神经网络PID控制在电厂过热汽温系统中的应用研究毕业设计答辩教学幻灯片.pptxVIP

神经网络PID控制在电厂过热汽温  系统中的应用研究 答辩人：李宇遨 指导老师：张捷 什么是PID控制？ PID控制就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。 1．比例环节：为成比例的反映控制系统的偏差信号，偏差一旦产生，控制器立即产生控制作用，以减少偏差。通常随着值的加大，闭环系统的超调量加大，系统响应速度加快，但是当增加到一定程度，系统会变得不稳定。 2．积分环节：主要用于消除静差，提高系统的无差度。积分作用的强弱取决于积分常数，越大，积分作用越弱，反之越强。通常在不变的情况下，越大，即积分作用越弱，闭环系统的超调量越小，系统的响应速度变慢。 什么是PID控制？ 微分环节：微分作用动作与偏差的变化速度成正比。其效果是阻止被调参数的一切变化，有超前调节的作用。对滞后大的对象有很好的效果。但不能克服纯滞后。适用于温度调节。使用微分调节可使系统收敛周期的时间缩短。微分时间太长也会引起振荡。 使用PID调节参数设定的方法：一般是，先比例次积分后微分的顺序进行。看曲线调参数，从调节品质的曲线逐步找到最佳参数。 什么是神经网络？ 人工神经网络是对生物神经网络的一种应用，类似于大脑神经相互传送信息的突触联接的作用。人工神经网络的工作原理就是将人工神经元按照我们预先实现的联结方法组成一个个网络，可以用其来模拟人脑神经元的活动过程，把人脑的作用模拟出来，在外部实现对信息的加工﹑处理﹑存储等。神经网络有前馈网络﹑反馈网络两个重要的网络模式。 为何要使用人工神经网络？ 人工神经网络的特点： （1）无限制的近似于任何的非线性关系 （2）没有局限性 （3）能够处理定量及定性的知识。 （4）非凸性 人工神经网络的优点： （1）拥有很强的自学习能力 （2）具有联想存储功能。 （3）具有高速寻找优化解的能力 过热汽温的控制原理图 结果呈现 更改参数后结果呈现 总结 神经网络结构简单，能够以一定精度逼近任意连续函数，将神经网络用于PID控制器的设计，能在线调整PID的三个参数，形成参数自学的PID控制器。本文根据神经网络的控制算法对纯滞后的温度过热控制系统进行了仿真实验，结果表明神经网络PID控制具有自适应强、鲁棒性好、控制精度高、等许多优点，其控制品质比普通PID控制有了显著的改善。随着研究的不断深入，这种控制方法在工业过程控制中有着广泛的应用前景！