基于模糊神经网络电炉温度控制系统设计

摘要

温度控制系统在工业生产过程控制中是一种常见的而且重要的控制系统。本文将传统控制理论与智能控制理论相结合应用于温度控制的实际工程中，以SKL-1-10型实验用电阻炉为研究控制对象，设计出了智能温度控制实验系统平台，采用LzbVIEW软件作为编程工具，实现了温度曲线实时显示、参数设定、报表打印、采样设定等功能。控制算法部分采用LabVIEW与DLL，LabVIEW与Matlab混合编程两种方法。 首先，从热力学角度分析温度对象的特性，理论上推导出温度对象常用的数学模型，即一阶惯性带纯滞后环节，并给出模型各参数的含义，通过遗忘因子递推最小二乘方法辨识出对象的数学模型。 其次，针对本文的控制对象带有纯滞后特性，分析几种常规的控制方法，在总结它们的优缺点的基础上，提出基于模糊神经网络和模糊神经网络与DMC(动态矩阵控制)结合起来的控制方法，并通过数字仿真，证明此种方法具有很好的控制效果。 最后，设计了系统的硬件并进行系统集成，编制了相关软件，实验结果表明本文提出改进的控制算法是有效的，而且所设计的系统具有较大的开放性。

目录

文摘

英文文摘

声明

1绪论

1.1研究的背景及意义

1.2时滞系统

1.3模糊自适应控制

1.4预测控制

1.5本文的主要工作

2温度控制系统设计

2.1系统描述

2.2温度控制系统的模型

2.3对象模型的辨识

2.3.1辨识的基本概念

2.3.2工业控制中常用的几种辨识方法

3控制算法的研究

3.1引言

3.1.1 PID控制算法

3.1.2 Dahlin控制算法

3.1.3 Smith预估控制

3.1.4模糊自适应整定PID控制算法

3.2基于DMC的模糊神经网络控制实现

3.2.1模糊神经网络控制系统

3.2.2动态矩阵控制(DMC)算法

3.2.3基于DMC的模糊神经网络控制

3.3算法数字仿真

3.4仿真结果分析

4控制系统硬件实现

5控制系统软件实现

5.1开发软件LabVIEW语言简介

5.1.1编程环境简介

5.2控制系统软件设计

5.2.1控制界面设计

5.2.2各模块的实现

5.2.3数据采集

5.2.4接口设计

6实验结果

7总结

致谢

参考文献