化工过程的神经控制策略研究-模式识别与智能系统专业论文.docxVIP

浙江大学硕士学位论文摘 浙江大学硕士学位论文 摘 要 神经控制是智能控制的发展方向之一，本文研究了神经控制方法及其在化工 过程中的应用，并针对不同的化工对象和过程进行了神经控制方法的仿真实验与 结果分析。本文的主要内容如下： 1．针对具有严重非线性的pH中和过程，提出了神经元变结构PID控制方法和基 于模糊专家模型的神经控制方法。前者将变结构PID控制器与神经元控制器 相结合，用一个神经元实现变结构PID控制器中结构变化的部分，同时用另 一个神经元实时调整PID控制器的参数；后者将神经网络逆控制器与神经元 PID控制器相结合，并利用模糊专家模型所得到的预报结果来调整神经元PID 的权值。这两种控制方法设计简单，可以方便地用于实际工业控制中。 2．针对严重非线性特性的连续搅拌反应釜(CSTR)化学反应过程，提出了一种基 于混合神经网络模型的神经元反馈线性化控制策略。这种方法运用神经网络 建立过程中含有参数不精确部分的模型，并将神经元与反馈线性化控制方法 相结合，能够根据控制响应来实时调整控制器的系数。仿真试验表明该方法 能显著改善系统的控制效果，特别是在模型参数不精确引起模型失配时仍然 有优良的控制品质和很强的适应性。 3．研究了使用PSO算法的模糊神经元控制器参数的优化整定，并对强非线性的 CSTR过程进行了控制器的设计与仿真实验，结果表明，经过优化整定的模 糊神经元控制器获得了满意的控制效果，并且具有较强的鲁棒性。 4．将神经元控制算法用于多变量化工对象的控制，通过静态解耦减弱变量之间 的耦合作用，利用神经元的在线学习能力弥补静态解耦的不足；使用PSO算 法对神经元控制器的增益进行离线和在线整定。对精馏塔对象的控制仿真研 究，结果表明，所设计的控制系统可以获得满意的动态性能。 关键词：化工过程，神经控制，非线性，不确定性 in 浙江大学硕士学位论文ABSTRACT 浙江大学硕士学位论文 ABSTRACT The neuro-control is one of the forward positions of intelligent contr01．The design theory and applications in the chemical engineering processes of the ncllro- control systems are discussed in this thesis．Several neuro-control methods are proposed and the simulation experiments with the examples of chemical engineering processes a把made．The main content ofthis thesis arc as follows： 1．The neuron variable structural PID controller and a neuro-controller based on the expert au_zy model arc presented for the pH neutralization processes、Ⅳitll strong nonlinearity．In the former method,a variable structural PID controller is combined witll the neuron controllers．The first nell枷is to replace the structure variable part and the second neuron is used to tune the parameters of the PID controller．And,a neural network inverse controller is combined、Ⅳitll a neuron PID controller is suggested．These methods could opcrale efficiently and they are very convenient to use in practice． 2．For the CSTR process,a hybrid neural network model based neuron feedback IInearking control method is presented．A neural network is used to model the part with uncertainty parameters，and a feedback lin