连续搅拌反应釜的智能控制器设计

连续搅拌反应釜的智能控制器设计

ID:32476706

大小:1.67 MB

页数:62页

时间:2019-02-07

连续搅拌反应釜的智能控制器设计_第1页
连续搅拌反应釜的智能控制器设计_第2页
连续搅拌反应釜的智能控制器设计_第3页
连续搅拌反应釜的智能控制器设计_第4页
连续搅拌反应釜的智能控制器设计_第5页
资源描述:

《连续搅拌反应釜的智能控制器设计》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、连续搅拌反应釜的智能控制器设计摘要连续搅拌反应釜(CSTR)是石油生产、化工合成、发酵、生物制药等工业生产过程中应用最广泛的一种化学反应器,通过控制连续搅拌反应釜内部的工艺参数,如温度、压力、浓度等稳定,来保证反应的正常进行。其控制质量直接影响到生产的效益和质量指标。CSTR的化学反应过程是一个非线性、时变、有纯滞后的过程,对这类系统难以建立精确的数学模型。传统的P1D控制主要是针对具有确切模型的线性过程,而当被控对象的模型或参数发生变化时,传统的PID控制存在着参数修改不方便,不能进行自校正等缺点,

2、对于连续搅拌反应釜这类非线性、时变的过程难以实现精确的控制。因此,探索连续搅拌反应釜的智能控制器设计有着非常重要的意义。目前,模糊系统、神经网络和遗传算法的融合正在控制领域显示出巨大的潜力。模糊系统和神经网络相结合形成的模糊神经网络(FNN)既易于表达基于规则的知识又具有自学习能力,成为控制领域内的一个研究热点,而遗传算法的全局寻优能力也受到越来越多的关注。三者的结合是近年来计算智能学科的一个重要研究方向。本文以连续搅拌反应釜为对象研究其基于遗传算法的模糊神经网络控制器的设计。首先,研究了遗传算法的基

3、本工作原理,分析了基本遗传算法存在的问题,在此基础上从参数编码、适应度函数和遗传操作等方面对其进行了改进,并以一个典型的测试函数为例验证了改进遗传算法的快速收敛性。其次,研究了模糊神经网络的发展历程,在总结模糊系统和神经网络融合方式的基础上,详细介绍了基于标准模型和T-S模型的模糊神经网络控制器的结构和学习算法。最后设计了基于遗传算法的模糊神经网络控制器,给出了这种智能控制器的结构和学习算法。以连续搅拌反应釜为对象,分别采用常规PID控制、模糊控制和模糊神经网络控制进行仿真研究,仿真结果比较表明本文所

4、设计的智能控制器控制效果好,抗干扰性强。关键词连续搅拌反应釜,模糊神经网络,遗传算法,T-S模型耋=:!奎兰三差罂圭兰堡兰圣AbstractContinuousStirredTankReactor(CSTR)iswidelyusedaschernicaireactorsintheindustrialfieldsofpetrolicmanufacture,chemicalindustry,ferment,biologicpharmacyandSOon.Inordertoensurethereaction

5、ontherails.weneedtocontrolinnerparameterofCSTRsuch船temperature.pressure,consistenceetc.Thebenefitofmanufactureandqualityofproductionwillbedeeplyaffectedbytheconta'oleffect.ThereactionprocessofCSTRisahighlynonlinear,time—varyingprocesswithtimedelay.It’Sh

6、ardtobuildaccⅢatemathematicmodel.TheconventionalPIDcontrolCanonlyeon仃olthelinearprocesswitllaSsuredmodel.Vdhenthemodelandparametersofthecontrolledplantchanges,theconventionalPIDcontrolcannotcon仃olwell.IthaSdjsadvantagesasinconvenientparametersmodificati

7、onandcannotemendateitseltjhenceweshouldfindnewinteHig%tcontrolstrategy.Atpresent,theamalgamationoffuzzysystem,neuralnetworkandgeneticalgorithms(GA)isgraduallyshowingenormouslatentcapacityinthecontrolfield.Fuzzyneuralnetwork(rwN),whichcombinesfuzzysystem

8、andneuralnetwork,haSthevirtuesofbeingeasytoexpresstheknowledgebaSedOnrulesandself-studycapability.IthaSbecomearesearchhotspotinthefieldofcontr01.Duetotheglobaloptimizationcapability,geneticalgorithmsattractmoreandmoreattention.Th

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。