基于bp神经网络的罩式炉炉温pid预测控制策略 毕业设计.doc

分 类 号 密 级 太原理工大学 硕 士 学 位 论 文 题 目 基于BP神经网络的罩式炉炉温PID预测控制策略 英文并列题目 PID PREDICTIVE CONTROL STRATEGY BASED ON BP NEURAL NETWORK ON TEMPERATURE CONTROL OF BELL-TYPE ANNEALING FURNACE 研究生姓名 ： 学 号： 专 业： 研 究 方 向： 导 师 姓 名： 职 称： 学位授予单位：太原理工大学 论文提交日期 地 址：山西 太原 太 原 理 工 大 学独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中特别加以标注和致谢中所罗列的内容外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得太原理工大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本文研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。 本人签名： 日期： 年 月 日 关于论文使用授权的说明 本人完全了解太原理工大学有关保留和使用学位论文的规定，即：学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文（保密的论文在解密后遵守此规定）。 本人签名： 日期： 年 月 日 导师签名： 日期： 年 月 日  基于BP神经网络的罩式炉炉温PID预测控制策略 摘 要 目前罩式炉炉温控制系统大多采用常规PID控制，但是由于罩式炉炉温控制系统具有非线性、时变性、大延迟等特点，传统的PID在某些情况下难以达到理想的控制效果。而不依赖于模型的智能控制为解决这类问题提供了新的方法，成为目前提高生产过程控制质量的重要途径。神经网络作为现代信息处理技术的一种，正在越来越多的生产应用中展示它的优越性，神经网络控制是它在自动控制中的一个重要应用成果。而神经网络PID控制技术也在其中扮演了重要的角色，并将成为未来研究与应用的重要技术之一，这是因为PID类型的控制技术是工业生产中被普通使用的控制方法，如果能找到具有类似于PID易于使用的特点，而且性能优于PID的控制器，在理论和实践上都将具有很重要的意义。 本文在查阅了大量相关文献的基础上，结合某热连轧厂退火车间的生产实际，提出了采用基于BP神经网络的PID预测控制策略对罩式炉炉温进行控制。 本文主要做了以下工作： （1）深入某热连轧厂的罩式炉生产第一线，学习研究罩式炉的退火工艺。 （2）深入系统地分析和研究了BP神经网络的结构和学习算法，得到了一种改进BP算法，并将该算法用在电网电压稳定性分析模型的建立，经过仿真研究得出该算法可以有效的提高网络训练的速度和精度。 （3）针对罩式炉这一复杂、非线性系统，本文提出了基于BP神经网络的PID预测控制方法对罩式炉炉温进行控制。首先采用BP神经网络建立罩式炉炉温的预测模型，并采用反馈校正，以克服系统中不确定扰动因素所造成的模型预测误差，得到比较精确的炉温预测值。然后采用BP神经网络对PID控制器的参数进行在线整定，通过对燃气流量的控制来实现罩式炉炉温的控制 。 （4）在Matlab仿真平台上，对基于BP神经网络的PID预测控制策略进行了大量的仿真研究，仿真结果表明，该控制策略是可行的。 关键词：BP神经网络，预测控制，PID，罩式退火炉 PID PREDICTIVE CONTROL STRATEGY BASED ON BP NEURAL NETWORK ON TEMPERATURE CONTROL OF BELL-TYPE ANNEALING FURNACE ABSTRACT It is difficult for the traditional PID control method to reach an optimum result in certain cas