自适应模糊系统神经网络在热工过程建模与控制中的应用研究.pdf

摘要 热工过程通常具有非线性、时变性，在自动控制中所采用的传递函数模型 往往只是在一个工况点上的模型，很难描述热工过程在整个工况范围内的非线 性特征。而对控制系统的整体全局优化必须要考虑过程的非线性，因此，建立 热工过程的整体非线性模型是对热工控制系统整体全局优化的基础，但至今在 热工控制系统中所基于的设计模型仍是传递函数，这不利于对热工控制系统的 全局优化。而模糊系统和神经网络是适合于描述过程非线性特征的两种方法， 通过对样本数据的不断学习，可较方便地建立整个过程的非线性模型。 本论文主要目的就是尝试采用模糊系统和神经网络的非线性建模方法来建 立热工过程的全局非线性模型，为热工控制系统的全局优化打下基础。另一方 面，目前模糊控制系统已较多应用于热工过程的自动控制中，但常规的模糊控 制系统缺乏自适应能力，主要原因是常规模糊控制所采用的模糊规则库是不能 自动调整的。而模糊系统的非线性建模技术，不仅可以以规则的形式建立热工 过程的非线性模型，也可以建立模糊控制系统的模糊规则库。因此，模糊系统 的非线性建模方法也为模糊控制系统的自适应提供了一个途径。本文的主要成 果如下： 模糊系统的建模主要是通过模糊规则来描述非线性系统的动态特性，因此， 规则库