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

ID:32468316

大?。?.31 MB

頁數(shù):57頁

時間:2019-02-06

基于模糊神經(jīng)網(wǎng)絡(luò)的豎爐溫度智能控制_第1頁
基于模糊神經(jīng)網(wǎng)絡(luò)的豎爐溫度智能控制_第2頁
基于模糊神經(jīng)網(wǎng)絡(luò)的豎爐溫度智能控制_第3頁
基于模糊神經(jīng)網(wǎng)絡(luò)的豎爐溫度智能控制_第4頁
基于模糊神經(jīng)網(wǎng)絡(luò)的豎爐溫度智能控制_第5頁
資源描述:

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

1、摘要捅要豎爐是球團燒結(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)過程是一個大時滯、多變量、非線性、參數(shù)離散的過程,用傳統(tǒng)控制理論已無法進行精確的分析和控制,很難用準(zhǔn)確的數(shù)學(xué)模型來轉(zhuǎn)換,只能依靠有經(jīng)驗的操作人員或?qū)<业慕?jīng)驗來取得比較好的控制效果。模糊控制通常是對這種人類解決方案的最好近似,因此它可以有效地處理這些問題,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)化和非線性問題,具有良好的映射逼近能力,良好的可靠性和容錯性。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控制器的三個參數(shù),實現(xiàn)了對豎爐燃燒室溫度的精確控制。有效地克服了采用單純的PID控制帶來的響應(yīng)慢、超調(diào)大、控制穩(wěn)定性差等缺點,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)控制進行對比仿真實驗,仿真實驗結(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)分類號: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.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

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。