基于模糊神经网络解耦的电加热炉温控制研究.pdfVIP

2006中国控制与决策学术年会论文集 of2006ChineseControlandDecisionConference 543 Proceedings 基于模糊神经网络解耦的电加热炉温控制 ‘张萍，汪友华 (河北工业大学自动化系，天津300130) 摘要：持模糊神经网络与传统PID控制相结寺，井应用于解耦控制中。获得一种将解耦罔终置于控制嚣酋的控制 算法．仿真结果表碉，谈算法优于PID控棚和专摩系统的智能控制，控制效果良好、无超调且响应速度快． 关键词：电加热护系统‘解耦控制}模糊神经阿络‘PID控制 ControlBasedon NeuralNetworkinElectric Decoupling Fuzzy Stove Iteating ZHANG You-hua Ping，WANG ofAutomaticControl·Hebeiof (Department UniversityTechnology，Tianjln ZHANG Ping，E—mail：xiaopipigirl@163．corn) withtraditionalPID new of neural Abstract：Combining control，a networkis in algorithmfuzzy applieddecoupling control·whichis beforethe resultsofsimulationindicatethatthe is toPIE)control put adjuster．The algorithmprior and control，whichhasbettereffect，non-overshootand expertsystem responsespeed． quicker words：Electric neural control Key heating controlIFuzzy network；PID stove}Decoupling 1引 言 拉力和温度下的力学性能．加热炉由上下两组炉丝 模糊神经网络【l“结合了模糊逻辑与神经网络 加热，利用两组热电偶检测炉内温度，因二者问存在 的优点．模糊控制易于获得由语言表达的专家知识， 耦合影响控制效果，故本文将模糊神经网络应用于 具有仿生特性的神经网络可有效利用系统本身的信 解耦控制中． 息，并能够映射任意函数关系，提高了控制的智能程 3电加热炉系统的解耦模糊神经网络控 度，尤其对于非线性时变系统或难以建模的对象，采 翩”” 用古典和现代控制理论均无法设计出理想的控制 3．1解耦模糊神经网络控制原理 器，而采用模糊神经网络则可收到良好的控制效果． 应用模糊神经网络实现对电加热炉温度的解耦 电加热炉装置o’系统在工业中一般采用传统的 控制原理如图1所示．图中。G。(s)和G。(j)为上下 PID控制算法，但此方法只适用于特定工况且参数 电阻丝数学模型的传递函数；G1：0)和G2，0)为耦 不便调节．由于电加热炉本身是较复杂的被控对彖，