基于bp神经网络的pid控制及其在发气仪中的应用-材料加工工程专业论文.docxVIP

独创性声明 本人声明所呈交的学位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，除文中已经标明引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在 文中以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密□ ，在 年解密后适用本授权书。 不保密□。 (请在以上方框内打“√” ) 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 华 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 型砂发气性测试仪是铸造工艺中的重要检测设备，发气仪温度控制的准确及稳 定性将直接影响到发气量测试的准确性，进而影响到铸件的质量。电阻炉炉温控制 系统具有非线性、时变性、滞后性、不对称性，常规 PID 控制器很难实现对温度的 精确控制，且参数整定困难，不具备自适应的能力。为了提高系统的自适应能力和 抗干扰能力，本文提出了基于 BP 神经网络的 PID 控制算法用于实现对发气仪的精确 温控。 智能 PID 控制包含专家式智能自整定 PID 控制、模糊 PID 控制以及神经网络 PID 控制，它们具有自学习、自适应及在线自整定参数的特点。但专家 PID 控制的专家 知识库不容易建立，模糊 PID 控制的模糊规则不易确定并且控制精度不高。综合比 较几种智能控制算法后，本文决定采用神经网络 PID 控制算法。 人工神经网络以神经元为节点，采用网络拓扑结构构成活性网络，可以用来描 述几乎任意的非线性系统。传统的 PID 调节器具有算法简单、调整方便等特点，将 人工神经网络与传统的 PID 控制相结合，构成智能型的 PID 控制器，能够自动整定 控制器参数、适应被控过程参数的变化，是解决传统 PID 控制器不易在线实时整定 参数、难于对一些复杂过程和参数慢时变系统进行有效控制的不足。 本文首先介绍了常见的型砂发气性测试仪的国内外现状和发展趋势。之后，详 细介绍了 PID 控制原理并比较了各种 PID 算法以及智能控制算法的优缺点。接着详 细说明了基于 BP 神经网络的 PID 控制在发气性测试仪温控系统中的软件实现。 最后，本文提供了温度的实时控制曲线。结果表明，采用 BP 神经网络 PID 控制 的温度控制曲线超调量只有 1℃，温度曲线无振荡，无静差。并且在半小时内温度就 已经稳定下来了，满足精度要求，可以进行发气性实验，达到了预期的控制效果。 关键词：发气性测试仪；BP 神经网络；PID 控制；C# II II Abstract Gas evolution tester is an important equipment of foundry technology, and the temperature dynamic-characteristic has directly influenced the quality of production. Electric heater is an object featuring in nonlinear, time variability, large time lag and asymmetry, general PID controller can not obtain high control precision, parameter isn’t easily adjusted and badly adaptive ability. In order to improve the system’s adaptive ability and anti-jamming capability, this paper propose BP neural network PID control algorithm to realize precise temperature control of gas evolution tester. Intelligent PID control includes expert-type smart self-tuning PID control, fuzzy PID control and neural network PID control，which have characteristics