机械专业外文文献翻译-外文翻译--神经网络PID在温度控制系统中的研究与仿真

神经网络 文提出一种基于 经网络的新型智能P 神经网络的基本概念。同传统的经网络智能 经网络的真结果表明：这种控制方法具有较高控制精度和较强的适应性以及良好的控制效果。关键词 ： 神经网络 ， 温度控制系统1 引言在工业控制过程中， 其鲁棒性好、结构简单、易于实现，但常规的为常规被控对象的数学模型是变化的、非线性的时候，出 ， 控制 ， 控制系统的控制 。 是在具有性的工业过程中，常规的 控制精度的要 。 于神经网络具有自 、自学 、自适应的能 ，本文提出基于 经网络的 工神经网络与传统相 ，¡同提高控制 ，¢把£方法在温度控制系统中用¥ 仿真应用。2 P 神经网络的模型构§B 程要 “«构§：传过程，· ¶过· ，经过”» ，在·出¿神经的实际·出´。(¯传过程)，果在·出¨ 到¸的·出´， ¿与¸·出的¯´，¢根据这«¯ 系数。 式：u(k)=u( p e(k)-e(+ i e(k)+ d e(k)e( K p ：比 系数 i = i ： 系数 ： 系数 经网络r(k) e(k) u(k) y(k)+_为 到自适应 , 的，·出为 «神经， 对应 , 。· 、”»的神经的数 根据被控对象的 性Æ定 。”»ª用的 数为 对的 数： )(·出的 数ª用非 的 数：2)(غ定是·出的·出， 对应于 p ， i ， d 。Ø 性能 数为：2)1()1(21 当实际·出与¸·出 æ 在 ¯时， ¯传。传的实 是过系数 ¯最，因 以用最ø 法，¯ 数的 ß度方对 神经 系数¥ 。有： )1()3( - )()3()3( ：学 ø ： 项链法 ：)3( =)3()3()3()3()3()()()()()1()1( =-e(k+1) )3()3()3()3()3()()()()()1(其中： l =1, 2 ,3因 以 到 经网络的·出 系数的¿ )()()1( )3()2()3()3( 其中：)(*)()(*)( )1(1( )3(,)3()3( 于在 制( )1( 一般情 是¨知的， 以用符 数)( )1( 代，¢过 ¯。同 到”» 系数¿()( )2()1()2()2( 其中：)()( )3(31)3()2()2( ，在上面 式中，上角 、 表示· 、”»、·出、l ：·出神经«数i ：”»神经«数j ：· 神经«数)(1)( 2/)(1 2 综上所述 以 到 经网络的控制 确定神经网络结构，初始化 系数。控制 、·出 、¯的初´ 0。 对系统¥ª样， 到 )( )(¿¯ )()()( 。然根据 式 作为· 的· 。 根据 系数 ¿P 神经网络 的· 、·出。·出 为根据 式 到控制器的·出 u 。 将 u 作为 经网络的监督¶，¥ BP 传。在线根据·出、”»的学 的 系数， 自适应 。 返回到3 . 在温度控制系统中的仿真实验在工业生产过程中，控制的生产过程 种 样，常常要对像温度过程这样的 的过程¥控制。设被控的温度控制过程的传 数为：)110)(140(3)( e 60仿真结果 图所示： 图 1 图2图 (1) 为常规的 (2) 为 经网络图中Ø 以看到常规的和过渡时æ比 经网络和过渡时æ大 多， 以看出 经网络 文根 经网络的控制 的温度控制系统¥ 仿真实验，实验结果表明 经网络棒性好，控制精度高，其控制 比普有 显著的改善。随着研究的不断深 这种控制方法在工业过程控制中有着广泛的应用前景。