或?qū)＜业慕?jīng)驗(yàn)來(lái)取得比較好的控制效果。模糊控制通常是對(duì)這種人類(lèi)解決方案的最好近似，因此它可以有效地處理這些問(wèn)題，而人工神經(jīng)網(wǎng)絡(luò)特別適合解決數(shù)學(xué)模型難以描述的非結(jié)構(gòu)化和非線性問(wèn)題，具有良好的映射逼近能力，良好的可靠性和容錯(cuò)性。因此，本文將人工神經(jīng)網(wǎng)絡(luò)作為模糊系統(tǒng)中的隸屬函數(shù)和模糊規(guī)則

2、的描述形式，介紹了模糊神經(jīng)網(wǎng)絡(luò)在豎爐燃燒室溫度控制中的應(yīng)用．為了提高系統(tǒng)的自適應(yīng)能力和抗干擾能力，文中使用了一種新型的控制器——模糊神經(jīng)網(wǎng)絡(luò)PID控制器，將模糊神經(jīng)網(wǎng)絡(luò)與常規(guī)PID控制器相結(jié)合，調(diào)整PID控制器的三個(gè)參數(shù)，實(shí)現(xiàn)了對(duì)豎爐燃燒室溫度的精確控制。有效地克服了采用單純的PID控制帶來(lái)的響應(yīng)慢、超調(diào)大、控制穩(wěn)定性差等缺點(diǎn)，也解決了傳統(tǒng)模糊控制由于隸屬函數(shù)和模糊規(guī)則選取不當(dāng)造成的控制缺陷。由于燃燒室溫度主要受煤氣的燃燒情況的影響。為了準(zhǔn)確地控制燃燒室的溫度，論文采用BP神經(jīng)網(wǎng)絡(luò)辨識(shí)的方法，建立了燃燒室溫度與煤氣流量之間的近似數(shù)學(xué)模型。最后利用Ma

3、tlab仿真軟件，建立Matlab仿真模型，分別對(duì)常規(guī)PID控制、神經(jīng)網(wǎng)絡(luò)PID控制、模糊神經(jīng)網(wǎng)絡(luò)PIE)控制進(jìn)行對(duì)比仿真實(shí)驗(yàn)，仿真實(shí)驗(yàn)結(jié)果表明：模糊神經(jīng)網(wǎng)絡(luò)PID的控制效果在三者中最優(yōu)。圖19表2參56關(guān)鍵詞：燃燒室；溫度控制；模糊控制；神經(jīng)網(wǎng)絡(luò)；模糊神經(jīng)網(wǎng)絡(luò)分類(lèi)號(hào)：TP．273：河北理一I：大學(xué)碩七學(xué)位論文AbstractSinteringshaftfurnaceisthemainequipmentforthesinteringpellets．Itsfunctionistoproducetheregularpelletswithhighquali

4、ty．Sincethesinteringprocessispuretime-delay，nonlinearandmorevariables，itisdifficulttofinditsexactmathematicalmodelanditcanhardlybeaccuratelycontrolledbytraditionalconU'oltheory．Ifwewanttoachievek啦盯effects．wemustdependonexpert’Sexperiences．111eabilityofFuzzycontroltomodelimpreci

5、seandsubjectivenotionsmakesitpossibletomimichuman-likereasoningwithautomataandFuzzycontrolCanbeeasilycombinedwimexistingmethods．Neuralnetwork(NN)isbefittingtosolvethesenon-structuralandnon—linearproblemsthatCan’tbedescribedbymathematicalmodel．Ithasabetterfault-tolerantabilityan

6、dmappingapproachingabil時(shí)．NNisusedfordescribingmembershipfunctionsandfIlzzyrulesandtheapplicationoffuzzyneuralnetworks(FNl町intemperaturecontrolofSllafIfurnaceisalsointroducedinthistext．Forimprovingthesystem’sadaptiveandanti-jammingabilities，inthistext,anewcontroller-—FNNPIDcontr

7、ollerisused．FNNiscombinedwithtraditionalPIDcontrollertoadjusttheparametersofPIDenntroller．a(chǎn)PA?,auseoftha,thedrawbacksofslowresponse,bigovershootandbadstabilityofPmcontrollerandthecontroldefectsofgeneralfuzzyconU'olareovercome．n峙temperatureoffireboxisaffectedbyburningconditionof

8、gas．Inordertocontrolthetemperatureaccurately,themathem