基于神经网络的非线性多变量解耦控制在DCS中的应用研究

摘要

随着神经网络理论的发展，神经网络控制技术以其独有的特点，已渗透到控制理论的各个分支。它具有学习能力、容错能力、泛化能力和非线性映射能力，将它用于解耦，为传统解耦方法所不能解决的问题提供了一种新的思路。今天，传统的模拟控制系统已经被先进的数字化智能化控制系统所替代，智能控制系统一般都提供了一个开放的软件开发平台，便于用户二次开发，该平台自身的控制算法功能比较缺乏，往往只能实现独立的单回路PID调节和开关量的时序控制。然而，很多工业生产过程用简单的组态系统无法满足现场控制要求。
　　 本文结合Matlab数学软件和BP神经网络控制技术在DCS中解决PTC陶瓷加热器的回路耦合问题。PTC陶瓷加热器是典型的非线性对象，本文通过对象特性分析，利用Matlab仿真软件，建立系统的仿真模型，对神经网络控制进行解耦训练，利用在Matlab软件中仿真训练学习的结果，结合ABBFreelance800F分布控制系统，设计了BP神经网络解耦控制器，从而实现了把神经网络控制技术应用到DCS系统。这样既发挥出了组态软件快速开发应用程序的优势，又利用了神经元网络技术在解耦控制中的优势，使控制算法不再局限于简单PID控制。