船舶柴油机主机实时仿真系统的建模和转速控制

摘要

神经网络本质上是非线性系统、具有高度并行的结构、某些网络可以硬件实现、具有学习和自适应性,可以同时处理定性、定量的数据和多变量系统等.传统的PID控制系统要想实时地进行其参数(Kp、Ki、Kd)的在线整定是相当困难的.通常PID调节器的参数整定方法是根据控制船舶实际参数,计算出Kp、Ki、Kd初值,然后对控制对象进行调试,修改上述三个参数,以达到控制的目的.这种方法调试困难,且只能根据当时的工况选择出1-2组较优参数,难以实现控制对象全工作域的最佳控制.如何实现PID参数的在线整定,将模糊控制与PID控制相结合,是目前这方面研究的主要方向.根据参数的动态变化,用模糊参数来表征Kp、Ki、Kd,可得到一种新的模糊PID控制器.该文结合船舶主机控制仿真系统及智能控制研究工作,主要完成了以下内容:●对多层前向网络RBF神经网络及学习算法进行了深刻的研究,提出一种基于RBF神经网络的主机建模方案,给出了这种智能建模的结构,并对其仿真结果进行了详细的讨论.●对PID调速器的原理进行了论证,并探讨了其存在的参数适应能力弱,鲁棒性差等特性,同时提出了对其改进的必要性,可能性及其方法.●对模糊控制原理、算法及特性进行了探讨,详细介绍了其广泛的适应性及蕴涵的应用前景,并提出了基于模糊控制的PID参数自整定速度调节方案,并对其仿真结果和常规的PID调速器进行了比较,论证了其优良的可行性.

目录

文摘

英文文摘

论文独创性声明和论文使用授权声明

第一章引言

1.1简述

1.2本文主要内容

第二章RBF神经网络

2.1神经网络原理

2.1.1神经网络的结构类型

2.1.2神经网络在控制中的应用

2.2径向基函数神经网络及学习算法

2.2.1径向基函数神经元模型

2.2.2径向基函数神经网络模型

2.2.3径向基函数神经网络的学习

第三章模糊控制

3.1模糊控制的基本思想

3.2模糊控制器及其基本结构

3.3模糊控制器知识库及推理

3.3.1模糊控制数据库

3.3.2模糊控制器规则库

3.3.3模糊控制器推理

3.4模糊控制量的反模糊化处理

3.5模糊控制器基本设计原则和途径

3.5.1模糊控制器设计步骤

3.5.2模糊控制器设计途径

第四章基于RBF神经网络的船舶柴油主机模型

4.1仿真程序介绍

4.2基于RBF神经网络的船舶柴油主机的智能模型

4.2.1人工神经网络建模简述

4.2.2柴油机主机的智能建模

4.3仿真实例

第五章船舶主机模糊控制PID自整定转速控制

5.1经典PID控制算法

5.2柴油机速度控制系统

5.2.1系统的构成及控制原理

5.2.2系统的功能

5.3自适应模糊PID控制器问题的提出

5.4 PID参数模糊自整定控制器的原理和设计

5.4.1模糊PID控制器的原理

5.4.2模糊PID自整定调节器的结构

5.4.3模糊参数整定器的参数整定步骤

5.4.4船舶模糊自整定PID控制器设计

5.4.5模糊PID参数调整

5.5 PID转速自整定模糊控制器设计步骤

5.5.1定义模糊子集

5.5.2控制规则表

5.5.3 PID控制表

5.6仿真研究

5.6.1 PID控制器的仿真

5.6.2模糊参数自整定控制器的仿真

第六章总结与展望

参考文献

致谢