资源描述：
《大滞后论文：基于神经网络的内模控制在温度控制系统的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、大滞后论文：基于神经网络的内模控制在温度控制系统的研究【中文摘要】温度控制系统是现代大多数工业中一个重要的组成部分,这种系统具有典型的大滞后性、大惯性、非线性等特点。由于滞后的存在严重影响了系统的稳定性和控制性能,而基于精确数学模型的常规控制方法通常难以获得满意的动、静态控制性能,并且系统在运行中参数的时变和外界环境的不确定因素的影响下,使这种系统更加难以控制。因此,研究更为先进的控制算法具有重要的理论意义和现实意义。本文以电加热炉为研究对象,对其特性进行系统分析基础上抽象出该系统的数学模型。基于该模型,着重研究了具有大滞后
2、控制系统的优化算法。主要内容如下:1、基于一些有效时滞控制算法分析的基础上,对Smith预估控制算法和内模控制算法进行重点仿真验证。仿真结果表明,内模控制在时滞控制系统中具有更好的抗干扰性和鲁棒性;由于径向基(RBF)神经网络具有快速学习并能逼近任意非线性函数的优点,本文用径向基网络分别设计内模控制算法中的内部模型和内模控制器,提出基于神经网络的内模控制算法应用在时滞工业控制中;2、本文针对以下两方面进行了改进:首先,模型逆模型的设计方面,本文深入研究了各种辨识的结构并对它们进行了详细的分析,在此基础上提出了改进型逆模型辨识
3、结构并对其进行...【英文摘要】Temperaturecontrolsystemisoneofthemostimportantpartinmodernindustry,thesystemstypicallyhavelargedelay,largeinertia,nonlinearandsoon.Thelargetime-delay,whichisfrequentlyasourceofinstabilityandperformancedeterioration,hasbeenoneofthebiggestprobleminth
4、econtrolfield.Theconventionalcontrolmethodsbasedonaccuratemathematicalmodelareoftendifficulttoobtainaidealdynamicandstaticcontrolperformance,otherwise,thissystemmoredifficulttocontrolbecauseo...【关键词】大滞后内模控制RBF网络次胜者受罚竞争学习电加热炉【英文关键词】LargedelayIMCRBFnetworkRPCLElectri
5、cheater【目录】基于神经网络的内模控制在温度控制系统的研究摘要4-5Abstract51绪论9-131.1课题研究的目的和意义9-101.2国内外研究现状和发展趋势10-121.3本人研究内容12-132被控对象分析13-172.1电加热炉介绍132.2被控对象特性分析13-142.3被控对象建模14-173时滞系统概述17-253.1时滞系统的概念173.2时滞环节的传递函数和频率特性17-183.2.1传递函数173.2.2频率特性17-183.3时滞过程控制主要问题183.4一些有效时滞系统控制算法介绍18-23
6、3.4.1PID控制18-193.4.2Smith预估控制及其改进算法19-203.4.3内模控制20-213.4.4智能控制21-223.4.5变结构控制223.4.6其他控制算法22-233.5含有时滞过程控制系统的发展趋势23-254控制算法研究25-454.1Smith预估控制算法25-284.1.1时滞系统Smith预估控制的设计方法25-264.1.2史密斯控制算法性能分析26-284.2内模控制28-334.2.1内模控制系统的结构和原理28-294.2.2内模控制的特性分析29-304.2.3IMC控制器的设
7、计方法30-324.2.4反馈滤波器的设置32-334.2.5内模控制和Smith预估控制器的关系334.3IMC与smith预估控制算法仿真比较33-364.3神经网络理论36-454.3.1人工神经网络概述364.3.2神经网络的功能和特点36-374.3.3神经网络基本处理单元--神经元37-384.3.4径向基函数网络384.3.5径向基函数网络的结构38-414.3.6径向基网络的学习方法41-434.3.7改进的RBF网络中心学习算法43-455系统辨识45-625.1基于响应曲线的系统辨识方法47-485.2最
8、小二乘辨识方法485.3相关系数辨识法[79]48-505.4神经网络辨识50-525.5对象逆模型建模52-625.5.1系统可逆性分析52-545.5.2神经网络逆模型辨识54-585.5.3改进的逆模型辨识结构585.5.4正、逆模型辨识仿真58-626基于神经网络内模控制温度系统控
