学位论文 > 优秀研究生学位论文题录展示

基于BP神经网络广义预测控制在气体压缩过程中的应用研究

作　者: 李楠
导　师: 武俊峰
学　校: 哈尔滨理工大学
专　业: 模式识别与智能系统
关键词: 非线性系统辨识神经网络 MPCE-1000 广义预测控制
分类号: TP273
类　型: 硕士论文
年　份: 2010年
下　载: 76次
引　用: 2次
阅　读: 论文下载

内容摘要

随着在工业中取得的成功应用,基于线性模型的预测控制已经成为当前控制理论界和工业控制界十分关注的一个热门课题。在实际中,工业生产过程常常表现出非最小相位、多变量强耦合等强非线性特性,预测控制技术已被扩展到非线性过程。近年来,神经网络以其独特的优势被广泛应用于非线性系统的建模与控制中。基于神经网络模型的非线性预测控制逐渐成为解决复杂非线性系统控制问题的重要方法,在工业过程控制中已经显示了其优良的控制性能,有着非常广阔的控制前景。本文正是在这样的背景下,研究了一类非线性系统的广义预测控制,主要内容如下：(1)提出并证明了满足一定条件的一类非线性系统可以将其等价成时变线性系统,从而将线性系统已有的研究方法直接引入到非线性系统,使非线性系统的分析、控制器设计得到简化,为非线性系统的研究提供了一个新途径。通过在线辨识时变线性系统参数,设计了非线性广义预测控制器。(2)研究神经网络非线性系统辨识问题,为了克服BP算法存在收敛速度慢,容易陷入局部极值和辨识精度不高的固有缺点,采用了变尺度法训练,在一定程度上改善了辨识的效果。(3)结合神经网络和模型预测控制策略的优点,提出了基于神经网络非线性广义预测控制方法,首先采用神经网络模型辨识过程对象,然后通过神经网络控制器滚动计算并优化控制输出。(4)本文在MPCE-1000装置上,针对气体压缩实验对象,尝试了基于神经网络的非线性广义预测控制,得到了良好的控制效果。

全文目录

摘要  5-6
Abstract  6-11
第1章绪论  11-18
  1.1 课题来源  11
  1.2 非线性系统控制的研究方法概述  11-12
    1.2.1 描述函数法  11
    1.2.2 变结构控制  11-12
    1.2.3 微分几何法  12
    1.2.4 逆系统方法  12
    1.2.5 智能控制方法  12
  1.3 非线性预测控制  12-13
  1.4 广义预测控制  13-17
    1.4.1 线性广义预测控制的研究现状  13-14
    1.4.2 线性广义预测控制的研究现状  14-17
  1.5 本文主要研究内容  17-18
第2章一类特殊系统的非线性广义预测控制  18-28
  2.1 广义预测控制基本原理  18-20
    2.1.1 模型描述  18
    2.1.2 滚动优化  18-20
  2.2 参数整定  20-21
    2.2.1 预测长度N  20-21
    2.2.2 控制长度M  21
    2.2.3 控制加权系数λ  21
    2.2.4 柔化系数α  21
  2.3 非线性广义预测控制  21-25
    2.3.1 非线性系统模型  21
    2.3.2 等价时变系统  21-22
    2.3.3 参数辨识  22-25
    2.3.4 控制律的求取  25
  2.4 仿真研究  25-27
  2.5 本章小结  27-28
第3章 BP神经网络对非线性系统的辨识  28-37
  3.1 反向传播(BP)网络算法  28-30
    3.1.1 标准BP算法  28-29
    3.1.2 改进BP算法  29-30
  3.2 神经网络辨识  30-35
    3.2.1 非线性系统神经网络模型  30-31
    3.2.2 神经网络结构辨识  31-32
    3.2.3 神经网络结构优化  32-35
  3.3 仿真研究  35
  3.4 本章小结  35-37
第4章基于BP神经网络非线性广义预测控制  37-43
  4.1 神经网络预测模型  37
  4.2 系统结构  37-38
  4.3 神经网络模型辨识  38-39
  4.4 预测控制器设计  39-40
    4.4.1 线性广义预测控制器设计  39-40
    4.4.2 神经网络ANN2  40
  4.5 仿真研究  40-42
  4.6 本章小结  42-43
第5章气体压缩过程应用研究  43-64
  5.1 MPCE-1000实验系统介绍  43-45
    5.1.2 小型流程设备盘台  43
    5.1.3 彩色显示器  43-44
    5.1.4 标准模拟量输出和输入接口  44-45
  5.2 气体压缩实验介绍  45-53
    5.2.1 概述  45
    5.2.2 工艺过程简介  45-47
    5.2.3 气体压缩特性  47-48
    5.2.4 气体压缩自衡过程测试  48-53
  5.3 组态软件实现PID控制实验  53-57
    5.3.1 实验工艺要求  53
    5.3.2 组态软件实现简单PID控制  53-55
    5.3.3 组态软件实现串级PID控制  55-57
  5.4 程序控制  57-62
    5.4.1 程序控制原理  57-59
    5.4.2 程序控制设计要求  59-60
    5.4.3 程序实现PID控制  60-62
    5.4.4 程序实现预测控制  62
  5.5 本章小结  62-64
结论  64-65
参考文献  65-69
攻读学位期间发表的学术论文  69-70
致谢  70

基于BP神经网络广义预测控制在气体压缩过程中的应用研究

内容摘要

全文目录

相似论文