基于神经网络预测控制的分段台车式电阻炉控制系统的开题报告.docxVIP

基于神经网络预测控制的分段台车式电阻炉控制系统的开题报告

I.研究背景和意义

随着工业自动化程度的不断提高和电力工业的快速发展，电阻炉已经成为了电力工业中普遍采用的加热设备。而控制系统则是电阻炉能否良好运行的关键。目前，控制系统主要采用传统的PID控制器进行控制。但是传统PID控制器对于非线性系统存在一定的局限性，不能满足高精度、高速度、高鲁棒性的要求。

近年来，基于神经网络的控制方法不断地得到发展和完善，通过神经网络模型对控制对象进行建模和预测，来实现对控制对象的控制。随着深度学习的不断推进，神经网络控制在工业控制中得到了广泛应用。针对分段台车式电阻炉控制系统的特点，基于神经网络预测控制方法具有很大的优势和应用前景。

II.研究内容和技术路线

本文针对分段台车式电阻炉控制系统，基于神经网络预测控制方法进行研究。具体研究内容如下：

1.建立分段台车式电阻炉的数学模型，包括热力学模型和电学模型。

2.选择合适的神经网络结构，并通过训练集数据对神经网络进行训练。基本思路是在输入端将实际输入数据和神经网络预测数据合并为输入数据，然后训练神经网络的预测输出。

3.基于神经网络模型的预测结果，设计神经网络控制器。利用预测模型模拟未来工作条件，并进行控制。

4.利用Matlab/Simulink软件进行仿真实验，验证基于神经网络预测控制方法在分段台车式电阻炉控制系统中的可行性和有效